Penerapan Teknik Hyperparameter Tuning Pada Decision Tree Untuk Meningkatkan Akurasi Prediksi Keputusan Nasabah Terhadap Deposito Berjangka
DOI:
https://doi.org/10.31004/joecy.v6i1.9181Keywords:
Decision Tree, Hyperparameter Tuning, Grid Search, Random Search, Time Deposit.Abstract
This research is motivated by the importance of effective marketing strategies in the banking industry to increase customer participation in time deposit products. The main challenge faced is the inefficiency of direct marketing, where customers are contacted without prioritizing their potential interest. The objective of this study is to build a classification model using the Decision Tree algorithm and evaluate the effectiveness of hyperparameter tuning techniques in improving the accuracy of predicting customer decisions. The materials and methods used include the Bank Marketing Campaign dataset from Kaggle, consisting of 11,162 data points with 17 attributes. The research follows a quantitative approach with stages of data cleaning, encoding, data splitting (80:20), and the application of optimization using Grid Search and Random Search. The research results show that the baseline Decision Tree model produced an accuracy of 78.95%. After tuning, the accuracy increased to 81.68% using Grid Search and reached the highest result of 83.12% with Random Search. In conclusion, the application of hyperparameter tuning is proven to significantly improve model performance, particularly in the Recall metric which rose from 0.77 to 0.86, making it more reliable in identifying potential customers.
References
Abisono Punkastyo, D., Septian, F., & Syaripudin, A. (2024). Implementasi Data Mining Menggunakan Algoritma Naïve Bayes Untuk Prediksi Kelulusan Siswa. In Journal of System and Computer Engineering (JSCE) ISSN (Vol. 5, Issue 1).
Abubakar, M. A., Muliadi, M., Farmadi, A., Herteno, R., & Ramadhani, R. (2023). Random Forest Dengan Random Search Terhadap Ketidakseimbangan Kelas Pada Prediksi Gagal Jantung. Jurnal Informatika, 10(1), 13–18. https://doi.org/10.31294/inf.v10i1.14531
Aditya Quantano Surbakti, Regiolina Hayami, & Januar Al Amien. (2021). Analisa Tanggapan Terhadap Psbb Di Indonesia Dengan Algoritma Decision Tree Pada Twitter. Jurnal CoSciTech (Computer Science and Information Technology), 2(2), 91–97. https://doi.org/10.37859/coscitech.v2i2.2851
Andreanus, J., Kurniawan, A., Maha Vihara Duta Maitreya, K., Panas, S., & Riau -Indonesia, K. (2018). Sejarah, Teori Dasar dan Penerapan Reinforcement Learning: Sebuah Tinjauan Pustaka. Jurnal Telematika, 12(2).
Chyan, P., Arni, S., Sofyan, M., Thayf, S., Puspasari, I., Fitri, A., Masruriyah, N., Siregar, A. M., Andisana, S., Widyastuti, R., Akhriza, T. M., Anwar, K., Rahayu, W., Handayani, V. A., & Abdal, N. M. (2023). Pengantar Machine Learning PT. Mifandi MAndii Digital.
Desta Yolanda, Mohammad Hafiz Hersyah, & Eno Marozi. (2021). Implementasi Metode Unsupervised Learning Pada Sistem Keamanan Dengan Optimalisasi Penyimpanan Kamera IP. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(6), 1099–1105. https://doi.org/10.29207/resti.v5i6.3552
Dr. Budi Raharjo, S. Kom. , M. Kom. , MM. (2024). PEMBELAJARAN MESIN. Yayasan Prima Agus Teknik.
Duwi Cahya Putri Buani, & Ami Rahmawati. (2025). Penerapan Decision Tree Untuk Klasifikasi Gangguan Tidur Dengan Hyperparameter Tuning Dan Smote.
Eska H Rajagukguk, Valentina Manurung, Dian Mika Enjel Sitinjak, E. Hamonangan Siallagan, & Christnova Hasugian. (2025). aktor-Faktor yang Mempengaruhi Tingkat Suku Bunga Deposito Berjangka pada Bank Umum Indonesia: Studi Literatur. Akuntansi Kompetitif.
Fajri, M., & Primajaya, A. (2023). Komparasi Teknik Hyperparameter Optimization pada SVM untuk Permasalahan Klasifikasi dengan Menggunakan Grid Search dan Random Search. In Journal of Applied Informatics and Computing (JAIC) (Vol. 7, Issue 1). http://jurnal.polibatam.ac.id/index.php/JAIC
Fitri Marisa, Bagas Ariefia Pribady, Ayuni Desi, & Anastasia L Maukar. (2021). Pendeteksian Daerah (Provinsi) Rawan Covid-19 dengan Metode Unsupervised Learning & Algoritma K-Medoids (Vol. 12, Issue 1).
Husaini, A.-, Hariyanti, I., & Raharja, A. R. (2024). Perbandingan Algoritma Decision Tree dan Naive Bayes dalam Klasifikasi Data Pengaruh Media Sosial dan Jam Tidur Terhadap Prestasi Akademik Siswa. Technologia : Jurnal Ilmiah, 15(2), 332. https://doi.org/10.31602/tji.v15i2.14381
Mei Masrohani Bawamenewi, Helga Eliana Nitaya Zega, Melda Citra Batiniah Loi, Nosta Junita Sari Zendrato, Rut Denada Zebua, Hamonangan Siallagan, Christnova Hasugian, & Maria Sihaloho. (2024). Faktor Faktor Yang Mempengaruhi Tingkat Suku Bunga Deposito Berjangka Pada Bank Umum Di Indonesia. Jurnal Ilmiah Wahana Pendidikan, 10(21), 503–512. https://doi.org/10.5281/zenodo.14489096
Nova, S., Khotimah, N., & Aryati Wahyuningrum, M. Y. (2024). Pemanfaatan Chatbot Menggunakan Natural Language Processing untuk Pembelajaran Dasar-Dasar GUI Tkinter pada Bahasa Pemrograman Python. In Januari (Vol. 3, Issue 1).
Nuraeni, N. (2021). Klasifikasi Data Mining untuk Prediksi Potensi Nasabah dalam Membuat Deposito Berjangka Data Mining Classification for Predicting Customer Potential in Making Term Deposits. Jurnal Ilmiah Intech : Information Technology Journal of UMUS, 3(01), 65–75.
Rahmat Musfikar, Ichsanul Akbar, Sarini Vita Dewi, & Aulia Syarif Aziz. (2023). E-Module Bahasa Pemrograman Java Berbasis Exe-Learning. Jurnal PROCESSOR, 18(1). https://doi.org/10.33998/processor.2023.18.1.704
Rajagukguk, S. A. (2021). Tinjauan Pustaka Sistematis: Prediksi Prestasi Belajar Peserta Didik dengan Algoritma Pembelajaran Mesin. Jurnal Sains, Nalar, Dan Aplikasi Teknologi Informasi, 1(1). https://doi.org/10.20885/snati.v1i1.4
Rizky, M. H., Faisal, M. R., Budiman, I., Kartini, D., & Abadi, F. (2024). Effect of Hyperparameter Tuning Using Random Search on Tree-Based Classification Algorithm for Software Defect Prediction. IJCCS (Indonesian Journal of Computing and Cybernetics Systems), 18(1), 95. https://doi.org/10.22146/ijccs.90437
Ryan Dana, A., Valentino Kristananda, R., Bagas Satrio Wibowo, M., & Arman Prasetya, D. (2024). Perbandingan Algoritma Decision Tree dan Random Forest dengan Hyperparameter Tuning dalam Mendeteksi Penyakit Stroke. In Seminar Nasional Informatika Bela Negara (SANTIKA) (Vol. 4).
Septhya, D., Rahayu, K., Rabbani, S., Fitria, V., Irawan, Y., & Hayami, R. (2023). Implementasi Algoritma Decision Tree dan Support Vector Machine untuk Klasifikasi Penyakit Kanker Paru. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 3, 15–19.
Sholikhah, U., Rosyadi, B., Wahzuni, S. R., Ulfa Alasna, S., Fitria, K., & Maharani, P. (2024). Perancangan Sistem Informasi Sekolah Berbasis Website pada MI Manbail Futuh Jenu Tuban | Design of School Profile Information System Based on Website at MI Manbail Futuh Jenu Tuban. In IJIS Indonesian Journal on Information System.
Sriani, Aidil Halmi Lubis, & Ridho Rizky Nasution. (2024). Penerapan Data Mining untuk Prediksi Penjualan Produk Elektronik Terlaris Menggunakan Metode K-Nearest Neighbor. In Journal of Science and Social Research (Issue 3). http://jurnal.goretanpena.com/index.php/JSSR
Syahputri, C. N., & Hasibuan, M. S. (2024). Optimasi Klasifikasi Decision Tree dengan Teknik Pruning untuk Mengurangi Overfitting. JSiI (Jurnal Sistem Informasi), 11(2), 87–96. https://doi.org/10.30656/jsii.v11i2.9161
Toha, A., Purwono, P., & Gata, W. (2022). Model Prediksi Kualitas Udara dengan Support Vector Machines dengan Optimasi Hyperparameter GridSearch CV. Buletin Ilmiah Sarjana Teknik Elektro, 4(1), 12–21. https://doi.org/10.12928/biste.v4i1.6079.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Ahmad Muhazzib, Muhammad Siddik Hasibuan, Reza Ade Putra

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.







