<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="10144">
 <titleInfo>
  <title>Analisis korelasi rating dengan transaksi penjualan barang elektronik di marketplace amazon periode 2012-2018 menggunakan elasicsearch dan kibana</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Irawati, Ranty</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>Indra</namePart>
  <role>
   <roleTerm type="text">Additional Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Tangerang</placeTerm>
   <publisher>Universitas Raharja</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent></extent>
 </physicalDescription>
 <note>Di era teknologi big data dan internet dimana jumlah raw data yang&#13;
dikumpulkan sangat besar, diperlukan analisis data yang mendalam untuk&#13;
meningkatkan nilai bisnis dalam upaya mendukung business intelligence dalam&#13;
mekanisme pengambilan keputusan. Dalam situasi dan kondisi tersebut analisis big&#13;
data memegang peranan penting termasuk bagaimana mekanisme penyimpanan data,&#13;
analisis, dan visualisasi dilakukan serta menemukan pola dan hubungan di dalamnya.&#13;
Berdasarkan kondisi-kondisi yang ada, penelitian ini dimaksudkan untuk&#13;
memperoleh informasi pengaruh rating pada transaksi penjualan di marketplace dan&#13;
pengaruh atribut pembeli dan jenis produk terhadap rating melalui pengolahan data&#13;
set menggunakan Elasticsearch dan Kibana.&#13;
Penelitian dilakukan melalui beberapa mekanisme pengujian atribut yang&#13;
terkait dengan fokus parameter pengujian, yaitu rating, user_id sebagai representasi&#13;
dari pengguna ( buyer ), dan item_id sebagai representasi dari jenis produk yang&#13;
terlibat dalam transaksi penjualan.&#13;
Penelitian ini menemukan adanya indikasi korelasi yang signifikan antara&#13;
peringkat dan penjualan barang elektronik di pasar Amazon untuk periode&#13;
2012-2018, serta bagaimana peran komponen pembeli (pengguna) dan jenis produk&#13;
terkait dengan peringkat di transaksi penjualan.&#13;
Penelitian ini dimaksudkan dapat memberikan manfaat berupa optimasi&#13;
analisis big data menggunakan data sets melalui kombinasi Elasticsearch sebagai&#13;
mesin pencari teks lengkap dan Kibana sebagai alat visualisasi dalam lingkungan&#13;
kontainerisasi sebagai bagian dari mekanisme penentuan pengaruh dan korelasi rating&#13;
terhadap transaksi penjualan barang elektronik di marketplace sebagai rekomendasi&#13;
antisipasi langkah-langkah strategi pemasaran.&#13;
Kata Kunci : Big Data Analysis, Elasticsearch, Kibana, Rating, Marketplace, Amazon</note>
 <note type="statement of responsibility"></note>
 <classification>004</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Raharja Jl. Jendral Sudirman No. 40 Modern Cikokol Tangerang, Banten</physicalLocation>
  <shelfLocator>004 IRA a (MTI-2022)</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">S1292</numerationAndChronology>
    <sublocation>Perpustakaan Raharja (Rak Skripsi)</sublocation>
    <shelfLocator>004 IRA a (MTI-2022)</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <recordInfo>
  <recordIdentifier>10144</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2022-04-26 10:33:20</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2022-04-26 10:33:52</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>