PENERAPAN MODEL RFM DALAM MEMPREDIKSI CHURN PADA PELANGGAN BISNIS PERIKANAN DI E-COMMERCE (STUDI KASUS: JALA IKAN)

Hartati, - (2023) PENERAPAN MODEL RFM DALAM MEMPREDIKSI CHURN PADA PELANGGAN BISNIS PERIKANAN DI E-COMMERCE (STUDI KASUS: JALA IKAN). S1 thesis, Universitas Pendidikan Indonesia.

Baca Full Text klik disini
[img] Text
S_SIK_1903657_Tittle.pdf
Download (295kB)
[img] Text
S_SIK_1903657_Chapter1.pdf
Download (33kB)
[img] Text
S_SIK_1903657_Chapter2.pdf
Restricted to Staf Perpustakaan
Download (158kB)
[img] Text
S_SIK_1903657_Chapter3.pdf
Download (130kB)
[img] Text
S_SIK_1903657_Chapter4.pdf
Restricted to Staf Perpustakaan
Download (74kB)
[img] Text
S_SIK_1903657_Chapter5.pdf
Download (29kB)
[img] Text
S_SIK_1903657_Appendix.pdf
Restricted to Staf Perpustakaan
Download (187kB)
Official URL: http://repository.upi.edu

Abstract

Perikanan adalah semua kegiatan yang berhubungan dengan pengelolaan dan pemanfaatan sumber daya ikan dan lingkungannya mulai dari praproduksi, produksi, pengolahan sampai dengan pemasaran yang dilaksanakan dalam suatu sistem bisnis perikanan. Seperti bidang usaha lainnya, bisnis perikanan juga sudah melakukan digitalisasi dengan memanfatkan perkembangan teknologi yaitu pemasaran produk perikanan secara digital atau di e-commerce. Banyak orang berbelanja pada platform e-commerce karena kemudahan dalam berbelanja yang ditawarkan dan penjual dapat mencapai pelanggan secara luas. Penjual pada platform e-commerce semakin lama akan meningkat disemua sektor produk yang dapat memunculkan adanya persaingan antar para penjual. Untuk menjaga hubungan dengan pelanggan, perlu dilakukan segmentasi pelanggan mulai dari yang loyal hingga kurang loyal, serta memprediksi pelanggan yang akan churn. Tujuan dari penelitian ini adalah melakukan segmentasi pada pelanggan di platform e-commerce menggunakan model RFM, menganalisis, serta memprediksi customer churn dengan algoritma support vector machine. Hasil performa model dari algoritme support vector machine ini menghasilkan accurasy 94,5%, precision 100%, recall 91,2%, dan f-1 score 95%.

Item Type: Thesis (S1)
Additional Information: ID SINTA Dosen Pembimbing NOVI SOFIA FITRIASARI: 5989748 WILLDAN APRIZAL ARIFIN: 6745746
Uncontrolled Keywords: Bisnis Perikanan, Churn, Model RFM, Support Vector Machine
Subjects: L Education > L Education (General)
Divisions: UPI Kampus Serang > S1 Sistem Informasi Kelautan
Depositing User: Hartati
Date Deposited: 02 Oct 2023 03:50
Last Modified: 02 Oct 2023 03:50
URI: http://repository.upi.edu/id/eprint/108782

Actions (login required)

View Item View Item