Hasil Pencarian  ::  Simpan CSV :: Kembali

"Alokasi produk, keanekaragaman produk, dan harga produk memiliki pengaruh yang signifikan pada perilaku belanja konsumen. Dengan keterbatasan pada ruang rak displai, peritel harus melakukan pemilihan produk, penentuan harga, dan pengalokasian produk pada ruang rak displai secara optimal untuk memberikan keuntungan maksimal bagi peritel. Penelitian ini akan membahas mengenai optimasi alokasi produk pada ruang rak displai gerai minimarket berdasarkan hubungan antar kategori produk dan harga produk menggunakan teknik data mining yaitu multilevel association rules. Memanfaatkan data transaksi, diperoleh 9 asosiasi antar kategori, 24 asosiasi antar subkategori, dan 67 asosiasi antar item produk. Dengan menggunakan zero one integer program terpilih 61 item produk dan harga dari produk yang harus dipertahankan untuk dialokasikan dalam gerai agar keuntungan yang diperoleh peritel maksimal. Hasilnya, diperlihatkan konfigurasi alokasi produk berdasarkan hubungan antar kategori dan harga dari produk.

---

Product allocation, product assortment, and product price have a significant influence on customer buying behaviour. With limitation on shelf space, retailer must select, pricing, and allocate the products on shelf space optimally to maximize the profit for retailer. This research is focused on optimizing the products shelf space allocation based on the relationship between product categories and product price using data mining technique, multilevel association rules. Takes advantage of data transactions, 9 associations between categories, 24 associations between subcategories, and 67 associations between products were obtained. By using zero one integer programming selected 61 products with appropriate price that must be maintained to be allocated in the minimarket to maximize the retailer?s profit. As the result, product allocation configuration based on the relationship between product categories and product price is shown."

"Jumlah review mengalami peningkatan yang sangat pesat untuk setiap produk nya. Hal ini berakibat sulit nya bagi setiap pengguna untuk membaca semua review yang ada. Karya akhir ini menawarkan solusi menggunakan feature based opinion mining untuk mempermudah pengguna membaca review lebih mudah. Pada karya akhir ini terdapat 2 langkah yang akan dilakukan. Langkah pertama ialah melakukan ekstraksi feature menggunakan association rule dan pruning. Sedangkan langkah terakhir ialah menentukan orientasi dari setiap opini dengan menggunakan teknik klasifikasi. Beberapa algoritma klasifikasi seperti C45, Naïve Bayes dan Support Vector Machine cocok untuk mengatasi masalah ini. Dari hasil pengujian algoritma Support Vector Machine memiliki performa terbaik jika dibandingkan dengan algoritma lainnya.

---

The number of customer reviews for each product grows rapidly. This condition makes customer difficult to read all the review.This thesis propose feature based opinion mining to help customer reads review easily. Feature based opinion mining in this thesis consist of two steps. First step identify product features using association technique and pruning. The last step identify opinion sentence orientation using classification technique. Several classification algorithm, such as C45, Naive Bayes, and Support Vector Machines are good approaches to solve this problem. Support Vector Machine has the best performance compared to other algorithms."

"E-commerce dan big data merupakan bukti dari kemajuan teknologi yang sangat pesat. Big data berperan cukup penting dalam perusahaan e-commerce untuk menangani perkembangan semua data, mengolah setiap data tersebut dan menjadi competitive advantage bagi perusahaan. Perusahaan XYZ.com mengalami kesulitan dalam menganalisis stok dan tren dari produk yang dijual. Jika hal ini tidak ditanggulangi, maka perusahaan XYZ.com akan kehilangan opportunity gain. Untuk menentukan tren dan stok produk secara cepat dengan akurat, dibutuhkan big data predictive analysis. Penelitian ini mengolah data transaksi menjadi data yang dapat dianalisis untuk menentukan tren dan prediksi tren produk berdasarkan kategorinya dengan menggunakan big data predictive analysis. Hasil dari penelitian ini akan memberikan informasi kepada pihak manajemen kategori apa yang berpotensi menjadi tren dan jumlah minimal stok yang harus disediakan dari kategori produk tersebut.

---

E commerce and big data are evidence of rapid technological advances. Big data plays an important role in e commerce companies to handle and analyze all data changes, and become a competitive advantage for the company. XYZ.com experience a difficulty in analyzing stocks and commerce product trend. If this issue not addressed, XYZ.com company will lose an opportunity gain. To determine trends and stock accurately, XYZ.com can use big data predictive analysis. This study processes transaction data into data that can be analyzed to determine trends and predictions of product trends based on its categories using big data predictive analysis. The results of this study give massive informations to management about what categories will potential become trends and minimum stock required to be provided."

"Seiring dengan kemajuan teknologi yang semakin pesat khususnya teknologi internet, banyak bidang yang mulai bergeser ke dunia virtual salah satunya komunitas. Anggota komunitas kini dapat berbagi ketertarikan yang sama melalui internet yang kemudian dapat disebut sebagai virtual community. Bagi perusahaan, virtual community dapat dimanfaatkan dalam pengembangan produk baru untuk mendapatkan pengaruh positif. Penelitian ini bertujuan untuk melihat pengaruh keterlibatan virtual community dalam pengembangan produk baru yang difokuskan pada parameter speed to market, kualitas produk, customer needs fulfillment, dan diferensiasi produk sesuai dengan model penelitian Chan dan teori Hoyer. Selain itu, penelitian ini juga bertujuan untuk melihat pemanfaatan dan efektivitas media sosial Facebook dan Twitter oleh perusahaan untuk membantu aktivitas pengembangan produk baru. Aktivitas-aktivitas yang diteliti telah disesuaikan dengan aktivitas pengembangan produk baru di media sosial yang dikemukakan oleh Shih. Penelitian ini dilakukan dengan menggunakan metode kuantitatif yaitu wawancara dan observasi online, kualitatif menggunakan teknik analisis data PLS-SEM, serta studi kasus dengan mengambil perusahaan Gantibaju.com dan Thinkcookcook.com sebagai perusahaan objek studi kasus. Hasil penelitian didapatkan bahwa terdapat pengaruh positif terhadap kualitas produk, customer needs fulfillment, dan diferensiasi produk pada perusahaan Gantibaju.com dan Thinkcookcook.com. Terdapat pengaruh positif terhadap speed to market di perusahaan Thinkcookcook.com, namun tidak pada Gantibaju.com. Untuk Thinkcookcook.com, Facebook merupakan media sosial yang paling efektif untuk melakukan aktivitas pengembangan produk baru, sedangkan Gantibaju.com lebih efektif menggunakan media sosial Twitter untuk melakukan aktivitas crowdsourcing ideation, finding answers and expertise, winning over the market, dan crowdsourcing feedback.

---

Along with the rapid technological advances, the internet in particular, many areas are beginning to become virtual, for instance community. Now, community members can share similar interests through the internet, creating virtual communities. For companies, virtual communities can be utilized during a new product development to gain positive influence. This research aims to examine the effect of virtual community involvement during a new product development, focusing on parameters such as speed to market, product quality, customer needs fulfillment, and product differentiation, in accordance to the research model of Chan and Hoyer’s theory. Furthermore, this study also aims to look at the utilization and effectiveness of social media namely Facebook and Twitter by companies in assisting new product development activities. This research is conducted using quantitative methods specifically interviews and online observations, qualitative methods using PLS-SEM data analysis techniques, and case study by taking Gantibaju.com and Thinkcookcook.com as objects of the study.

The results show that there is a positive influence on product quality, customer needs fulfillment, and product differentiation at Thinkcookcook.com and Gantibaju.com. Also, there is a positive influence on speed to market in Thinkcookcook.com, but not on Gantibaju.com. For Thinkcookcook.com, Facebook is the most effective social media for new product development activities, while Gantibaju.com use Twitter more effectively for crowdsourcing ideation, finding answers and expertise, winning over the market, and crowdsourcing feedback."

"Sebagai perusahaan milik negara yang memproduksi produk pertanian, PT Perkebunan Nusantara (PTPN) memiliki anak perusahaan bernama KPBN yang melakukan tender terbuka dalam menjual produknya. Untuk mengetahui perilaku bidder serta asosiasi diantara bidder, hubungan antara bidder tersebut dapat diidentifikasi dengan menggunakan apriori algorithm. Hasil dari identifikasi asosiasi dapat dijadikan saran untuk pemasok dalam menemukan bidder paling potensial. Perilaku bidder juga dapat membantu pemasok untuk mengetahui bidder yang paling sering melakukan bidding. Tahapan penelitian ini dimulai dengan pre-processing data selama tujuh bulan, kemudian membagi data tersebut menjadi tiga kelompok. Data tersebut kemudian diproses sehingga menghasilkan analisis asosiasi. Proses verifikasi hasil dan validasi aturan asosiasi dilakukan dengan menghitung derajat asosiasi dari seluruh aturan yang dihasilkan.

---

PT Perkebunan Nusantara (PTPN) is a state-owned company which produces agricultural product. To sell its product, PTPN has subsidiary named KPBN which held an open bidding. In order to identify bidder behavior and to investigate bidder association, association between bidders can be identified using the apriori algorithm. It could be as a suggestion to that supplier to find the most potential bidder. The behavior of bidders also may help the supplier to find out who the frequent bidder is.

The process of this research is started with pre-processing the data that had already been collected for seven months, spliting those data into three groups, generating the association analysis, and then calculating the degree association to verify and validated the rule."

"Focuses on data mining theory and applications. This title intends to introduce some of the developments to a broad audience of both specialists and non-specialists in this field."

"Persaingan dalam dunia bisnis khususnya perbankan yang semakin ketat membuat para pelakunya harus selalu memikirkan strategi-strategi terobosan yang dapat menjamin keberlangsungan bisnis mereka. Kepuasan pelanggan merupakan salah satu faktor yang sangat perlu diperhatikan untuk mengikat pelanggan agar tetap setia pada produk atau layanan yang ditawarkan. Salah satu aset utama yang dimiliki oleh perusahaan perbankan dewasa ini adalah data transaksi bisnis dalam jumlah yang sangat besar. Hal ini menciptakan sebuah kebutuhan akan adanya teknologi yang dapat memanfaatkannya untuk menggali pengetahuan-pengetahuan baru, yang dapat membantu dalam perencanaan strategi bisnis di masa depan. Dalam hal tersebut teknologi data mining hadir sebagai sebuah solusi yang dapat diterapkan. Dalam tulisan ini akan dibahas implementasi data mining untuk menemukan model berupa association rules yang bisa diinterpretasikan menjadi pengetahuan baru mengenai karakteristik beberapa obyek layanan perbankan Bank XYZ. Pengetahuan baru tersebut nantinya bisa digunakan sebagai bahan analisis untuk menentukan rencana strategis ke depan khususnya dalam rangka meningkatkan kinerja layanan sehingga pelanggan tetap setia terhadap produk dan layanan Bank XYZ.

---

The tighter competition in banking industry motivates the actors to always think of new strategies to ensure their business sustainability. Customer satisfaction must be maintained to make customers remain loyal to the offered products or services. One of the main assets of banking organization or corporate is a large number of business transaction data. This creates a need of new technologies to mine new knowledges, which can assist management in making future business strategy plans. Data mining technology is one applicable solution.

This thesis describes the implementation of data mining in order to find association rules model which can be further interpreted as new knowledges on banking service characteristic of Bank XYZ. The new knowledges will be useful to determine strategic plans in the future, especially in increasing the performance of products or services. They finally can make the customers loyal to products or services of Bank XYZ."

"Pemeliharaan kapal merupakan salah satu kegiatan galangan yang mengalami peningkatan seiring dengan jumlah transportasi laut nasional yang terus meningkat. Namun, peningkatan ini tidak diimbangi dengan peningkatan kapasitas galangan nasional sehingga menjadikan estimasi durasi pemeliharaan kapal sebagai suatu hal yang sangat penting bagi galangan. Penelitian ini menggunakan salah satu metode data mining, yaitu CART (Classification and Regression Tree) untuk mengestimasi durasi pemeliharaan yang dibatasi pada pekerjaan di atas dok saja atau yang dikenal dengan istilah dry docking. Dengan menggunakan volume pekerjaan dry docking sebagai input dalam melakukan estimasi durasi, didapatkanlah 4 kelas durasi dry docking dengan model linier dan kriteria pekerjaan yang berbeda. Model linier ini selanjutnya dapat digunakan untuk mengestimasi durasi dry docking berdasarkan kriteria pekerjaannya.

---

Maintenance is one of the shipbuilding activities that have increased in line with the rising of national marine transportation. However, this increase isn't offset by an increase in the national shipbuilding capacity, thus making an estimate of ship maintenance duration as a very important for the shipyard. This research uses one of data mining method, namely CART (Classification and Regression Tree) to estimate the duration of maintenance that is limited to dock works or which is known as dry docking. By using the volume of dock works as an input to estimate the duration, there are 4 classes of dry docking duration obtained with the different linear model and job criteria for each class. These linear models can then be used to estimate the duration of dry docking based on its job criteria."