Hasil Pencarian  ::  Simpan CSV :: Kembali

"Meningkatnya penggunaan e-commerce telah mempengaruhi perkembangan industri fashion online pada saat ini dan meningkatkan kompetisi di antara para pemain. Oleh karena itu, setiap pelaku bisnis perlu menyiapkan strategi pemasaran terbaik untuk dapat bersaing dan menarik konsumen,seperti melakukan segmentasi pelanggan untuk dapat memahami karakteristik pelanggan dan melakukan strategi pemasaran secara efektif kepada pelanggan yang tepat. Hal tersebut yang juga ingin dilakukan The Blouse yang merupakan toko fashion online yang menjual pakaian melalui e-commerce. Penelitian ini dilakukan untuk mencapai tujuan tersebut, yang dilakukan dengan menilai pelanggan berdasarkan model RFM. Setelah itu, dapat dilakukan analisis klaster untuk melakukan klasterisasi nilai RFM dari setiap pelanggan menggunakan metode klasterisasi k-means dan CLARA. Setelah klasterisasi terbaik ditentukan melalui analisis siluet dan Dunn index, maka akan diketahui klaster-klaster pelanggan yang dimiliki oleh The Blouse. Hasil dari klasterisasi tersebut kemudian dapat dianalisis untuk mengetahi bagaimana profil pelanggan dari setiap klaster yang terbentuk. Dengan begitu, dapat disimpulkan bagaimana segmentasi dan profil pelanggan The Blouse sebagai dasar untuk memberikan saran terbaik untuk permasalahan yang dihadapi perusahaan.

---

The increasing use of e-commerce has influenced the development of the online fashion industry at this time and increased competition among players. Therefore, every business person needs to prepare the best marketing strategy to be able to compete and attract consumers, such as segmenting customers to be able to understand customer characteristics and carry out effective marketing strategies for the right customers. This is what The Blouse, which is an online fashion store that sells clothes through e-commerce, also wants to do. This research was conducted to achieve this goal, which was carried out by assessing customers based on the RFM model. After that, cluster analysis can be performed to cluster the RFM values of each customer using the k-means and CLARA clustering methods. After the best clustering is determined through silhouette analysis and Dunn index, it will be known the customer clusters owned by The Blouse. The results of the clustering can then be analyzed to find out how the customer profile of each cluster is formed. That way, it can be concluded how the segmentation and customer profile of The Blouse is the basis for providing the best advice for the problems faced by the company"

"Akhirnya kita tiba di era kecerdasan buatan di mana teknologi telah dilatih untuk meniru kecerdasan manusia. Machine Learning adalah salah satu terobosan dalam kecerdasan buatan yang menyajikan banyak potensi untuk menghadirkan keunggulan kompetitif dengan kemampuannya untuk mengoptimalkan analisis data secara otomatis. Industri perbankan komersial selalu menjadi pengadopsi awal berbagai kecerdasan buatan. Namun, potensi Machine Learning di perbankan komersial masih belum tergali. Lama setelah krisis keuangan yang hebat, industri perbankan komersial telah menjadi lebih besar dan lebih kompetitif, dengan banyak pengganggu yang mengubah lingkungan persaingan di industri tersebut. Industri perbankan kini memasuki era transformasi digital berikutnya, di mana persaingan semakin ditentukan oleh teknologi. Di bank komersial, layanan pelanggan adalah area krusial di mana semua titik kontak langsung dengan pelanggan terjadi. Bank harus terus mencari cara baru dalam meningkatkan kemampuannya dalam memberikan layanan berkualitas tinggi yang memenuhi bahkan melebihi harapan nasabah. Untuk mencapai hal tersebut diperlukan pengetahuan yang intensif tentang pelanggan. Makalah ini bertujuan untuk membahas potensi machine learning dalam meningkatkan berbagai aktivitas customer service di bank umum. Secara khusus, Machine Laerning meningkatkan pengembangan layanan yang dipersonalisasi, pencegahan penipuan, dan bantuan pelanggan virtual yang sangat penting untuk kelangsungan hidup bank komersial saat ini.

---

We have finally arrived in the age of artificial intelligence where technologies have been trained to imitate human intelligence. Machine learning is one of the breakthroughs in artificial intelligence that serve a lot of potential to bring competitive advantage with its ability to automatically optimize data analyses. Commercial banking industry has always been the early adopter of various artificial intelligence. Yet, the potentials of machine learning in commercial banking are still unexplored. As banking industry is now entering the next era of digital transformation, the competition is increasingly defined by technology. Technological transformation has changed the competitive environment in banking industry, and influenced consumer behaviour. Machine learning offers new ways in which banks could overcome these challenges. In commercial banking, customer service is the crucial area where all direct touch-points with customers take place. Banks must continuously find new ways in improving its ability to deliver high quality service that meets and even exceeds customer expectation. The objective of this paper is to discuss the potential of machine learning in improving various customer service activities in a commercial bank. This paper is particularly relevance for managers in banking industry as it provides comprehensive discussion about the business implications of machine learning. The research question that I aim to answer in this paper is about: How Does Machine Learning Help Commercial Banks to Sustain Competitive Advantage in Customer Service?"

"Spells out surefire strategies for success in an entertaining, and practical way. This book reveals inside secrets of successful customer service initiatives, from Internet startups to venerable brands, and shows how companies of every stripe can turn casual customers into fervent supporters who can spread the word far and wide-online and off."

"Meningkatnya kebutuhan hidup menuntut kita untuk melakukan pekerjaan dengan lebih cepat, praktis dan dengan tenaga yang besar. Motor listrik adalah alat yang berperan penting dalam dunia industri. Penggunaan motor listrik dalam waktu yang lama akan mengakibatkan temperatur motor listrik melebihi temperatur kerja yang disarankan. Temperatur yang berlebih dapat mengakibatkan umur pakai dan efisiensi dari motor listrik menjadi berkurang. Salah satu solusi aplikatifnya adalah menggunakan heat pipe berbentuk L sebagai pendingin pada motor listrik. Penelitian ini bertujuan untuk mengetahui performa heat pipe berbentuk ? L dalam mendinginkan motor listrik. Variasi yang dilakukan dalam pengujian ini adalah daya, waktu dan jumlah heat pipe. Dari hasil penelitian ini penggunaan 8 buah heat pipe berbentuk - L dapat membuat temperatur dinding motor pada kisaran 68,21oC. Jumlah kalor paling tinggi yang dapat dilepas heat pipe ke lingkungan yaitu 25,515 J/s dan laju perpindahan kalor pada motor paling rendah ketika beban maksimal 150 W adalah 108,504 J dengan penggunaan 8 buah heat pipe.

---

The increasing of people?s needs require us to work faster, do more practical and need a high power. Electric motor is the important tool in industry. However, the use of an electric motor for a long time may cause the electric motor exceed the recommended working temperature. The exceed temperature may reduce teh lifespan and the efficiency of the electric motor. One of the applicative solution is using L shaped heat pipe as a cooler on electric motor. This research aims to determine the performance of the L shaped heat pipe effectiveness in cooling the electric motor. The variants of this research are power, time, and the number of the heat pipes. The result of this research by using 8 L ? shaped heat pipes is these pipes can raise the motor wall temperature until around 68.21oC. The highest heat that heat pipe can release to surroundings is 25.525 J/s and the lowest heat transfer in motor when using 150 W load is 108.504 J by using 8 heat pipes."

"

Pertumbuhan ekonomi pada sektor Fashion khususnya pakaian etnik modern di Indonesia memberikan peluang yang besar bagi para pemilik usaha fashion etnik modern, termasuk Usaha Mikro, Kecil, dan Menengah (UMKM). Dengan daya saing yang semakin meningkat, UMKM perlu membangun manajemen hubungan pelanggan yang kuat untuk meningkatkan dan mempertahankan loyalitas pelanggan. Pencarian informasi mengenai karakteristik pelanggan lebih lanjut dilakukan dengan menggunakan Customer Lifetime Value (CLV) untuk melihat kontribusi pelanggan terhadap profitabilitas perusahaan. Penelitian ini bertujuan untuk memetakan segmentasi pelanggan dengan menggunakan metode K-Means Clustering dan Agglomerative Hierarchical Clustering berdasarkan variabel Recency, Frequency, dan Monetary (RFM). Terdapat 4 (empat) segmen yang terbentuk dalam penelitian ini. Selanjutnya, metode Analytical Hierarchy Process (AHP) digunakan untuk memperoleh bobot kepentingan dari model RFM. Hasil AHP menunjukkan bahwa frequency adalah variabel yang paling penting pada penelitian ini. Selanjutnya, dilakukan perhitungan Customer Lifetime Value (CLV) untuk mengetahui nilai dan karakteristik pelanggan dengan memberikan peringkat pada 4 (empat) segmen optimal yang dihasilkan. Selain metode CLV, metode Customer Value Matrix (CVM) juga digunakan untuk mengetahui karakteristik pelanggan pada setiap klaster. Setiap klaster akan diberikan rekomendasi strategi peningkatan loyalitas pelanggan berdasarkan karakteristik masing-masing klaster yang terbentuk.

---

Economic growth in the fashion sector, especially modern ethnic clothing in Indonesia, provides great opportunities for modern ethnic fashion business owners, including Micro, Small and Medium Enterprises (MSMEs). With increasing competitiveness, MSMEs need to build strong customer relationship management to increase and maintain customer loyalty. Extracting information regarding characteristics of customers is carried out using Customer Lifetime Value (CLV) to measure the contribution of customers to company profits. This research aims to establish customer segmentation using K-Means Clustering and Agglomerative Hierarchical Clustering methods based on Recency, Frequency, and Monetary (RFM) variables. There are 4 (four) segments formed in this study. Furthermore, the Analytical Hierarchy Process (AHP) method is used to obtain the importance weight of the RFM model. The results show that frequency is the most important variable in this study. Then, a Customer Lifetime Value (CLV) calculation is performed to find out the value and characteristics of customers by ranking the 4 (four) optimal segments that are generated. In addition to the CLV method, the Customer Value Matrix (CVM) method is also used to determine customer characteristics in each cluster. Each cluster will be given recommendations on strategies to increase customer loyalty based on the characteristics of each cluster formed.

"

"ABSTRACTMasyarakat Ekonomi ASEAN MEA yang terwujud pada tahun 2015, membawa banyak kesempatan dan tantangan kepada Indonesia sebagai salah satu negara anggotanya. Untuk menjawab tantangan MEA Indonesia akan mendorong Usaha Kecil dan Menengah UKM dan mengembangkan pengimplementasian industri 4.0. Terdapat lima sektor industri nasional yang akan menjadi unggulan untuk memperkuat fundamental struktur manufaktur Tanah Air dalam mengimplementasikan sistem revolusi industri keempat, dimana salah satu sector tersebut adalah fashion. Dalam usaha memenuhi tanggung jawab tersebut UKM harus dapat meningkatkan daya saing mereka dengan cara mempertahankan pelanggan dan pemanfaatan teknologi. Tujuan dati penelitian ini adalah mendapatkan strategi CRM untuk UKM dibidang fashion melalui segmentasi pelanggan berdasarkan customer lifetime value CLV melalui pendekatan model Recency, Frequency, dan Monetary RFM dan strategi customer development berdasarkan association rules. Didapatkan beberapa strategi customer development dari berbagai kluster yang telah dihasilkan dan strategi cross-selling dari pengolahan pola pembelian pelanggan dengan menggunakan association rules. Strategi tersebut diberikan sehingga UKM dapat perform dalam memanfaatkan e-commerce serta dapat meningkatkan loyalitas pelanggannya serta meningkatkan daya saing.

---

ABSTRACTThe Asean Economic Communities AEC, which has been happening since 2015, brought various challenges and opportunities for Indonesia as a member of ASEAN. To sucessfully face AEC challenges, Indonesia will stimulate Small and Medium Enterprises SMEs and develop the implementation of industry 4.0. There are five national industrial sectors that will be superior to strengthen the fundamentals of the country 39 s economic structure in implementing the fourth industrial revolution system, where one of these sectors is fashion industry. As an effort to fulfill their responsibilities, SMEs needs to be able to improve their market capability by retaining their customers and emerging techologies. As for the purpose of this research is to design CRM strategy for SMEs in the fashion sector by creating customers 39 characteristics segmentation based on customer lifetime value CLV using the Recency, Frequency, and Monetary RFM approach and customer development strategy that is relevant with the products as a result from association rule method. There are several customer development strategies from various clusters that have been generated and cross selling strategies from processing customer purchasing patterns using association rules so that these SMEs can perform by utilizing e commerce as well as improving customers 39 loyality and improving market capabilities. "

"Tesis ini membahas mengenai kesenjangan desain dan realitas pada Layanan Aspirasi dan Pengaduan Online Rakyat (LAPOR!). LAPOR! merupakan suatu bentuk pemanfaatan teknologi informasi dan komunikasi oleh pemerintah untuk memudahkan masyarakat berpartisipasi meningkatkan kualitas pelayanan publik dengan memberikan aspirasi dan pengaduan kepada pemerintah. Mekanisme pengaduan pelayanan publik ini harus berkelanjutan, sehingga dapat memberikan manfaat bagi penggunanya. Akan tetapi, terdapat beberapa kendala yang terjadi dalam implementasi LAPOR!. Untuk itu, perlu melakukan evaluasi terhadap sistem tersebut guna melihat risiko adanya kegagalan yang muncul. Design-reality gap atau ITPOSMO digunakan untuk mengetahui kesenjangan desain dan realitas dalam implementasi serta kategorisasi kemungkinan kesuksesan atau kegagalan dari LAPOR!. Penelitian ini menggunakan pendekatan postpositivism dengan teknik pengumpulan data secara kualitatif. Hasil penelitian menunjukkan bahwa kesenjangan desain dan realitas pada LAPOR! sebesar 31,5 dan termasuk dalam kategori proyek e-government mungkin gagal secara total atau gagal parsial kecuali ada tindakan untuk menutup kesenjangan desain-realitas. Hal tersebut mengindikasikan bahwa kesenjangan yang ditemukan dalam penelitian ini harus dikurangi supaya tidak meningkatkan risiko adanya kegagalan e-government kedepan. Selanjutnya, dimensi sumber daya lainnya memiliki kesenjangan terbesar, sehingga menunjukkan bahwa faktor utama yang mempengaruhi kesuksesan atau kegagalan e-government tidak selalu terkait teknologi saja. Oleh karena itu, pengelola LAPOR! baik pada tingkatan nasional maupun K/L/D harus memperhatikan pula faktor-faktor sosial dalam implementasi sistem tersebut. Pada penelitian ini diuraikan pula praktik baik dalam implementasi LAPOR!, faktor yang akan mendukung kesuksesan sistem dan saran perbaikan kedepan.

---

This thesis discusses the design and reality gaps of the Layanan Aspirasi dan Pengaduan Online Rakyat (LAPOR!). LAPOR! is one form of utilization of information and communication technology by the government to facilitate the public to improve the quality of public services by providing aspirations and complaints to the government. This public service complaint mechanism must be sustainable so that it can provide benefits to its users. However, several obstacles occurred in implementing LAPOR!. For this reason, it is necessary to evaluate the system to see the risk of failures that arise. Design-reality gap or ITPOSMO is used to determine the design and reality gap in implementation and categorize the possibility of success or failure of LAPOR!. This study uses a post-positivist approach with qualitative data collection techniques. The results show that the design and reality gaps of LAPOR! amounted to 31.5 and categorized as egovernment projects that might fail totally or might well be a partial failure unless action is taken to close the design-reality gap. That indicates that the gaps found in this study should be reduced not to increase the risk of future e-government failure. Furthermore, the other resource dimension has the most significant gaps, thus suggesting that the main factors influencing the success or failure of e-government are not necessarily technologyrelated. Therefore, administrators of LAPOR!, both at the national level and agencies, must also pay attention to social factors in implementing the system. This research also describes good practices in implementing LAPOR!, factors that will support the success of the system, and suggestions for future improvements."