KUSUMA, TIARA INAYA (2019) IMPLEMENTASI DATA MINING KLASIFIKASI DENGAN ALGORITMA NEURAL NETWORK DALAM PREDIKSI PEMBUKAAN DEPOSITO BERJANGKA. Undergraduate thesis, Universitas Stikubank.
![[img]](http://eprints.unisbank.ac.id/style/images/fileicons/application_pdf.png) |
PDF
Restricted to Repository staff only Download (2MB) |
Abstract
Telemarketing merupakan pendekatan target via telepon dengan menjelaskan produk dan menggunakan alat komunikasi yakni telepon. Telemarketing (pemasaran jarak jauh) membantu dalam meningkatkan pendapatan, meningkatkan kepuasan pelanggan, salah satunya yaitu penawaran untuk deposito berjangka. Deposito berjangka disebut demikian karena memiliki jangka waktu, baik panjang maupun pendek. Jangka waktu itu sendiri merupakan lamanya uang anda disimpan / ditahan oleh bank. Maka dari itu untuk membuat rule, model, atau aturan untuk mengetahui apakah nasabah yang bersangkutan berpotensi membuka deposito berjangka atau tidak dengan menggunakan pemanfaatan data mining klasifikasi dengan menggunakan algoritma Neural Network dengan tools BahasaR. Penelitian ini diharapakan dapat membantu pihak bank dalam memperkirakan nasabah-nasabah yang berpotensi membuka deposito berjangka. Berdasarkan hasil Implementasi dengan Algoritma Neural Network dan menggunakan tools BahasaR dapat disimpulkan bahwa tingkat akurasi dari model yang didapat dari 45.211 data adalah sebesar 0,8979032 atau dibulatkan menjadi 90% dan variabel yang paling berpengaruh yaitu variabel duration.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | SKR.I.05.02.1803 NIM: 15.01.55.0080 |
| Uncontrolled Keywords: | Implementasi ,bank marketing, Neural Network. |
| Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Faculty / Institution: | Fakultas Teknologi Informasi > Program Studi Sistem Informasi |
| Depositing User: | Yuliana Eliza |
| Date Deposited: | 12 Nov 2019 07:07 |
| Last Modified: | 12 Nov 2019 07:07 |
| URI: | https://eprints.unisbank.ac.id/id/eprint/5500 |
Actions (login required)
 |
View Item |
