PREDIKSI LOYALITAS PELANGGAN PADA FAST MOVING CONSUMER GOODS MENGGUNAKAN DATA MINING KLASIFIKASI DENGAN METODE C4.5 (TUGAS AKHIR)

BAIHAQI, IMAM (2021) PREDIKSI LOYALITAS PELANGGAN PADA FAST MOVING CONSUMER GOODS MENGGUNAKAN DATA MINING KLASIFIKASI DENGAN METODE C4.5 (TUGAS AKHIR). Sarjana thesis, Sekolah tinggi informatika & komputer indonesia malang.

	Text ABSTRAK.pdf Download (67kB)
	Text BAB 1.pdf Download (126kB)
	Text BAB 2.pdf Download (195kB)
	Text BAB 3.pdf Download (883kB)
	Text BAB 4.pdf Restricted to Repository staff only Download (691kB)
	Text BAB 5.pdf Download (11kB)

Abstract

Mie instan merupakan salah satu produk makanan dari industri Fast Moving Customer Goods (FMCG) yang mana industri yang cukup besar di Indonesia. Namun, persaingan tidak bisa dihindari. Sehingga untuk memenangkan persaingan dari perusahaan lainnya, majamen perusahaan dituntut untuk menentukan strategi mempertahankan loyalitas konsumen. Oleh karena itu, tujuan penelitian ini adalah membuat suatu aplikasi untuk melakukan prediksi terhadap loyalitas pelanggan dan menentukan atribut yang berpengaruh dengan menerapkan Data Mining Klasifikasi dalam bentuk pohon keputusan. Metode aplikasi yang digunakan dalam Klasifikasi untuk prediksi adalah metode C4.5. Dalam algoritma C4.5 dilakukan perhitungan entropy dan information gain dimana atribut loyalitas pelanggan sebagai atribut tujuan (class), sedangkan harga, kemasan, citarasa, variasi, iklan, distribusi, dan kualitas sebagai atribut sumber untuk memperoleh node akar dan node lainnya. Hasil dari penelitian menunjukan bahwa aplikasi dengan menggunakan metode C4.5 menghasilkan akurasi 97.5%, jadi medote C4.5 dapat digunakan untuk membantu manajemen perusahaan mie instan dalam rangka menentukan strategi mempertahankan loyalitas konsumen.

Item Type:	Thesis (Sarjana)
Subjects:	Computing methodologies > Modeling and simulation Computing methodologies > Computer graphics
Divisions:	Engineering Sciences
Depositing User:	Unnamed user with username editor_perpustakaan
Date Deposited:	11 Apr 2025 03:23
Last Modified:	05 Feb 2026 07:46
URI:	http://repository.stiki.ac.id/id/eprint/2368

Actions (login required)

View Item