Peserta praktik memakai Python dan Google Colab untuk membangun model Decision Tree dan Random Forest Classification lewat studi kasus Customer Churn Prediction.

Hasil model dievaluasi dengan Confusion Matrix, Accuracy, Precision, Recall, dan F1-Score, lalu diterjemahkan menjadi business insight untuk menentukan strategi bisnis.

Hasil prediksi dibaca sebagai risiko pelanggan, jadi tim bisnis bisa menyusun langkah retensi yang lebih tepat. Dengan begitu, keputusan retensi bertumpu pada data yang bisa diuji.