• Bagikan:
• 
• 
• 
• 
• 
• 
• 

Text  

Pemanfaatan Machine Learning Untuk Klasifikasi Pola Prilaku Pembayaran Pelanggan Perumda Tirtawening Berdasarkan Pola Konsumsi Air Dan Golongan Tarif Di Kota Bandung

---

• Ketersediaan
• Informasi Detil
• Deskripsi
• Versi lain/terkait
• Komentar

• Code	CallNo	Lokasi	Ketersediaan
  MIR775	MIR775	Perpustakaan Sekolah Pascasarjana (2)	Tersedia

• Perpustakaan	Sekolah Pascasarjana
  Judul Seri	-
  No. Panggil	MIR775
  Penerbit	: Bandung., 2025
  Deskripsi Fisik	-
  Bahasa	Indonesia
  ISBN/ISSN	-
  Klasifikasi	MIR775
  Tipe Isi	-
  Tipe Media	-
  Tipe Pembawa	-
  Edisi	-
  Subyek	-
  Info Detil Spesifik	-
  Pernyataan Tanggungjawab	-

• RINGKASAN EKSEKUTIF Perumda Tirtawening didirikan oleh Pemerintah Daerah kota Bandung dengan tujuan utama menyediakan layanan air minum bagi masyarakat kota Bandung. Pendirian ini mencerminkan komitmen Pemerintah kota Bandung untuk meningkatkan kualitas pelayanan air dengan pengelolaan yang lebih efektif dan profesional. Namun, dalam menjalankan tugasnya, Perumda Tirtawening harus menghadapi tantangan seperti tarif rata-rata air minum yang lebih rendah dibandingkan tarif dasar, sehingga pendapatan yang didapatkan belum mampu untuk menutupi biaya operasionalnya. Selain itu, tingginya jumlah pelanggan yang menunggak dalam melakukan pembayaran turut berkontribusi terhadap penurunan pendapatan yang telah ditargetkan yang pada akhirnya mengganggu dalam hal pembiayaan operasional perusahaan. Untuk mengatasi permasalahan tersebut, Perumda Tirtawening menerapkan strategi peningkatan pendapatan melalui mitigasi risiko keterlambatan pembayaran pelanggan, dengan memanfaatkan teknologi machine learning guna memprediksi pola pembayaran pelanggan yang berpotensi menunggak. Dalam penelitian ini, dilakukan klasifikasi pelanggan menggunakan algoritma Logistic Regression, Decision Tree, dan Random Forest, dengan tujuan mengidentifikasi model terbaik dalam memprediksi pelanggan yang menunggak. Hasil pengujian dan evaluasi model menunjukkan bahwa Decision Tree merupakan algoritma dengan performa terbaik, dengan tingkat akurasi sebesar 89,59%. Model ini terbukti lebih unggul dalam mengenali pola keterlambatan pembayaran dibandingkan algoritma lainnya, serta memiliki keseimbangan terbaik antara precision dan recall, sehingga memberikan prediksi yang lebih akurat terhadap perilaku pelanggan. Selain itu, penelitian ini juga menekankan pentingnya penggunaan teknik oversampling (SMOTE) untuk mengatasi adanya ketidakseimbangan data, yang terbukti dapat meningkatkan kemampuan model dalam mengidentifikasi pelanggan yang menunggak. Evaluasi terhadap feature importance juga menunjukkan bahwa iv variabel frekuensi menunggak memiliki dampak terbesar terhadap hasil prediksi, sedangkan variabel golongan tarif memiliki kontribusi paling kecil dalam model. Dengan memanfaatkan model machine learning ini, diharapkan Perumda Tirtawening dapat mengidentifikasi pelanggan yang berisiko dalam keterlambatan pembayaran, serta memberikan rekomendasi berbasis data kepada manajemen dalam menyusun strategi penagihan yang lebih efektif. Implementasi lebih lanjut dari sistem prediksi ini berpotensi meningkatkan efisiensi dalam pengelolaan pelanggan, sehingga dapat mengoptimalkan pendapatan perusahaan dan mendukung keberlanjutan operasional Perumda Tirtawening di masa mendatang.

• Tidak tersedia versi lain

• Silakan login dahulu untuk melihat atau memberi komentar.