Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPeningkatan jumlah pengguna internet di Indonesia menunjang pertumbuhan platform e-commerce. Adanya potensi basis pelanggan yang lebih besar dan lebih beragam menjadi peluang sekaligus tantangan akibat peningkatan persaingan yang terjadi antar platform. Oleh karena itu, e-commerce perlu mengembangkan strategi pemasaran digital untuk menarik dan mempertahankan pelanggan. Sistem rekomendasi merupakan salah satu bentuk personalisasi layanan web yang dapat menunjang aktivitas pemasaran dengan memprediksi preferensi pengguna dan membantu menemukan produk yang mungkin diminati. Menilik pentingnya integrasi antara ecommerce sebagai advertiser dengan publisher dalam konsep strategi pemasaran, penelitian ini dilakukan untuk menganalisis preferensi pelanggan terhadap kategori produk berdasarkan pola navigasi yang terintegrasi pada website publisher dan e-commerce dengan membangun sistem rekomendasi terintegrasi antara e-commerce sebagai advertiser dengan publisher melalui ad platform menggunakan web mining. Berdasarkan hasil penelitian ini, model prediksi preferensi pelanggan terhadap kategori produk yang dibangun berdasarkan pola navigasi pelanggan pada e-commerce menggunakan algoritma decision tree C5.0 memiliki kinerja yang baik untuk memprediksi kategori produk preferensi pengguna dalam permintaannya di masa mendatang. Namun, proses integrasi pola navigasi dan topik penelusuran pada publisher kepada pola navigasi pelanggan pada e-commerce belum dapat memberikan pengaruh yang signifikan terhadap performa model prediksi preferensi pada e-commerce.

---

ABSTRACT Increasing number of internet users in Indonesia boosts the development of e commerce platform. Whereas potential access to a larger and more diverse customer base is generally viewed as an opportunity, it can also represent increase in competition among e commerce platforms. Hence, e commerce needs to develop sophisticated digital marketing strategies to attract and retain customers. Recommendation system is one of web service personalization which enhances marketing activity by predicting user preferences and helps them find products that they may be interested in. Given the importance of integration between e commerce as advertiser and publisher in marketing strategy concept, this research was done to analyze customer preferences towards product categories based on navigation pattern in both publisher and e commerce by building integrated recommendation system between e commerce as advertiser and publisher through ad platform using web mining. Based on the results of this study, predictive models of customer preferences towards product category builds based on customer navigation pattern on e commerce using decision tree C5.0 algorithm has good performance to predict user preferred product categories in future demand. However, the integration of customer navigational patterns and search topics in publishers to customer navigation patterns in e commerce has not been able to significantly influence the performance of customer preference prediction models in e commerce."

"Peningkatan persaingan dan kunjungan di situs web e-commerce shopping mall di Indonesia perlu disertai dengan meningkatkan strategi Customer Relationship Management CRM . Strategi yang bisa digunakan adalah peningkatan kualitas pelayanan, hal ini bisa di implementasikan melalui penyusunan sistem rekomendasi produk di situs web e-commerce tersebut. Untuk menyusun sistem tersebut, penggalian pola asosiasi produk dilakukan dengan memanfaatkan data web log yang berisi data navigasi dan pola kebiasaan pelanggan. Hal tersebut diakomodasi oleh metode web usage mining yaitu association rules. Algoritma yang digunakan adalah algoritma yang memberikan input asosiasi berdasarkan frekuensi item, yakni algoritma Apriori. Untuk menguji dan menyeleksi pola yang dihasilkan, objective interestingness measure dilakukan dan menghasilkan 25 luaran pola asosiasi.

---

An increasing of competition and visitors on e commerce shopping mall websites in Indonesia, need to be accompanied by improving Customer Relationship Management strategy. A strategy that can be used is improving the quality of services, it can be implemented through the preparation of product recommendation system on the e commerce website. To compile the system, pattern recognition of product association is conducted by utilizing weblog data which contains navigation data and customer behavior pattern. It is accommodated by web usage mining method that is association rules. The algorithm applied is an algorithm that provides input association based on item frequency, i.e Apriori algorithm. To test and select the resulting pattern, objective interestingness measure was performed and yields 25 outcomes of the association pattern."

"Kompleksitas proses pengadaan dalam aplikasi e-procurement diperlukan performa yang menunjang untuk meningkatkan daya saing. Aplikasi e-procurement berbasis web yang dikembangkan pada sebuah perusahaan, akan menghasilkan data log yang terus bertambah, namun belum dimanfaatkan dengan maksimal. Metode web log mining yang digunakan dalam penelitian ini adalah sequential pattern dengan framework PrefixSpan kemudian dilakukan penghitungan waktu rata-rata yang dihabiskan pada sebuah halaman sesuai sequence pattern yang terbentuk. Hasil pengolahan dan analisis menunjukkan bahwa pengembangan sistem evaluasi tersebut menghasilkan pola urutan yang kemudian digunakan untuk mengetahui urutan akses dan waktu akses antar sequence sebagai bahan analisis untuk melakukan perbaikan atau peningkatan produk. Evaluasi yang dihasilkan adalah indikasi perlunya dilakukan peninjauan query pada bagian dengan waktu memuat halaman lebih dari 10 detik serta penggabungan halaman yang memanggil log bersamaan atau simultan.

---

The complexity of the procurement process in e-procurement applications requires performance that supports increasing competitiveness. A web-based e-procurement application developed by a company will produce log data that continues to grow, but has not been utilized to its full potential. The web log mining method used in this study is a sequential pattern with the PrefixSpan framework and then the average time spent on a page is calculated according to the sequence pattern formed. The findings show that the development of the evaluation system produces a sequence of patterns which is then used to determine the order of access and the access time between sequences as an analytical material to make product improvements. The resulting evaluation is an indication of the need to review queries on sections with page loading times greater than 10 seconds and merge pages that call the same log simultaneously.

"

"Peningkatan kunjungan di situs web Online Public Access Catalog (OPAC) Perpustakaan Universitas Indonesia perlu disertai dengan peningkatan kualitas pelayanan, salah satunya melalui penyusunan sistem rekomendasi buku dalam situs web OPAC. Untuk menyusun sistem tersebut, penggalian pola asosiasi antar buku dilakukan dengan menggunakan salah satu metode data mining yaitu association rules. Dua algoritma digunakan yakni algoritma Apriori dan Apriori Inverse. Untuk menguji dan menyeleksi pola yang dihasilkan, objective interestingness measure dilakukan dan menghasilkan sembilan belas pola asosiasi sebagai luaran (output) akhir penelitian.

---

An increasing use of Online Public Access Catalog (OPAC) Universitas Indonesia Library's website should be followed by a service quality improvement, such as organizing a book recommendation system. To build mentioned system, user behaviors in terms of loaned books were discovered by using one of data mining techniques namely association rules. In this research, two algorithms were used which are Apriori and Apriori Inverse. After all association rules were gathered, objective interestingness measure were conducted to evaluate the quality of association rules and resulted nineteen association rules as final output."

"Meningkatnya penggunaan internet di Indonesia memberikan dampak positif bagi perkembangan e-commerce di Indonesia dengan jumlah pengguna internet telah melakukan transaksi elektronik sebesar 63,5 . Dengan meningkatnya jumlah e-commerce B2C di Indonesia, diperlukannya strategi promosi yang tepat untuk mengetahui preferensi dan potensi pembelian untuk setiap konsumen sehingga dapat meningkatkan transaksi e-commerce tersebut. Web usage mining merupakan salah satu metode yang dapat mengolah data web log pengguna situs web e-commerce B2C menjadi informasi yang dapat digunakan untuk mengklasifikasi keputusan pembelian pengguna situs web. Kombinasi kategori produk pembelian yang tinggi oleh pengguna situs web e-commerce memerlukan teknik klasifikasi multi label yang dapat mengklasifikasi kombinasi pembelian secara bersamaan. Metode Label Powerset dengan algoritme Support Vector Machine SVM digunakan untuk mengklasifikasi keputusan pembelian pengguna situs web e-commerce. Seleksi fitur menggunakan Information Gain dan pemilihan parameter dengan menggunakan Grid Search terbukti dapat meningkatkan akurasi klasifikasi.

---

The advance of internet usage in Indonesia has a positive impact on the development of e commerce in Indonesia where 63.5 of internet users have made online transactions. Along with e commerce B2C growth in Indonesia, it is necessary for an effective promotional strategy to know the preferences and potential purchases for each consumer with the result that to increase transactions. Web usage mining is a method having an ability to convert web log data into information used for purchase classification.

The high combination of purchasing product categories by users of e commerce website required a multi label classification technique that could classify those combinations. Label Powerset method with Support Vector Machine SVM algorithm was applied to classify e commerce users purchases decision. The proposed feature selection with Information Gain and parameter selection using Grid Search could prove that they had an ability to enhance classification accuracy."

"Pada saat ini, dunia air modelling menggunakan helikopter mini sudah banyak digemari orang. Agar dapat bernavigasi secara autonomous sebuah helikopter yang cerdas tentunya harus mampu mengenali keadaan lintasan yang akan ditempuhnya. Untuk itu diperlukan sebuah sistem navigasi yang mampu mendeteksi dan menghindari objek ? objek rintangan.Skripsi ini mengimplementasikan suatu aplikasi dari sensor sonar untuk mendeteksi objek-objek rintangan dan kompas digital sebagai sistem navigasi otomatis pada penerbangan helikopter dengan tujuan agar helikopter dapat menghindari rintangan yang ada di depannya. Untuk itu, helikopter yang dirancang harus memiliki kemampuan mendeteksi objek-objek penghalang yang bersifat statis maupun dinamis. Untuk tujuan tersebut, maka sistem ini dilengkapi dengan sebuah motor servo dc yang digunakan untuk men-scanning lingkungan lintasannya secara real time.Sensor sonar dan kompas digital yang digunakan berupa modul yang terintegrasi dengan mikrokontroler. Data yang diperoleh dikirimkan secara telemetry ke komputer untuk selanjutnya diolah dan dimonitor. Dari program, penerbangan helikopter akan dipandu agar dapat menghindari rintangan.Skripsi ini berhasil mensimulasikan sistem navigasi helikopter untuk menghindari rintangan pada cakupan 10 meter di depannya.

---

The people. To navigate autonomously, a smart helycopter must can identify its path condition. For that reason, the helycopter needs a navigation system that can detects and avoids obstacle objects.This final project applys an application of sonar sensor to detect obstacle objects and a digital compass as an automatic helicopter navigation system to avoid obstacle on the face. So that, the designed helicopter must have ability to detect static and dynamic obstacle objects. Because of that, the system should be completed with a servo dc motor which is used for scanning its path environment in real time.The sonar and digital compass used in this project is a modul which is integrated to microcontroller. Data from sonar and digital compass is then sent via telemetry system to computer for later processed and monitored. From navigation program, the helycopter will be guided in order to avoid the obstacle.Finally, this final project is succeed in simulating helycopter navigation system to avoid obstacle in the range 10 metres on the face."

"Karya tulis ini bertujuan untuk melakukan perancangan terhadap Web-based Mortality Survey System dengan Metode Rekayasa Sistem. Dengan sistem ini, maka tiap penyedia fasilitas kesehatan dapat memasukkan data indikator kematian yang kemudian ditransformasikan ke dalam data yang terukur di dalam laporan yang sudah didesain. Melalui laporan-laporan yang akan dihasilkan oleh sistem, diharapkan dapat digunakan oleh pengguna untuk mengidentifikasi permasalahan kualitas dan kemudian melakukan peningkatan kualitas kesehatan untuk area DKI Jakarta. Sistem ini dapat dikatakan sebagai decision support system bagi pihak yang berkepentingan bagi peningkatan kualitas pelayanan kesehatan.Perancangan sistem ini menggunakan metode rekayasa sistem, yang menjadi panduan untuk melakukan perancangan terhadap sistem yang kompleks. Kompleks dalam arti sistem memiliki hubungan yang rumit satu dengan lainnya. Aplikasi perangkat lunak juga memiliki antar muka yang kompleks karena berhubungan dengan operator. Metode rekayasa sistem dapat memandu perekayasa sistem untuk dapat melakukan proses desain dan implementasi suatu sistem yang kompleks secara iteratif dan komprehensif.Hasil yang diperoleh dari karya tulis ini adalah desain prototipe komponen, di antaranya halaman-halaman situs yang digunakan untuk berbagai kepentingan, maupun template untuk jenis-jenis laporan yang dihasilkan dari pen-download-an laporan tersebut. Jenis-jenis laporan yang dapat di-download adalah: 1) Laporan Umum Agregat 2) Laporan Umum Benchmark Fasilitas Tertentu dengan yang lain 3) Laporan Umum Benchmark Fasilitas Tertentu dengan Agregat 4) Laporan Customized Agregat 5) Laporan Customized Benchmark Fasilitas Tertentu dengan yang lain 6) Laporan Customized Benchmark Fasilitas Tertentu dengan Agregat.This paper is intended to perform design of Web-based Mortality Survey System using System Engineering method. With this system built, every healthcare facility will be able to input indicator of mortality, and these will be transformed to measured data in the pre-designed report. With these pre-designed report, it is expected for every user to be able to identify healthcare and health quality problem , especially for area in DKI Jakarta. This system acts as an decision support system for those who are in charge and has interest in improvement of healthcare quality system.

The design approach uses system engineering method, which becomes guide in performing design process for complex system. Complex means that system has intricate relationship one another. Software application has complex interface because it can not predict complex interface between system and operator. System Engineering method can guide system engineer to perform design process and complex system implementation iteratively and comprehensively.

Results generated from this paper are component prototipes, which are web pages that will be used for different kind of purpose, and also template for different kind of report usage. These downloadable reports are: 1) Aggregate general report 2) General report : Benchmark to another project participants 3) General report : Benchmark to aggregate project participants 4) Aggregate customized report 5) Customized report : Benchmark to another project participants 6) Customized report : Benchmark to aggregate project participants."

"PT. XYZ adalah sebuah pasar daring dan salah satu dari empat unicorn teknologi di Indonesia. Untuk menyasar pasar luring, PT. XYZ meluncurkan aplikasi baru Mitra XYZ di awal 2018. Target utama aplikasi ini adalah warung dan toko kelontong tradisional dengan fitur seperti "Belanja Grosir". Namun, target penerimaan Belanja Grosir di akhir 2018 tidak mencapai target. Berdasarkan analisis akar masalah, isu yang berusaha dipecahkan oleh penelitian ini adalah mencari metode sistem rekomendasi produk yang bisa diterapkan bagi pembeli grosir. Penelitian dimulai dari pemahaman data terhadap struktur, karakteristik, hingga fungsinya. Data lalu diproses dan dibersihkan agar bisa menjadi masukan untuk teknik penggalian data. Penggalian data dilakukan menggunakan bahasa pemrograman R dengan paket utama cluster, arules, dan factoextra. Sistem rekomendasi terdiri dari dua tahapan: (1) segmentasi pelanggan dan (2) analisis keranjang belanja. Segmentasi pelanggan dilakukan dengan algoritme klustering CLARA dikombinasikan dengan model LRFM. Hasil segmentasi menemukan bahwa pelanggan Belanja Grosir terbagi ke dalam empat kelompok dengan karakteristik yang berbeda. Berikutnya, analisis keranjang belanja dilakukan untuk setiap empat kelompok ini menggunakan algoritme penggalian pola asosiasi ECLAT. Dari analisis, ditemukan bahwa produk rokok dan kopi sachet mendominasi kombinasi produk yang sering dibeli bersamaan. Berdasarkan informasi ini, PT. XYZ bisa membuat strategi penjualan dan pemasaran melalui rekomendasi produk.

---

PT. XYZ is an online marketplace and one of Indonesian tech unicorns. To acquire offline market, PT. XYZ launched new Mitra XYZ application on early 2018. The main user of this app is traditional mom-and-pop shops with feature like "Groceries Store". Unfortunately, Groceries Store revenue target was not achieved by the end of 2018. Based on the root cause analysis, the main issue that this research try to solve is finding a product recommendation system method for groceries user. The first step is data structure, characteristics, and function understanding. The raw data is then cleaned-up and preprocessed to be put to the data mining processes. The data mining technique is using R framework with main package cluster, arules, and factoextra. The recommendation system is a 2-step process: (1) customer segmentation and (2) market basket analysis. The customer segmentation part is implemented using CLARA clustering algorithm combined with LRFM model. The clustering results show that Groceries Store users are grouped into four clusters with unique characteristics. Next, the market basket analysis part for each of the four clusters is implemented using association rules mining ECLAT algorithm. The analysis show that cigarrettes and stick coffee products dominate the product combinations that are often bought together. Based on these findings, PT. XYZ can develop sales and marketing strategy by utilizing the proposed product recommendation system."

"AbstrakPengukuran kinerja pegawai dalam penggunaan layanan internet dapat dilakukan sebagai bagian dari penilaian kinerja. Pendekatan web usage mining melalui pengamatan rekam jejak akses internet yang tersimpan pada proxy server merupakan salah satu cara yang dapat diterapkan untuk memahami perilaku pengguna. Penelitian ini bertujuan untuk mendapatkan gambaran perilaku pegawai Pusbindiklat Peneliti LIPI dalam memanfaatkan layanan internet, mengukur level produktivitas pegawai berdasarkan lama waktu akses terhadap situs yang tidak mendukung pekerjaan dan memetakan kategori situs yang diakses apakah medukung tugas fungsi jabatannya. Penerapan algoritme clustering K-Means digunakan untuk memudahkan memahami pola akses pengguna. Data yang digunakan adalah log proxy server dan nilai prilaku pegawai Pusbindiklat Peneliti LIPI periode Agustus-Desember 2016. Hasil penelitian menunjukkan pola pemanfaatan internet oleh pegawai Pusbindiklat Peneliti LIPI belum sepenuhnya mendukung tugas fungsi jabatannya. Sekitar 83% pegawai menggunakan internet untuk mengakses situs yang tidak mendukung pekerjaan berada pada level rendah (0-4 jam per minggu). Berdasarkan hasil tersebut dapat disimpulkan bahwa prilaku penggunaan internet yang dilakukan pegawai Pusbindiklat Peneliti LIPI tidak mempengaruhi produktivitas secara signifikan."

"Dengan adanya teknologi, pelaku usaha dapat memanfaatkannya sebagai salah satu faktor pendorong peningkatan operasional bisnis menjadi lebih efisien. Peningkatan jumlah pengguna yang beralih ke mesin kasir modern mengakibatkan kemunculan perusahaan penyedia dengan layanan dan harga yang tidak jauh berbeda. Di Indonesia perusahaan penyedia meisn kasir modern bersaing untuk dapat mempertahankan pelanggannya. Penelitian ini bertujuan untuk mendapatkan informasi mengenai karakteristik pelanggan dengan membuat segmentasi pelanggan berdasarkan perilaku penggunaan mesin kasir pada usaha yang dikelolanya. Setelah diketahui kelompok pelanggan dengan karakteristiknya, setiap kelompok akan diklasifikasikan berdasarkan status pelanggan (Aktif dan Tidak Aktif). Data untuk penelitian ini didapatkan dari salah satu perusahaan penyedia yang menjadi pelopor mesin kasir modern di Indonesia. Atribut yang dipilih yaitu Length, Recency, Frequency, dan Monetary (LRFM). Data Mining merupakan metode yang dapat digunakan untuk mengidentifikasi informasi yang berada pada set data untuk Customer Relationship Management. Metode yang digunakan untuk segmentasi pelanggan adalah metode K-Means Clustering sedangkan untuk klasifikasi status pelanggan adalah metode Decision Tree C4.5. Hasil dari penelitian ini berupa karakteristik setiap kelompok pelanggan dan model prediksi status pelanggan yang dapat digunakan sebagai dasar pembuatan usulan strategi untuk membantu perusahaan dalam penyusunan strategi retensi pelanggan.

---

As the development of technology becomes advanced, businessmen can utilize it as one of the factors to drive the improvement or growth of their business operations to be more efficient. The increasing number of users who switch to use the modern cash register machines has resulted in the emergence of company with services and price that are not much different. In Indonesia, modern cash register companies compete to be able to retain their customers. This study aims to get information about the characteristics of customers through customer segmentation based on the behavior. After knowing the customer segments with their characteristics, each segment will be classified based on customer status (Active and Inactive). The data for this study was obtained from one of the provider companies that became the pioneer of the modern cash register in Indonesia. The selected attributes are Length, Recency, Frequency, and Monetary (LRFM). Data Mining is a method that can be used to identify information that is in a data set for Customer Relationship Management. The method used for customer segmentation is the K-Means Clustering while the classification of customer status is the Decision Tree C4.5. The results of this study are in the form of characteristics of each customer group and customer status prediction models that can be used as the basis for making strategies to assist companies in preparing customer retention strategies."