IMPLEMENTASI DATA MINING UNTUK MENGELOMPOKKAN TINGKAT KEPUASAN PELANGGAN DI PT. SEMEN INDONESIA, TBK MENGGUNAKAN FUZZY C-MEANS DAN FUZZY TAHANI

SUCAHYO, MOHAMMAD RIFQI (2018) IMPLEMENTASI DATA MINING UNTUK MENGELOMPOKKAN TINGKAT KEPUASAN PELANGGAN DI PT. SEMEN INDONESIA, TBK MENGGUNAKAN FUZZY C-MEANS DAN FUZZY TAHANI. undergraduate thesis, Universitas Muhammadiyah Gresik.

Preview	Text 11. ABSTRAK.pdf Download (35kB) | Preview
Preview	Text 13. BAB I.pdf Download (48kB) | Preview
Preview	Text 14. BAB II.pdf Download (301kB) | Preview
Preview	Text 15. BAB III.pdf Download (1MB) | Preview
	Text 16. BAB IV.pdf Restricted to Registered users only Download (754kB)
Preview	Text 17. BAB V.pdf Download (36kB) | Preview

Abstract

PT Semen Indonesia (Persero) Tbk merupakan perusahaan yang bergerak di bidang industri semen. Dengan semakin pesatnya perkembangan bisnis industri semen membuat persaingan ketat di dunia industri dalam mendapatkan pelanggan. Masalah yang ada adalah status puas dan tidak puas berdasarkan keluhan yang dimiliki oleh konsumen yang diperoleh dari aplikasi mobile dengan fitur survei keluhan dimana ada satu keluhan dari berbagai macam keluhan yang ada, itu sudah menjadi tolak ukur untuk menjadikan status menjadi tidak puas. Monitoring tingkat kepuasan pelanggan mampu memberikan prioritas terhadap kota dengan tingkat kepuasan rendah untuk segera diperbaiki agar dapat meningkatkan jumlah transaksi dan meminimalkan kemungkinan pelanggan beralih ke perusahaan lain dalam permintaan semen. Penerapan algoritma Fuzzy C-Means untuk mengelompokkan data pelanggan dan algoritma Fuzzy Database Model Tahani untuk menentukan tingkat kepuasan pelanggan dan membantu menganalisis data pengelompokan data yang diperoleh dari tanggapan pelanggan dapat menemukan pola karakteristik dan perilaku konsumen yang dapat digunakan sebagai pengetahuan baru dalam proses mengidentifikasi kepuasan pelanggan. Output yang dihasilkan adalah informasi kota yang memerlukan perbaikan pelayanan. Hasil pengelompokan 70 data transaksi keluuhan menunjukkan bahwa pengelompokan menggunakan kluster 2 memiliki nilai validitas indeks XB terendah yaitu 0,0828.

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Shandy Rahma Ramadhan, S.IIP
Date Deposited:	08 Nov 2018 00:42
Last Modified:	08 Mar 2019 06:19
URI:	http://eprints.umg.ac.id/id/eprint/623

Actions (login required)

View Item