Prediksi Not Operational Transaction Menggunakan Logistic Regression pada Bank XYZ di Kota Kupang

Abstrak

Bank XYZ merupakan salah satu bank di Kota Kupang, Propinsi Nusa Tenggara Timur yang memiliki beberapa mesin ATM dan ditempatkan dibeberapa lokasi merchant. Mesin ATM yang ada menjadi salah satu tujuan nasabah maupun non-nasabah dalam melakukan transaksi di mesin ATM tersebut. Penempatan mesin-mesin ATM tersebut terkadang membuat mesin  tidak dipakai secara maksimal oleh nasabah untuk bertransaksi sehingga menyebabkan pembuangan sumberdaya mesin dan terjadi kondisi yang disebut Not Operational Transaction (NOP). Dengan adanya data yang terdiri dari beberapa variabel independen dengan tipe numerik maka perlu diketahui bagaimana klasifikasi terhadap variabel dependen yaitu NOP. Pendekatan machine learning dengan metode Logistic Regression menjadi solusi dalam melakukan klasifikasi ini. Beberapa langkah penelitian dilakukan dengan pengumpulan data, analisa menggunakan machine learning menggunakan pemrograman python dan penulisan laporan. Hasil yang diperoleh dengan pendekatan machine learning ini adalah dihasilkannya nilai prediksi sebesar 0,507 untuk klasifikasinya. Hal ini berarti ke depan Bank XYZ dapat melakukan klasifikasi kondisi NOP berdasarkan perilaku nasabah atau non-nasabah dalam bertransaksi menggunakan mesin ATM Bank XYZ. Kata kunci: Machine Learning, Logistic Regression, Python, Klasifikasi