Persaingan bisnis di bidang industri telekomunikasi yang semakin ketat memungkinkan pelanggan berpindah dari satu provider ke provider telekomunikasi yang lainnya. Hal ini biasanya terjadi karena para pesaing yang sangat kompetitif menawarkan produk dengan fasilitas yang lebih bagus, harga yang lebih murah, area cakupan yang lebih luas, dan keunggulan lainnya. Kondisi berpindahnya pelanggan dari suatu provider ke provider telekomunikasi yang lainnya disebut dengan churn. Salah satu upaya yang dapat dilakukan untuk mencegah pelanggan berpindah ke provider yang lain adalah dengan menggunakan churn prediction. Melalui hasil churn prediction ini, maka pelanggan yang diprediksi pindah dapat dicegah dengan memberikan penawaran-penawaran yang menarik. Pada Karya Akhir ini, churn prediction akan dilakukan dengan menggunakan beberapa metode. Adapun metode yang dipakai adalah Naive Bayes, Support Vector Machines (SVM), dan C4.5. Performansi keakuratan dari ketiga metode churn prediction tersebut akan dibandingkan dengan menggunakan metode ROC Analysis, Lift Curve, dan Confusion Matrix. Hasilnya menunjukkan bahwa C4.5 memiliki kinerja yang paling baik jika dibandingkan dengan Naive Bayes dan Support Vector Machines (SVM). C4.5 memiliki kinerja yang baik dari sisi ketepatan dan kecepatan prosesnya. C4.5 memiliki kemampuan yang secara sederhana mendefinisikan dan mengklasifikasikan masing-masing atribut ke dalam setiap kelas.