Data Mining Jasa Pengiriman Titipan Kilat di PT Citra Van Titipan Kilat (TIKI) Dengan Metode Decision Tree

PT Citra Van Titipan Kilat (TIKI) adalah sebuah perusahaan yang bergerak di bidang jasa pengiriman barang (kurir) dan merupakan salah satu yang terbesar dan kini telah memiliki sekitar 500 gerai di seluruh Indonesia. Dengan gerai yang banyak dan tersebar di seluruh Indonesia maka menghasilkan data p...

Full description

Saved in:
Bibliographic Details
Main Authors: Graha, Ibnu (Author), , Yusuf Sulistyo Nugroho, S.T., M.Eng (Author)
Format: Book
Published: 2014.
Subjects:
Online Access:Connect to this object online
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:PT Citra Van Titipan Kilat (TIKI) adalah sebuah perusahaan yang bergerak di bidang jasa pengiriman barang (kurir) dan merupakan salah satu yang terbesar dan kini telah memiliki sekitar 500 gerai di seluruh Indonesia. Dengan gerai yang banyak dan tersebar di seluruh Indonesia maka menghasilkan data pengiriman yang banyak. Akan tetapi data pengiriman titipan yang telah dicatat dari hasil pengiriman titipan yang telah terkumpul selama ini hanya dijadikan sebagai laporan pengiriman titipan saja. Klasifikasi data pengiriman titipan dengan data mining metode decision tree digunakan dengan tujuan memberikan rencana strategis bagi perusahaaan untuk mengetahui karakteristik pasar. Sehingga dengan demikian dapat dianalisis pasar yang sudah ada ataupun menemukan peluang-peluang yang baru serta menemukan rencana strategis untuk meningkatkan keuntungan. Teknik data mining yang digunakan dalam klasifikasi data pengiriman titipan menggunakan metode Decision Tree dengan algoritma C5.0. Atribut yang digunakan untuk klasifikasi terdiri dari Service, Wilayah, Tonase, Harga, dan Waktu. Dengan pengimplementasian data mining menggunakan decision tree dapat diketahui bahwa pada wilayah WIB customer memiliki kecenderungan atau karakteristik lebih memilih layanan One Night Service jika tonase ≤10 dan harga ≤50000. Kemudian pada wilayah WITA customer memiliki kecenderungan atau karakteristik lebih memilih layanan Reguler jika tonase >10.
Item Description:https://eprints.ums.ac.id/31305/24/naskah_publikasi.pdf
https://eprints.ums.ac.id/31305/1/Halaman_Depan.pdf
https://eprints.ums.ac.id/31305/3/BAB_I.pdf
https://eprints.ums.ac.id/31305/4/BAB_II.pdf
https://eprints.ums.ac.id/31305/5/BAB_III.pdf
https://eprints.ums.ac.id/31305/13/BAB_IV.pdf
https://eprints.ums.ac.id/31305/14/BAB_V.pdf
https://eprints.ums.ac.id/31305/15/Daftar_Pustaka.pdf
https://eprints.ums.ac.id/31305/16/Lampiran.pdf