Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Bagaimana merancang dan membangun sistem pengelompokan pelanggan potensial menggunakan metode k-means untuk promosi paket wisata (studi kasus PT. Bali.

Presentasi serupa


Presentasi berjudul: "Bagaimana merancang dan membangun sistem pengelompokan pelanggan potensial menggunakan metode k-means untuk promosi paket wisata (studi kasus PT. Bali."— Transcript presentasi:

1

2

3 Bagaimana merancang dan membangun sistem pengelompokan pelanggan potensial menggunakan metode k-means untuk promosi paket wisata (studi kasus PT. Bali Sinar Mentari).

4  Pembuatan tugas akhir ini mengambil studi kasus pada PT. Bali Sinar Mentari.  Paket wisata yang disediakan perusahaan hanya untuk wisata di daerah Bali.  Tidak membahas proses pemesanan dan penjualan paket wisata serta pembuatan laporan keuangan.  Sistem ini hanya membahas proses input data transaksi penjualan jasa, pendaftaran pelanggan, pembuatan paket wisata.  Pembuatan tugas akhir ini mengambil studi kasus pada PT. Bali Sinar Mentari.  Paket wisata yang disediakan perusahaan hanya untuk wisata di daerah Bali.  Tidak membahas proses pemesanan dan penjualan paket wisata serta pembuatan laporan keuangan.  Sistem ini hanya membahas proses input data transaksi penjualan jasa, pendaftaran pelanggan, pembuatan paket wisata.

5  Pengelompokan kategori paket wisata ditentukan oleh manajemen PT. Bali Sinar Mentari.  Pelanggan yang dikelompokan adalah pelanggan yang telah terdaftar sebelumnya dan pernah memakai jasa perusahaan ini serta harus memiliki .  Layanan hanya mencakup pemberian promosi kepada pelanggan.  Aplikasi ini berbasis dekstop dan bahasa pemrograman yang digunakan adalah Visual Basic.Net 2005 dan Microsoft SQL Server 2005 sebagai basis datanya.  Pengelompokan kategori paket wisata ditentukan oleh manajemen PT. Bali Sinar Mentari.  Pelanggan yang dikelompokan adalah pelanggan yang telah terdaftar sebelumnya dan pernah memakai jasa perusahaan ini serta harus memiliki .  Layanan hanya mencakup pemberian promosi kepada pelanggan.  Aplikasi ini berbasis dekstop dan bahasa pemrograman yang digunakan adalah Visual Basic.Net 2005 dan Microsoft SQL Server 2005 sebagai basis datanya.

6 Tujuan pada Tugas Akhir ini adalah menghasilkan sistem pengelompokan pelanggan potensial menggunakan metode k-means untuk promosi paket wisata (studi kasus PT. Bali Sinar Mentari).

7  Sistem Informasi › Sistem › Informasi › Sistem Informasi  Sistem Informasi › Sistem › Informasi › Sistem Informasi DataInformasi Data Proses Komponen Sistem Informasi

8  Sistem Pendukung Keputusan › Fase Pengambilan Keputusan › Kerangka Kerja SPK  Sistem Pendukung Keputusan › Fase Pengambilan Keputusan › Kerangka Kerja SPK Choice Tak Terstruktur Semi Terstruktur Terstruktur IntellligenceDesign

9  Data Mining › Proses dalam Knowledge Discovery  Data Mining › Proses dalam Knowledge Discovery Selection Prepocessing Interpretation and evaluation Transformation Data Mining

10  Clustering  K-Means Clustering  Eucledian Distance =  Clustering  K-Means Clustering  Eucledian Distance = Mulai Selesai Menentukan Jumlah Cluster Hitung Centroid Hitung Jarak Objek ke Centroid Pengelompokan Berdasarkan Jarak Terdekat Ada Objek Berpindah Kelompok? Tidak Ya

11  System Flow System Flow  Diagram Berjenjang Diagram Berjenjang  Data Flow Diagram (DFD) Data Flow Diagram (DFD)  Conceptual Data Model (CDM) Conceptual Data Model (CDM)  Physical Data Model (PDM) Physical Data Model (PDM)  System Flow System Flow  Diagram Berjenjang Diagram Berjenjang  Data Flow Diagram (DFD) Data Flow Diagram (DFD)  Conceptual Data Model (CDM) Conceptual Data Model (CDM)  Physical Data Model (PDM) Physical Data Model (PDM)

12

13  Pengelompokan pelanggan menggunakan metode K-Means Clustering dapat diterapkan dengan baik dan dapat menghasilkan pelanggan yang potensial pada sistem pengelompokan pelanggan potensial menggunakan metode k-means untuk promosi paket wisata (studi kasus PT. Bali Sinar Mentari).  Sistem pengelompokan pelanggan potensial menggunakan metode k-means untuk promosi paket wisata (studi kasus PT. Bali Sinar Mentari) mampu mengirimkan promosi paket wisata kepada pelanggan potensial menggunakan .  Pengelompokan pelanggan menggunakan metode K-Means Clustering dapat diterapkan dengan baik dan dapat menghasilkan pelanggan yang potensial pada sistem pengelompokan pelanggan potensial menggunakan metode k-means untuk promosi paket wisata (studi kasus PT. Bali Sinar Mentari).  Sistem pengelompokan pelanggan potensial menggunakan metode k-means untuk promosi paket wisata (studi kasus PT. Bali Sinar Mentari) mampu mengirimkan promosi paket wisata kepada pelanggan potensial menggunakan .

14  Sistem pengelompokan pelanggan ini dapat diintegrasikan dengan sistem informasi yang lain pada PT. Bali Sinar Mentari. Sehingga nantinya masing-masing sistem dapat saling bertukar data, agar data pada sistem ini dapat digunakan untuk keperluan lain.  Metode K-Means Clustering merupakan salah satu metode dari sekian banyak metode pengelompokan data yang ada. Untuk itu, tidak menutup kemungkinan adanya metode yang lebih baik jika dibandingkan dengan metode K-Means Clustering ini, untuk kemudian dapat dikembangkan dalam penelitian selanjutnya.  Sistem pengelompokan pelanggan ini dapat diintegrasikan dengan sistem informasi yang lain pada PT. Bali Sinar Mentari. Sehingga nantinya masing-masing sistem dapat saling bertukar data, agar data pada sistem ini dapat digunakan untuk keperluan lain.  Metode K-Means Clustering merupakan salah satu metode dari sekian banyak metode pengelompokan data yang ada. Untuk itu, tidak menutup kemungkinan adanya metode yang lebih baik jika dibandingkan dengan metode K-Means Clustering ini, untuk kemudian dapat dikembangkan dalam penelitian selanjutnya.

15


Download ppt "Bagaimana merancang dan membangun sistem pengelompokan pelanggan potensial menggunakan metode k-means untuk promosi paket wisata (studi kasus PT. Bali."

Presentasi serupa


Iklan oleh Google