OPTIMASI PERIODE DATA MENGGUNAKAN<br /> DECISION TREE UNTUK MEMPREDIKSI<br /> PELANGGAN POTENSIAL DENGAN ALAT BANTU<br /> CLEMENTINE<br /> (Studi Kasus Pelanggan PT.Telkom)<br /> DATA PERIOD OPTIMATION USING DECISION TREE<br /> FOR PREDICTING POTENTIAL
| Main Author: | KISEN ANAND |
|---|---|
| Format: | Bachelors |
| Terbitan: |
Universitas Telkom
, 2007
|
| Subjects: | |
| Online Access: |
https://openlibrary.telkomuniversity.ac.id/pustaka/93998/optimasi-periode-data-menggunakan-br-decision-tree-untuk-memprediksi-br-pelanggan-potensial-dengan-alat-bantu-br-clementine-br-studi-kasus-pelanggan-pt-telkom-br-data-period-optimation-using-decision-tree-br-for-predicting-potential-.html |
Daftar Isi:
- ABSTRAKSI: Persaingan di dunia Telekomunikasi di Indonesia saat ini sangat marak sekali dan<br /> sangat kompetitif terlihat dari banyaknya promosi yang dilakukan oleh para<br /> penyedia jasa telekomunikasi untuk dapat menarik pasar yang lebih banyak.<br /> Fenomena persaingan seperti ini harus dapat dipelajari dan diantisipasi supaya<br /> dapat menginterpretasi kelakuan dari pelanggan yang potensial akan berlangganan<br /> suatu produk sehingga dapat meningkatkan revenue di suatu perusahaan. Data<br /> mining sebagai suatu ilmu untuk melakukan analisa data dan untuk menemukan<br /> suatu aturan dalam himpunan data, diharapkan mampu menganalisa hasil<br /> ekstraksi data yang besar menjadi informasi berupa pola menarik dari sekumpulan<br /> data untuk mendukung pengambilan keputusan pada masalah prediksi pelanggan<br /> yang potensial tersebut. Teknik data mining yang digunakan untuk meyelesaikan<br /> masalah tersebut adalah classification, yaitu proses pembangunan model untuk<br /> menentukan kelas berdasarkan record-record data pada training dataset dan<br /> testing dataset untuk memperkirakan kelas pada data baru yang belum diketahui<br /> label kelasnya. Tujuan dari tugas akhir yang berjudul “Optimasi Periode Data<br /> Dengan Menggunakan Decision Tree Untuk Memprediksi Pelanggan<br /> Potensial” ini adalah untuk membuat suatu perangkat lunak yang<br /> mengimplementasikan salah satu metode dalam classification yaitu Decision Tree,<br /> kemudian menganalisa nilai prosentase akurasi classifier dan hasil klasifikasi yang<br /> dibuat serta melakukan analisa terhadap beberapa data input yang mempunyai<br /> rentang waktu atau data yang berperiode sehingga dihasilkan keputusan untuk<br /> penentuan pemakaian data yang optimal untuk dapat meyelesaikan persoalan<br /> prediksi pelanggan yang potensial.Kata Kunci : data mining, classification, Decision Tree C5.0, training dataset, testing dataset, classifier.ABSTRACT: The competition in Telecommunication Industry in Indonesia is very tight, it can<br /> be seen from many promotion by each provider to get consumer more than before.<br /> This phenomenon of competition have to be learned in order to acquaint the<br /> profile of the customer who potentially buy some products in order to increase the<br /> revenue of the company. Data Mining as a knowledge for analyzing data and<br /> finding rules in the data is expected to be able to transform the result from the big<br /> exctracted data to interesting pattern information to support decision making and<br /> also solving the problem of predicting potential customer. Data Mining technique<br /> that is used to solve that problem is classification, classification is a model<br /> making process to predict class lable based on the records in training dataset and<br /> also testing dataset to predict the value of the new unknown class. This Final Task<br /> which the topics is “Data Periode Optimation Using Decision Tree for<br /> Predicting Potential Customer with Clementine” is used to analyze and decide<br /> the optimal period of the data for predicting potential custome based on Decision<br /> Tree method.Keyword: data mining, classification, Decision Tree C5.0, training dataset, testing dataset, classifier.