<![CDATA[Sebuah bank menggunakan teknik pemasaran langsung dalam menargetkan segmen nasabah dengan cara menghubungi nasabah tersebut untuk memenuhi tujuan tertentu. Setelah menghubungi nasabah, bank mendapatkan informasi apakah nasabah tersebut sudah berlangganan produk yang ditawarkan oleh bank atau belum. Salah satu produk yang ditawarkan oleh bank antara lain yaitu deposito. Dari banyaknya informasi nasabah yang dikumpulkan, bank mampu menawarkan produk dan layanan kepada nasabah. Kemampuan tersebut dapat menggunakan teknologi data mining, seperti tujuan dibuatnya penelitian ini yaitu memprediksi nasabah yang berlangganan deposito dengan algoritma K-Nearest Neighbor (KNN) dan feature selection yang diproses menggunakan tools Anaconda dan bahasa pemrograman python. Dari hasil penelitian yang diperoleh, akurasi dari penggunaan algoritma K-Nearest Neighbor (KNN) sebesar 74,37% dengan nilai K=9, sedangkan akurasi algoritma klasifikasi K-Nearest Neighbor dengan menggunakan feature selection sebesar 89,72% dengan nilai K=3, sehingga didapat selisih peningkatan akurasi sebesar 15,35%.Kata Kunci : Anaconda, Bank Marketing, KNN, Python]]>
Copyrights © 2020
