Image01
PENGELOMPOKAN PELANGGAN POTENSIAL MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR UNTUK PROMOSI FILM BARU MELALUI SMS
POTENTIAL CUSTOMER GROUPING USING K-NEAREST NEIGHBOR ALGORITHM FOR NEW FILM PROMOTION VIA SMS
Undergraduate Theses dari STIKOM Surabaya / 07-12-2009 11:54:34 WIB
Posting oleh prazetyo  •  Ditampilkan sebanyak 42148 kali

Share this information : Share

Author : Prio Suwahyo (02410100050)


Subject:CUSTOMER RESEARCH
Keyword:Mining
SMS
Clustering
K-Nearest Neighbor

Abstract in Bahasa Indonesia

Banyak rental video yang kurang melakukan promosi film yang dimilikinya kepada pelanggan. Promosi yang dilakukan hanyalah sebatas menempelkan poster-poster tentang Film pada dinding rental. Promosi semacam ini sangat kurang efektif untuk menarik minat pelanggan agar mau menyewa film. Agar promosi lebih efektif, promosi dapat dilakukan melalui SMS agar langsung diterima dan dibaca oleh pelanggan. Tentunya tidak semua pelanggan akan dikirimi SMS promosi film baru.

Pelanggan yang akan dikirimi SMS hanyalah pelanggan yang dianggap potensial untuk menyewa film. Untuk menentukan pelanggan yang dianggap potensial, dapat diketahui dengan cara melihat pola penyewaan film yang telah dilakukan pelanggan selama periode tertentu, dan selanjutnya akan dianalisa menggunakan metode K-Nearest Neighbor, sehingga dapat diketahui siapa saja pelanggan yang dianggap potensial yang akan dikirimi SMS promosi film baru.


Abstract

Many video rental less do they have a movie promotion to customers. Promotions are conducted only limited paste posters on the walls of the film rental. Such promotion is less effective in attracting customers to want to rent a movie. To be more effective campaigns, promotions can be done through SMS to receive and read directly by the customer. Of course not all customers will be sent a new film promotional SMS.

Customers who will send a SMS is considered to be potential customers to rent movies. To determine which are considered potential customers, can be identified by looking at the pattern of movie rental customers have made during a certain period, and then be analyzed using the method of K-Nearest Neighbor, which can identify any potential customers who are considered to be sent SMS promotion of new film .

Contributor:JANUAR WIBOWO, S.T., M.M.
SOETAM RIZKY WICAKSONO, S.KOM., MCP., MCTS
Date Create:07-12-2009
Type:Text
Format:pdf
Language:Indonesian
Identifier:STIKOM Surabaya-Undergraduate-4-21586
Collection ID:4-21586
Call Number:PERPUSTAKAAN STIKOM 658.834 Suw P


Coverage :
Terbatas Sivitas Akademika STIKOM Surabaya

Rights :
Hak Cipta (c) 2009 oleh STIKOM SURABAYA. Dilarang mengcopy atau mendistribusikan baik sebagian atau seluruh isi koleksi ini dalam bentuk apapun, baik secara elektronis maupun mekanis tanpa izin dari penulis.

Download koleksi - Terbatas untuk Member

1. STIKOM Surabaya-Undergraduate-708-COVER.pdf - 70 KB pdf files

2. STIKOM Surabaya-Undergraduate-708-Abstraksi.pdf - 76 KB pdf files

3. STIKOM Surabaya-Undergraduate-708-DAFTAR ISI.pdf - 289 KB pdf files

4. STIKOM Surabaya-Undergraduate-708-BAB I.pdf - 421 KB pdf files

5. STIKOM Surabaya-Undergraduate-708-BAB II.pdf - 2348 KB pdf files

6. STIKOM Surabaya-Undergraduate-708-BAB III.pdf - 2241 KB pdf files

7. STIKOM Surabaya-Undergraduate-708-BAB IV.pdf - 1587 KB pdf files

8. STIKOM Surabaya-Undergraduate-708-BAB V.pdf - 138 KB pdf files

9. STIKOM Surabaya-Undergraduate-708-DAFTAR PUSTAKA.pdf - 146 KB pdf files

10. STIKOM Surabaya-Undergraduate-708-MAKALAH.pdf - 896 KB pdf files



 10 dokumen yang mirip...



 10 dokumen yang berhubungan...






BANTU KAMI !
Anda bisa membantu kami untuk menentukan kata kunci yang tepat untuk dokumen ini dengan melakukan klik pada link dibawah :

Clustering , K-Nearest , K-Nearest Neighbor , Mining , Neighbor , SMS



.: Kembali ke daftar Undergraduate Theses

STIKOM DIGITAL LIBRARY

INSTITUTIONAL REPOSITORY


LOGIN AREA



[ REGISTRASI MEMBER ]





LINK

+ ADD TO BOOKMARK

+ DIGILIB INDONESIA





Hits : kali sejak 13 November 2008  • Alamat IP anda: 52.15.218.103

This Project is cooperation with ITS Library. Local Content & ReDesign © Juli 2008 STIKOM Library.                                                                     Top^
Dublin Core Metadata Initiative & OpenArchives Compatible | Best Viewed with 1024 x 768 resolution and Firefox!.