Universitas Stikubank (Unisbank) Semarang Repository

IMPLEMENTASI DATA MINING DENGAN METODE KLASTERING UNTUK PENGELOMPOKAN PELANGGAN ( Studi Kasus : Distributor Kawat Las CV. Jaya Manunggal Perkasa)

UTAMI, PUTRI (2013) IMPLEMENTASI DATA MINING DENGAN METODE KLASTERING UNTUK PENGELOMPOKAN PELANGGAN ( Studi Kasus : Distributor Kawat Las CV. Jaya Manunggal Perkasa). Undergraduate thesis, UNIVERSITAS STIKUBANK SEMARANG.

[img] PDF
Restricted to Repository staff only

Download (3MB)

Abstract

Pengelompokan pelanggan berdasarkan keaktifan pembelian di sebuah perusahaan bisa didapatkan dari data frekuensi pembelian. Data tersebut berupa jumlah frekuensi pembelian dalam rentang waktu tertentu. Termasuk juga di perusahaan CV. Jaya Manunggal Perkasa, sebagai Distributor Kawat Las EDZONA. Penelitian ini bertujuan untuk membangun aplikasi data mining dengan metode Klastering untuk membentuk pengelompokan pelanggan berdasarkan frekuensi pembelian. Dalam penelitian ini, studi kasus dilakukan di CV. Jaya Manunggal Perkasa. Data yang digunakan dalam penelitian ini adalah data frekuensi pembelian pelanggan tahun 2010-2012 sebanyak 145 sample. Alat analisis yang digunakan untuk membangun aplikasi ini adalah dengan menggunakan flowchart, sedangkan untuk analisa data digunakan algoritma K-Means. Software yang digunakan untuk membangun aplikasi yaitu Visual Basic 10 ( VB.NET 2010) sedangkan basis data menggunakan MySQL. Berdasarkan analisa yang dilakukan, maka dapat dibangun sebuah aplikasi data mining untuk membentuk pengelompokan pelanggan berdasarkan tingkat keaktifannya. Diharapkan aplikasi ini dapat memberikan kemudahan manajemen dalam pengambilan keputusan di perusahaan.

Item Type: Thesis (Undergraduate)
Additional Information: NIM : 10.01.55.0137 SKR I.05.02.1298
Uncontrolled Keywords: Data Mining, Klastering, Algoritma K-Means, VB.NET 2010, MySQL
Subjects:
Faculty / Institution:
Depositing User: Sanusi Wiji
Date Deposited: 03 Jun 2013 12:38
Last Modified: 03 Jul 2013 02:14
URI: https://eprints.unisbank.ac.id/id/eprint/1534

Actions (login required)

View Item View Item