Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : ANIMATOR

SEGMENTASI PEMETAAN PELANGGAN POTENSIAL MENGGUNAKAN ALGORITMA DBSCAN DENGAN RFM MODEL BERBASIS WEB Ipa Rezky Cahyani Pata; Statiswaty; Natalis Ransi
Jurnal Informatika Ilmu Komputer dan Sistem Informasi Vol. 1 No. 2 (2023): Volume 1 Nomor 2 Tahun 2023
Publisher : Jurnal Informatika Ilmu Komputer dan Sistem Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis perilaku pelanggan adalah salah satu cara bagi perusahaan untuk mendapatkan pemahaman lebih baik mengenai selera pasar dan menciptakan kesempatan bisnis baru dengan cara menggunakan tahap analisis data yang sistematik untuk memahami dan berhubungan dengan pelanggan menjadi pembahasan menarik dalam pengelolaan hubungan pelanggan. Kemampuan menghasilkan informasi yang bermanfaat dari data menjadi isu penting dalam pengelolaan industri, menunjukkan pentingnya pengelola industri melakukan teknik penggalian data untuk menemukan informasi tersembunyi pelanggan yang diperoleh dari data pelanggan terdahulu dan menentukan strategi pengelolaan hubungan pelanggan yang efektif. Pada penelitian ini digunakan kombinasi antara RFM Model dan algoritma algoritma Density-Based Spatial Clustering Of Aplication With Noise (DBSCAN) dalam proses penerapan guna mengetahui segmentasi pelanggan potensial. Selain itu, penelitian ini bertujuan untuk menerapkan algoritma DBSCAN dengan RFM Model Berbasis Web pada sebuah sistem segmentasi pemetaan pelanggan potensial. Berdasarkan hasil penelitian yang telah dilakukan, memiliki beberapa kesimpulan antara lain : (1) Sistem informasi segmentasi pelanggan yang telah dibangun telah berhasil menerapkan algoritma DBSCAN dan RFM Model. (2) Berdasarkan pengujian nilai silhoutte coefficient yang ditunjukkan menunjukkan bahwa hasil cluster yang terbentuk dapat dikatakan sebagai hasil cluster dengan struktur baik dikarenakan nilai silhoutte coefficient keseluruhan memenuhi berdasarkan interval nilai struktur baik yakni 0,51 – 0,70.
The IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI PADA SISTEM PERSEDIAAN OBAT Ismiranty Hamsar; Statiswaty; Natalis Ransi
Jurnal Informatika Ilmu Komputer dan Sistem Informasi Vol. 1 No. 2 (2023): Volume 1 Nomor 2 Tahun 2023
Publisher : Jurnal Informatika Ilmu Komputer dan Sistem Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Persediaan obat di apotek sangat penting untuk memenuhi kebutuhan konsumen akan resepobat. Permasalahan muncul dari batasan tanggal kadaluwarsa setiap obat yang harus dibenahi agarapotek tidak menumpuk persediaan obat sehingga menimbulkan kerugian, karena jenis obatkadaluwarsa cukup banyak, sehingga diperlukan data mining untuk memodelkan yang terbaik.penjualan jenis obat menggunakan algoritma A-prior. Metode asosiasi diperlukan untuk mendeteksikorelasi antara beberapa atribut. Misalnya, jika konsumen membeli obat A, mereka juga akan membeliobat B. Analisis apriori untuk menentukan persyaratan dukungan dan kepercayaanminimum. Berdasarkan hasil pengujian yang dilakukan dapat menunjukan obat yang paling banyakdipakai yang ditunjukkan dengan nilai support yang tinggi yaitu Vitamin B Kompleks tablet 36,13%,Asam Askorbat (Vit C) tablet 50 mg 31,64%, Klorfeniramin Maleat (CTM) tab. 4 mg 31,64%. Tidakada jenis obat yang memiliki nilai support lebih dari 20% dari data transaksi selama bulan November2021.