ANALISIS DATA PELANGGAN INDIHOME DENGAN ALGORITMA ROUGH SET UNTUK MEMPREDIKSI CALON PELANGGAN BARU YANG POTENSIAL (STUDI KASUS: PT. TELEKOMUNIKASI INDONESIA, TBK)
Abstract
Persaingan antar perusahaaan yang bergerak dibidang jasa internet dan siaran berbayar yang memiliki kualitas dan pelayanan yang baik. Seperti Channel Spart, dalam paket premium hanya diberikan satu channel part sementara channel lainnya memiliki kualitas HD. Kualitas dan pelayanan yang baik akan menghasilkan suatu produk mampu meningkatkan daya tarik dari pelanggan yang lainnya. Dengan demikian kualitas yang baik akan menjadi strategi pemasaran yang bagus dalam dunia marketing dan dapat mempertahankan pelanggan dan menarik pelanggan baru yang potensial Data mining merupakan bidang yang berkembang pesat seiring dengan perkembangan teknologi informasi yang melibatkan pemakaian database berskala besar maupun kecil. Informasi yang tersimpan dalam database menjadi tidak berguna seiring berjalannya waktu. Data mining dapat meningkatkan nilai tambah suatu database. Metode   Rough Set merupakan teknik yang efisien untuk knowledge discovery in database (KDD) proses dan data mining. Penerapan algoritma rough set, dapat digunakan dalam memprediksi calon pelanggan yang potensial berdasarkan kriteria yang telah ditetapkan yang akan menghasilkan suatu rule (pengetahuan), dari rule (pengetahuan) inilah, akan diambil pengetahuan-pengetahuan baru berupa rules atau aturan-aturan yang akan dijadikan pola keputusan. Oleh karena itu dapat membantu staff PT. Telekomunikasi dalam memprediksi calon pelanggan IndiHome yang potensial.
Kata Kunci : Data Mining, Calon Pelanggan, Algoritma Rough Set.References
Abdullah et al, "Implementasi Metode Roughset Untuk Menentukan Data Nasabah Potensial Mendapatkan Pinjaman Pada Bank Rakyat Indonesia (BRI)â€," Template Artikel Seminar Prosiding SENATKOM, 2015.
D. Hartama & Hartono, "Analisis Kinerja Dosen STMIK IBBI Dengan Mneggunakan Metode Rough Set," Seminar Nasional Teknologi Informasi dan Multimedia 2016, Februari 2016
S.Kom, M.Kom P. Sari, "“Data Mining Rough Set Dalam Menentukan Pilihan Alat Kontrasepsi Pada Wanita (Studi Kasus Di BKKBN Kota Padang," JURNAL TEKNOLOGI Fakultas Teknologi Industri, vol. 4, no. 2, Desember 2014.
T. S Kaihatu et al, Manajemen Komplain. Yogyakarta: CV. Andi Offset, 2015.
E. Herjanto, SAINS MANAJEMEN Analisis Kuantitatif Untuk Pengambilan Keputusan. Jakarta: Grasindo, 2009.
M. Kierczak. (2009, May) Rosetta. [Online]. http://bioinf.icm.uu.se/rosetta/
Retna G, Belajar Cepat Microsoft Excel 2007. Yogyakarta: CV. Andi Offset, 2007.
D. P. Utomo and S. D. Nasution, "SISTEM PAKAR MENDETEKSI KERUSAKAN TONER DENGAN MENGGUNAKAN METODE CASE BASED-REASONING," JURIKOM (Jurnal Riset Komputer), vol. 3, no. 5, pp. 430-434, 2016.
Downloads
Published
Issue
Section
License

This work is licensed under a Creative Commons Attribution 4.0 International License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).