Analisis Prediktif terhadap Perilaku Nasabah Bank Menggunakan Metode K-Nearest Neighbor (KNN) sebagai Pendukung Pengambilan Keputusan Keuangan

Abstract

Perkembangan teknologi informasi telah mendorong lembaga keuangan untuk mengoptimalkan strategi pemasaran berbasis data. Penelitian ini bertujuan untuk menganalisis efektivitas kampanye pemasaran bank dalam meningkatkan potensi dana deposito nasabah dengan menerapkan algoritma K-Nearest Neighbor (KNN) pada proses data mining. Dataset yang digunakan merupakan data kampanye pemasaran langsung dari sebuah institusi perbankan di Portugal, yang mencakup informasi nasabah, hasil kontak pemasaran, serta keputusan berlangganan deposito berjangka (term deposit). Melalui proses klasifikasi, algoritma KNN digunakan untuk mengelompokkan nasabah berdasarkan kecenderungan berpartisipasi pada produk deposito. Penelitian ini difokuskan pada tahap pemodelan dan evaluasi performa model menggunakan pengukuran akurasi. Hasil pengujian menunjukkan bahwa metode KNN memiliki tingkat akurasi yang baik dalam mengklasifikasikan nasabah potensial, sehingga berpotensi digunakan sebagai alat bantu dalam analisis perilaku konsumen dan perencanaan strategi pemasaran. Temuan ini diharapkan dapat menjadi dasar pengembangan model prediksi yang lebih lanjut untuk mendukung pengambilan keputusan keuangan yang lebih efektif di sektor perbankan.