ANALISIS PERFOMANCE ALGORITMA C.45 DAN NAÏVE BAYES TERHADAP CUSTOMER RELATIONSHIP MANAGEMENT (CRM) PADA CV. JATIMAS FURNITURE

APRILIYAWAN, BENI (2020) ANALISIS PERFOMANCE ALGORITMA C.45 DAN NAÏVE BAYES TERHADAP CUSTOMER RELATIONSHIP MANAGEMENT (CRM) PADA CV. JATIMAS FURNITURE. Masters thesis, IIB DARMAJAYA.

[img] Text
COVER, LEMBAR PENGESAHAN.pdf

Download (855kB)
[img] Text
BAB 1.pdf

Download (303kB)
[img] Text
BAB 2.pdf

Download (521kB)
[img] Text
BAB 3.pdf

Download (22kB)
[img] Text
BAB 4.pdf

Download (726kB)
[img] Text
BAB 5.pdf

Download (12kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (397kB)
[img] Text
LAMPIRAN.pdf

Download (777kB)

Abstract

Manajemen hubungan pelanggan (CRM) merupakan bagian dari strategi pemasaran untuk menjaga kepuasan pelanggan. Kepuasan pelanggan menjadi faktor penting dalam sebuah bisnis untuk tetap bertahan dan terus berkembang,untuk itu pengelola bisnisingin evaluasi dari sisi pelanggannya untuk mengetahui apakah pelanggan puas atau tidak puas dengan layanan yang di berikan oleh perusahaan sesuai dengan harapan pelanggan.Tujuan dari penelitian ini adalah bagaimana pengukuran kepuasan pelanggan pada CV. Jatimas Furniture menggunakan Algortima C4.5 dan Naïve Bayes dengan variabel yang digunakan yaitu pelayanan, harga, promosi,kualitas produk, dan fasilitas. Dengan menggunakan algoritma C4.5, penulis mencoba mengukur variabel tersebut sehingga terbentuk pohon keputusan (decision tree), penelitian ini diharapkan membantu pihak perusahaan dalam meningkatkan tingkat kepuasan pelanggan untuk mempertahankan perusahaan dari pesaingnya.Setelah itu dilakukan analisis perfomance Algoritma C4.5 decision tree dan Naïve Bayes untuk mengetahui Algoritma yang memiliki akurasi lebih tinggi untuk evaluasi hasil surveykepuasan pelanggan. Pengujian dilakukan menggunakan teknik Split Validation didapatkan pengujian 1 menggunakan 6 variabelAlgoritma Naïve Bayeslebih unggul menghasilkan akurasi 81.48% dan AUC (Area Under Curve) 0.871 dengan data training 90% dan data testing 10%, sementara pengujian 2 menggunakan 4 variabelAlgoritma C4.5 decision tree lebih unggul dengandata training 70% dan data testing 30% menghasilkan akurasi 76.19%% dan AUC (Area Under Curve) 0.500.Dari pengujian tersebut dapat disimpulkan bahwa hasil akurasi dan AUC (Area Under Curve) Algoritma Naïve Bayes lebih tinggi dibandingkan Algoritma C4.5 decision tree

Item Type: Thesis (Masters)
Subjects: Ilmu Komputer
eTheses
Divisions: Pasca Sarjana > Magister Teknologi Informasi
Depositing User: Editor
Date Deposited: 08 Apr 2022 06:26
Last Modified: 08 Apr 2022 06:26
URI: http://repo.darmajaya.ac.id/id/eprint/6996

Actions (login required)

View Item View Item