<?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="11456">
 <titleInfo>
  <title>USER REQUIREMENT PENGEMBANGAN SISTEM CUTOMER RELATIONSHIP MANAGEMENT BERBASIS MACHINE LEARNING PADA PT. SETIA PRATAMA LESTARI PELLETIZING</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>RENALDI</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>Henderi</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>2023</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>Customer Relationship Management (CRM) adalah metode yang digunakan&#13;
oleh perusahaan untuk membangun hubungan jangka panjang dengan pelanggan.&#13;
Pengembangan CRM berbasis Machine Learning dapat memberikan solusi untuk&#13;
masalah kompleks yang terkait dengan analisis dan pemahaman data pelanggan.&#13;
Dalam penelitian ini, akan dibahas tentang User Requirement untuk pengembangan&#13;
CRM berbasis Machine Learning.&#13;
User requirement ini akan mempertimbangkan berbagai faktor, seperti&#13;
kebutuhan bisnis, persyaratan teknis, dan kebutuhan pengguna. Beberapa kebutuhan&#13;
bisnis yang harus dipertimbangkan meliputi meningkatkan retensi pelanggan,&#13;
memperluas basis pelanggan, meningkatkan kepuasan pelanggan, dan meningkatkan&#13;
efisiensi operasional. Persyaratan teknis termasuk kemampuan untuk&#13;
mengintegrasikan data pelanggan dari berbagai sumber, kemampuan untuk&#13;
menganalisis data pelanggan, dan kemampuan untuk menghasilkan informasi yang&#13;
mudah dimengerti.&#13;
Kebutuhan pengguna harus mempertimbangkan antarmuka pengguna yang&#13;
&#13;
mudah digunakan, kemampuan untuk mengakses informasi pelanggan secara real-&#13;
time, kemampuan untuk melakukan analisis prediktif, dan kemampuan untuk&#13;
&#13;
memperoleh informasi pelanggan yang relevan secara otomatis. Selain itu, user&#13;
requirement ini juga harus mempertimbangkan faktor keamanan dan privasi data&#13;
pelanggan.&#13;
Dalam pengembangan CRM berbasis Machine Learning, perusahaan dapat&#13;
menggunakan teknologi machine learning untuk menghasilkan informasi yang lebih&#13;
akurat dan relevan tentang pelanggan. Teknologi ini dapat membantu perusahaan&#13;
untuk memprediksi perilaku pelanggan, mengoptimalkan kampanye pemasaran, dan&#13;
meningkatkan retensi pelanggan. Oleh karena itu, pengembangan CRM berbasis&#13;
Machine Learning dapat memberikan nilai tambah yang signifikan bagi perusahaan.&#13;
Dalam kesimpulan, user requirement untuk pengembangan CRM berbasis&#13;
Machine Learning harus mempertimbangkan berbagai faktor, termasuk kebutuhan&#13;
bisnis, persyaratan teknis, dan kebutuhan pengguna. Perusahaan dapat menggunakan&#13;
teknologi machine learning untuk meningkatkan pengalaman pelanggan,&#13;
meningkatkan efisiensi operasional, dan meningkatkan retensi pelanggan.&#13;
PT. Setia Pratama Lestari Pelletizing merupakan perusahaan compounding dan&#13;
sister company dari PT. SUCACO Tbk. Ini memulai produksi komersial pada tahun&#13;
1986, awalnya mengkhususkan diri pada senyawa polivinil Klorida (PVC) untuk&#13;
insulasi kabel, pengisi dan pelapis, pada tahun 1998, Senyawa cross linkable&#13;
polyethylene (XLPE) untuk insulasi kabel, dan pada tahun 2007, PE Jacketing berbasis&#13;
LLDPE dan HDPE (PE Jaket Hitam).&#13;
&#13;
ii&#13;
&#13;
Seiring berjalannya teknologi, user requirement pengembangan system cutomer&#13;
relationship management ini merupakan sebuah strategi bisnis yang bertujuan membantu&#13;
bisnis untuk mengembangkan hubungan jangka panjang dengan pelanggan, mendorong&#13;
pertumbuhan bisnis dan meningkatkan loyalitas pelanggan.&#13;
Mechine Learning adalah ilmu penngembangan algoritma dan model secara&#13;
statistic menggunakan system computer untuk bertugas menjalankan tugas tanpa intruksi&#13;
eksplisit, mengandalkan pola serta inferensi sebagai gantinya. Ada beberapa bidang yang&#13;
terlibat yaitu bidang pemasaran (marketing), pemesanan (order), dan pelayanan konsumen&#13;
(customers service). Analisis sistem pada penelitian ini menggunakan metode PIECES&#13;
(Performance, Information, Economic, Control, Efficiency, Service) dan metode&#13;
perancangan dengan menggunakan UML (Unified Modeling Language).&#13;
Kata Kunci: Mechine Learning ,CRM, User Rquiment, PIECES, UML (Unified Modeling&#13;
Language).</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 REN u (TI-2023)</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">KP1836</numerationAndChronology>
    <sublocation>Perpustakaan Raharja (Rak Kkp)</sublocation>
    <shelfLocator>004 REN u (TI-2023)</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="1292" url="https://drive.google.com/file/d/1UXcUwwhEr1ccuNvumQl05GKMdVdG5tG2/view?usp=sharing" path="/https://drive.google.com/file/d/1UXcUwwhEr1ccuNvumQl05GKMdVdG5tG2/view?usp=sharing" mimetype="text/uri-list">E-KKP</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>11456</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2023-09-06 15:35:56</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2023-09-06 15:36:19</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>