CUSTOMER RELATIONSHIP MANAGEMENT MENGGUNAKAN METODE LEAST SQUARE DAN RFM K-MEANS BERBASIS WEBSITE
| Autor: | Gabriel Ivan Setyaputra, Bagus Mulyawan, Manatap Dolok Lauro |
|---|---|
| Rok vydání: | 2022 |
| Zdroj: | Jurnal Ilmu Komputer dan Sistem Informasi. 10 |
| ISSN: | 2303-2529 2302-8769 |
| DOI: | 10.24912/jiksi.v10i1.17835 |
| Popis: | Persaingan di dunia bisnis semakin ketat dalam persaingannya, yang membuat tiap perusahaan berniat keras untuk menciptakan strategi bisnis yang bisa bersaing dengan tekanan kompetitor. Melihat kenyataan yang ada, dengan adanya kemajuan teknologi yang semakin pesat maka aplikasi Customer Relationship Management dapat menjadi solusi dalam memelihara hubungan yang baik dengan pelanggan.Aplikasi CRM ini dibuat sebuah fitur peramalan pendapatan sales tahunan yang dapat membantu perusahaan dalam menentukan strategi bisnis kedepannya. Perlu digaris bawahi bahwa proyeksi atau prediksi pendapatan harus berdasarkan kebenaran fakta yang diambil dari data penjualan dari masa lalu sehingga data yang di prediksi adalah data yang baik dan akurat. Dalam aplikasi yang dibuat saat ini, metode yang akan digunakan adalah metode Forecasting Least Square. Dari hasil Mean Absolute Percentage Error (MAPE) rata-rata error sebesar 19.27% berdasarkan data 2015 – 2018 untuk memprediksi tahun 2019-2020.juga dibuat sebuah fitur klustering yang bertujuan untuk mengelompokkan data setiap pelanggan dalam waktu per tahun ke dalam model Recency, Frequency dan Monetary Value dengan metode K-Means. Dari hasil perhitungan diperoleh nilai Davies Bouldin-Index (DBI) sebesar 0.410372 yang dapat disimpulkan bahwa klustering terhadap pelanggan terbentuk dengan baik. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|