• Login
    View Item 
    •   DSpace Home
    • Skripsi, Tesis dan Disertasi
    • Fakultas Teknologi Informasi
    • Teknologi Informasi
    • View Item
    •   DSpace Home
    • Skripsi, Tesis dan Disertasi
    • Fakultas Teknologi Informasi
    • Teknologi Informasi
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    IMPLEMENTASI ALGORITMA DECISION TREE CLASSIFIER UNTUK KLASIFIKASI PELANGGAN PROVIDER X PADA E-COMMERCE SEPULSA

    Thumbnail
    View/Open
    Abstract.pdf (199.8Kb)
    Abstrak.pdf (219.7Kb)
    Bab 1.pdf (1.197Mb)
    Bab 2.pdf (2.283Mb)
    Bab 3.pdf (5.523Mb)
    Bab 4.pdf (2.072Mb)
    Bab 5.pdf (3.028Mb)
    Bab 6.pdf (637.7Kb)
    BMC Krian Bayu.pdf (205.3Kb)
    Daftar Gambar.pdf (340.9Kb)
    DAFTAR ISI.pdf (343.4Kb)
    Daftar Pustaka.pdf (505.1Kb)
    Daftar Tabel.pdf (194.1Kb)
    Kata Pengantar.pdf (487.5Kb)
    Pernyataan Kesiapan Tugas Akhir.pdf (546.3Kb)
    Pernyataan Persetujuan Dosen Pembimbing Tugas Akhir.pdf (478.0Kb)
    Persetujuan Tim Penguji Tugas Akhir.pdf (485.9Kb)
    Tugas Akhir Krian.pdf (16.57Mb)
    Date
    2019
    Author
    Adhinata, Krian Bayu
    Metadata
    Show full item record
    Abstract
    Customer adalah hal yang paling penting dalam sebuah bisnis, hubungan yang baik antara sebuah perusahaan dengan customer-nya dapat membantu mengakselerasi perkembangan sebuah bisnis. Perususahaan berusaha untuk membina hubungan baik agar customer melakukan repeat purchase pada perusahaan tersebut. Semakin banyak customer melakukan repeat purchase maka biaya yang dikeluarkan perusahaan untuk mendapatkan customer akan lebih kecil. Tujuan dari penelitian ini adalah untuk menghasilkan sistem klasifikasi pelanggan E-Commerce Sepulsa ke dalam dua kelas yaitu melakukan repeat purchase dan tidak melakukan repeat purchase, E-Commerce Sepulsa merupakan start-up yang menjual produk digital seperti pulsa dan paket data dan menawarkan jasa pembayaran Purchase Payment Online Bank (PPOB). Variabel yang digunakan untuk membangun model klasifikasi untuk Penelitian ini Average Order Value (AOV), Cross-Platform, Cross Product Type, Sistem Performance dan Promotion sebagai variabel independen dan bertujuan menghasilkan prediksi nilai variabel repeat purchase sebagai variabel independen. Data yang digunakan untuk menghasilkan model klasifikasi ini adalah data transaksi dan promosi sepulsa.com, algoritma yang digunakan adalah Decision Tree Classifier dengan melalui proses parameter tuning dikarenakan berdasarkan hasil uji pada data milik Sepulsa, algoritma Decision Tree Classifier dengan Parameter Tuning menghasilkan akurasi skor tertinggi dibandingkan algoritma klasifikasi lain seperti Random Forest Classifier, Extra Trees Classifier, Gradient Boosting Classifier, Ada Boost Classifier, Logistic Regression, Stochastic Gradient Descent Classifier. Hasil dari penelitian ini diharapkan dapat dijadikan pendukung atau pedoman untuk pembuatan kebijakan perusahaan, khususnya dalam hal mendapatkan customer baru dan mempertahankan customer lama serta mengetahui prioritas pengembangan sistem kedepan berdasarkan korelasi variable terhadap repeat purchase.
    URI
    http://dspace.uc.ac.id/handle/123456789/2315
    Collections
    • Teknologi Informasi

    Copyright©  2017 - LPPM & Library Of Universitas Ciputra
    »»» UC Town CitraLand, Surabaya - Indonesia 60219 «««
    Powered by : FreeBSD | DSpace | Atmire
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    Login

    Copyright©  2017 - LPPM & Library Of Universitas Ciputra
    »»» UC Town CitraLand, Surabaya - Indonesia 60219 «««
    Powered by : FreeBSD | DSpace | Atmire