Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

IDENTIFIKASI KUALITAS PELAYANAN DEALER DENGAN MENGOPTIMALISASI JUMLAH CLUSTER PADA ALGORITMA K-MEANS CLUSTERING

YOLANDA ENZA WELLA, - (2023) IDENTIFIKASI KUALITAS PELAYANAN DEALER DENGAN MENGOPTIMALISASI JUMLAH CLUSTER PADA ALGORITMA K-MEANS CLUSTERING. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

[img]
Preview
Text
Tugas Akhir ful kecuali bab iv Yolanda Enza Wella.pdf

Download (6MB) | Preview
[img] Text (BAB IV)
Tugas Akhir bab iv Yolanda Enza Wella.pdf - Published Version
Restricted to Repository staff only

Download (1MB)

Abstract

ABSTRAK Kualitas layanan dan kepuasan pelanggan memiliki pengaruh langsung terhadap citra, reputasi, dan loyalitas pelanggan. Dealer sebagai pernghubung antara produsen dan konsumen perlu memelihara hubungannya dengan konsumen dalam rangka meningkatkan kepuasan terhadap pelanggan. Penelitian ini menerapkan Algoritma K-Means dengan mengoptimalkan jumlah cluster dalam mengidentifikasi kualitas pelayanan dealer. Dioptimasikan penentuan jumlah cluster algoritma K-means dengan menggunakan metriks evaluasi untuk melakukan mengidentifikasi kualitas pelayanan dealer agar dapat mengoptimalkan performa algoritma dan memperoleh hasil yang diharapkan. Maka, disimpulkan bahwa nilai k terbaik yang memperoleh hasil cluster paling optimal adalah k=3. Didukung dengan tiga pengujian yaitu Elbow Method, Silhouette Method, dan Davies Bouldin Index (DBI). Berdasarkan hasil analisis diperoleh tiga kategori identifikasi dealer yaitu: Pertama, Cluster 0 diasumsikan dalam karegori kurang baik terdapat 38 dealer. Kedua, Cluster 1 diasumsikan dalam kategori sangat baik terdapat 125 dealer. Ketiga, Cluster 2 diasumsikan dalam kategori baik terdapat 30 dealer. Kata kunci: kualitas pelayanan, kepuasan pelanggan, K-Means

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 17 Jul 2023 04:18
Last Modified: 17 Jul 2023 04:18
URI: http://repository.uin-suska.ac.id/id/eprint/73663

Actions (login required)

View Item View Item