IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA APLIKASI TICKETING SUPPORT DI PT.XYZ

HAIBAN, FADHIL (2019) IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA APLIKASI TICKETING SUPPORT DI PT.XYZ. S1 thesis, Universitas Mercu Buana Jakarta.

Text (JURNAL MAHASISWA) Jurnal 41514110072 Fadhil Haiban.pdf Restricted to Registered users only Download (1MB)

Abstract

Many issues or problems that occur and reported to the IT division at PT. XYZ. Sometimes it is difficult to follow up because there are no guidelines regarding the level of urgency which problems can be solved first. Problems that are not followed up will result in disruption of the company's operations. Not to mention the absence of a system of recording the issues received resulting in the issue being left unresolved. Therefore a ticketing support application was designed using the K-Means algorithm (Clustering) to classify the urgency level of the issue received. The K-Means Clustering method classifies existing data issues into 3 types, namely high, medium and low. The results of this process will form clusters to determine which issues will be resolved first by the technician. Keywords: Application, Helpdesk, Ticketing Support, K-Means Clustering Banyaknya issue atau masalah yang terjadi dilaporkan kepada divisi IT pada PT. XYZ. Kadangkala sukar untuk ditindaklanjuti karena tidak adanya pedoman mengenai tingkat urgensi masalah mana yang dapat diselesaikan terlebih dahulu. Masalah yang tidak ditindaklanjuti akan berakibat pada terganggunya operasional perusahaan. Belum lagi tidak adanya sistem pencatatan issue yang diterima mengakibatkan issue tersebut dibiarkan dan tidak terselesaikan. Oleh karena itu dirancanglah sebuah aplikasi ticketing support menggunakan algoritma K-Means (Clustering) untuk mengelompokkan tinggkat urgensi dari issue yang diterima. Metode K-Means Clustering mengelompokkan data issue yang ada menjadi 3 jenis yakni high, medium, dan low. Hasil dari proses ini akan membentuk cluster-cluster untuk dapat ditentukan issue mana yang akan diselesaikan terlebih dahulu oleh teknisi. Kata kunci: Aplikasi, Helpdesk, Ticketing Support, K-Means Clustering

Item Type:	Thesis (S1)
Call Number CD:	JM/TI. 19 065
NIM/NIDN Creators:	41514110072
Uncontrolled Keywords:	Aplikasi, Helpdesk, Ticketing Support, K-Means Clustering
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data > 005.5 General Purpose Application Programs/Program Aplikasi dengan Kegunaan Khusus 600 Technology/Teknologi > 650 Management, Public Relations, Business and Auxiliary Service/Manajemen, Hubungan Masyarakat, Bisnis dan Ilmu yang Berkaitan > 651 Office Services/Layanan Kantor 600 Technology/Teknologi > 650 Management, Public Relations, Business and Auxiliary Service/Manajemen, Hubungan Masyarakat, Bisnis dan Ilmu yang Berkaitan > 651 Office Services/Layanan Kantor > 651.8 Computer Application for Office Management/Aplikasi Komputer untuk Manajemen Perkantoran 600 Technology/Teknologi > 650 Management, Public Relations, Business and Auxiliary Service/Manajemen, Hubungan Masyarakat, Bisnis dan Ilmu yang Berkaitan > 658 General Management/Manajemen Umum > 658.01-658.09 [Management of Enterprises of Specific Sizes, Scopes, Forms; Data Processing]/[Pengelolaan Usaha dengan Ukuran, Lingkup, Bentuk Tertentu; Pengolahan Data] > 658.05 Data Processing Computer Applications/Pengolahan Data Aplikasi Komputer
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	Dede Muksin Lubis
Date Deposited:	20 Jun 2022 01:21
Last Modified:	20 Jun 2022 01:21
URI:	http://repository.mercubuana.ac.id/id/eprint/63666

Actions (login required)

View Item