SARI, AMELIA (2024) ANALISIS MINAT PEMBELIAN JASA DI PERUSAHAAN TERRALOGIQ INTEGRASI SOLUSI DENGAN ALGORITMA K-MEANS. S1 thesis, Universitas Mercu Buana Jakarta.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (HAL COVER)
01 Cover.pdf Download (526kB) |
|
Text (ABSTRAK)
02 Abstrak.pdf Download (130kB) |
|
Text (BAB I)
03 Bab 1.pdf Restricted to Registered users only Download (135kB) |
|
Text (BAB II)
04 Bab 2.pdf Restricted to Registered users only Download (290kB) |
|
Text (BAB III)
05 Bab 3.pdf Restricted to Registered users only Download (186kB) |
|
Text (BAB IV)
06 Bab 4.pdf Restricted to Registered users only Download (421kB) |
|
Text (BAB V)
07 Bab 5.pdf Restricted to Registered users only Download (118kB) |
|
Text (DAFTAR PUSTAKA)
08 Daftar Pustaka.pdf Restricted to Registered users only Download (170kB) |
|
Text (LAMPIRAN)
09 Lampiran.pdf Restricted to Registered users only Download (2MB) |
Abstract
This research aims to determine the significance of long-standing partners in ensuring their continued subscription to Terralogiq Integration Solutions. The study employs the K-Means clustering algorithm using the Python programming language to determine clustering results, resulting in three clusters. The first cluster identifies the highest or very interested subscribers, the second cluster represents moderately interested subscribers, and the third cluster indicates the least interested or low-engagement subscribers. The objective of this research is to understand the growth and the number of companies purchasing Google Maps services from Terralogiq Integration Solutions. The research aims to identify opportunities for partner companies to buy services from Terralogiq Integration Solutions in the future. The methodology involves analyzing company data, setting research goals, collecting necessary data, performing data analysis, and interpreting the results. The study concludes that the K-Means algorithm exhibits superior quality in forming clusters. The findings of this research are expected to provide insights into selecting the most appropriate algorithm for sales data processing. Additionally, the clustered data results can be utilized to determine sales strategies, and companies can gain an understanding of the level of interest in purchasing services. Keywords: K-means, Clustering, Python, Data Mining Agar perusahaan mengetahui seberapa pentingnya mitra yang sudah berlangganan cukup lama agar mitra tersebut tetap berlangganan di perusahaan Terralogiq Integrasi Solusi dimasa yang akan datang Penelitian ini akan menggunakan algoritma data mining yaitu K-Means clustering yang akan menggunakan bahasa perograman python untuk menentukan hasil dari clustering yang hasilnya akan berupa adanya 3 tingkatan cluster, yaitu cluster pertama untuk menentukan jumlah peminat terbanyak atau sangat minat, cluster kedua untuk menentukan jumlah peminat sedang atau minat dan cluster ketiga untuk menentukan jumlah peminat paling sedikit atau kurang minat. Tujuan dari penelitian ini yaitu Untuk mengetahui pertumbuhan dan banyaknya perusahaan yang membeli jasa google maps di perusahaan Terralogiq Integrasi Solusi dengan mengetahui peluang perusahaan mitra membeli jasa di perusahaan Terralgic Integrasi Solusi di masa yang akan datang. Tahapan yang dilakukan yaitu dengan menganalisa data diperusahaan, menentukan tujuan, lalu dilanjut dengan mengumpulkan data yang diperlukan, setelah data didapat makan analisa data bisa dilakukan lalu hasil akan didapatkan. Hasil penelitian ini menyimpulkan bahwa Algoritma K-Means mempunyai kualitas yang lebih baik dalam membentuk cluster. Penelitian ini diharapkan dapat membuat pertimbangan algoritma mana yang paling tepat diterapkan dalam pengolahan data penjualan dan hasil pengolahan data clustering dapat dimanfaatkan untuk menentukan strategi penjualan dan perusahaan menjadi mengetahui tingkat peminat pebelian jasa. Kata Kunci : K-means, Clustering, Python, Data Mining
Actions (login required)
 |
View Item |
