Rangkuman Jurnal JATIT Machine Learning Model

Berikut ini akan merangkum detail Journal yang berjudul “Machine Learning Model of Customer Behavior on E-Banking Transaction Using Classification Technique” Dimana jurnal ini telah terbit di Scopus JATIT (Journal of Theoretical and Applied Information Technology) pada tanggal 15 April 2024. Vol.102. No 7. ISSN: 1992-8645 dan E-ISSN: 1817-3195. Berikut link rujukannya : https://www.jatit.org/volumes/Vol102No7/20Vol102No7.pdf

Penelitian ini membahas tentang penggunaan model pembelajaran mesin untuk menganalisis perilaku pelanggan dalam transaksi e-banking di Indonesia. Penelitian ini menggunakan teknik klasifikasi untuk menganalisis data transaksi e-banking dan menentukan perilaku pelanggan yang paling umum digunakan. Dimana Layanan e-banking di Indonesia melibatkan berbagai pihak termasuk pelanggan, bank, dan penyedia sistem pembayaran elektronik.Dan adanya Proses transaksi e-banking menawarkan kemudahan dan efisiensi tanpa memerlukan bank fisik, menghemat waktu dan usaha.

Teknologi dan Regulasi:

• Layanan e-banking diatur oleh berbagai undang-undang dan peraturan di Indonesia untuk memastikan keamanan, privasi, dan kewajiban penyedia layanan.
• Beberapa regulasi penting termasuk UU No. 7 Tahun 2011 tentang mata uang dan peraturan-peraturan Bank Indonesia terkait sistem pembayaran elektronik.

Kelompok Pengguna:

• Pengguna umum, pengusaha, profesional muda, pelanggan korporat, dan pelaku bisnis online menggunakan layanan e-banking untuk berbagai kebutuhan keuangan.
• Memahami perilaku pelanggan dalam transaksi e-banking penting untuk strategi bisnis dan pengembangan layanan digital.

Teknik Klasifikasi:

• Teknik klasifikasi adalah metode yang digunakan dalam pembelajaran mesin untuk memisahkan data menjadi kategori atau kelas berdasarkan atribut tertentu. Tujuannya adalah untuk membuat model yang dapat mempelajari pola dari data pelatihan yang diberikan dan kemudian mengklasifikasikan data baru ke dalam kategori yang sesuai.
• Teknik klasifikasi digunakan dalam berbagai konteks, seperti sistem rekomendasi, deteksi anomali, dan manajemen risiko.

Model Machine Learning:

• Machine Learning digunakan untuk mengembangkan model yang dapat menganalisis perilaku pelanggan dan menawarkan rekomendasi produk yang lebih sesuai dengan kebutuhan individu.
• Teknik klasifikasi membantu dalam membuat keputusan berdasarkan pola yang ditemukan dalam data pelatihan, meningkatkan personalisasi pengalaman pengguna.

Hasil penelitian menunjukkan bahwa teknik klasifikasi Decision Tree adalah yang paling efektif dalam menganalisis perilaku pelanggan dalam transaksi e-banking. Teknik ini memiliki tingkat akurasi 98,61% dan waktu eksekusi 10 detik.

Memahami perilaku pelanggan dalam transaksi e-banking memberikan wawasan berharga untuk menciptakan produk dan layanan baru. Dengan mengetahui elemen yang dihargai dan dibutuhkan pelanggan dalam interaksi perbankan digital mereka, lembaga keuangan dapat memperkenalkan fitur inovatif yang sesuai dengan harapan pelanggan, memastikan keterlibatan dan kepuasan.

Manfaat E-Banking:

• Layanan e-banking meningkatkan transparansi, memberikan rincian transaksi secara real-time, dan membantu pengguna mengelola keuangan mereka dengan lebih baik.
• E-banking mengurangi biaya operasional dan administratif, serta terus berkembang dengan inovasi dan integrasi teknologi lainnya seperti mobile banking.

Kesimpulan:

Dengan memahami perilaku pelanggan dalam transaksi e-banking melalui model pembelajaran mesin, bank dapat memberikan layanan yang lebih personal, meningkatkan kepuasan pelanggan, dan mengoptimalkan proses operasional. Teknologi ini memungkinkan bank untuk tetap kompetitif di pasar yang terus berubah dan memenuhi permintaan regulasi yang berkembang.

Sumber : Journal “Machine Learning Model of Customer Behavior on E-Banking Transaction Using Classification Technique” Dimana jurnal ini telah terbit di Scopus JATIT (Journal of Theoretical and Applied Information Technology) pada tanggal 15 April 2024. Vol.102. No 7. ISSN: 1992-8645 dan E-ISSN: 1817-3195.

Berikut link rujukannya : https://www.jatit.org/volumes/Vol102No7/20Vol102No7.pdf