Detail Cantuman
Advanced Search
Text
USER REQUIREMENT PENGEMBANGAN SISTEM CUTOMER RELATIONSHIP MANAGEMENT BERBASIS MACHINE LEARNING PADA PT. SETIA PRATAMA LESTARI PELLETIZING
Customer Relationship Management (CRM) adalah metode yang digunakan
oleh perusahaan untuk membangun hubungan jangka panjang dengan pelanggan.
Pengembangan CRM berbasis Machine Learning dapat memberikan solusi untuk
masalah kompleks yang terkait dengan analisis dan pemahaman data pelanggan.
Dalam penelitian ini, akan dibahas tentang User Requirement untuk pengembangan
CRM berbasis Machine Learning.
User requirement ini akan mempertimbangkan berbagai faktor, seperti
kebutuhan bisnis, persyaratan teknis, dan kebutuhan pengguna. Beberapa kebutuhan
bisnis yang harus dipertimbangkan meliputi meningkatkan retensi pelanggan,
memperluas basis pelanggan, meningkatkan kepuasan pelanggan, dan meningkatkan
efisiensi operasional. Persyaratan teknis termasuk kemampuan untuk
mengintegrasikan data pelanggan dari berbagai sumber, kemampuan untuk
menganalisis data pelanggan, dan kemampuan untuk menghasilkan informasi yang
mudah dimengerti.
Kebutuhan pengguna harus mempertimbangkan antarmuka pengguna yang
mudah digunakan, kemampuan untuk mengakses informasi pelanggan secara real-
time, kemampuan untuk melakukan analisis prediktif, dan kemampuan untuk
memperoleh informasi pelanggan yang relevan secara otomatis. Selain itu, user
requirement ini juga harus mempertimbangkan faktor keamanan dan privasi data
pelanggan.
Dalam pengembangan CRM berbasis Machine Learning, perusahaan dapat
menggunakan teknologi machine learning untuk menghasilkan informasi yang lebih
akurat dan relevan tentang pelanggan. Teknologi ini dapat membantu perusahaan
untuk memprediksi perilaku pelanggan, mengoptimalkan kampanye pemasaran, dan
meningkatkan retensi pelanggan. Oleh karena itu, pengembangan CRM berbasis
Machine Learning dapat memberikan nilai tambah yang signifikan bagi perusahaan.
Dalam kesimpulan, user requirement untuk pengembangan CRM berbasis
Machine Learning harus mempertimbangkan berbagai faktor, termasuk kebutuhan
bisnis, persyaratan teknis, dan kebutuhan pengguna. Perusahaan dapat menggunakan
teknologi machine learning untuk meningkatkan pengalaman pelanggan,
meningkatkan efisiensi operasional, dan meningkatkan retensi pelanggan.
PT. Setia Pratama Lestari Pelletizing merupakan perusahaan compounding dan
sister company dari PT. SUCACO Tbk. Ini memulai produksi komersial pada tahun
1986, awalnya mengkhususkan diri pada senyawa polivinil Klorida (PVC) untuk
insulasi kabel, pengisi dan pelapis, pada tahun 1998, Senyawa cross linkable
polyethylene (XLPE) untuk insulasi kabel, dan pada tahun 2007, PE Jacketing berbasis
LLDPE dan HDPE (PE Jaket Hitam).
ii
Seiring berjalannya teknologi, user requirement pengembangan system cutomer
relationship management ini merupakan sebuah strategi bisnis yang bertujuan membantu
bisnis untuk mengembangkan hubungan jangka panjang dengan pelanggan, mendorong
pertumbuhan bisnis dan meningkatkan loyalitas pelanggan.
Mechine Learning adalah ilmu penngembangan algoritma dan model secara
statistic menggunakan system computer untuk bertugas menjalankan tugas tanpa intruksi
eksplisit, mengandalkan pola serta inferensi sebagai gantinya. Ada beberapa bidang yang
terlibat yaitu bidang pemasaran (marketing), pemesanan (order), dan pelayanan konsumen
(customers service). Analisis sistem pada penelitian ini menggunakan metode PIECES
(Performance, Information, Economic, Control, Efficiency, Service) dan metode
perancangan dengan menggunakan UML (Unified Modeling Language).
Kata Kunci: Mechine Learning ,CRM, User Rquiment, PIECES, UML (Unified Modeling
Language).
Ketersediaan
| KP1836 | 004 REN u (TI-2023) | Perpustakaan Raharja (Rak Kkp) | Tersedia |
Informasi Detil
| Judul Seri |
-
|
|---|---|
| No. Panggil |
004 REN u (TI-2023)
|
| Penerbit | Universitas Raharja : Tangerang., 2023 |
| Deskripsi Fisik |
-
|
| Bahasa |
Indonesia
|
| ISBN/ISSN |
-
|
| Klasifikasi |
004
|
| Tipe Isi |
-
|
| Tipe Media |
-
|
|---|---|
| Tipe Pembawa |
-
|
| Edisi |
-
|
| Subyek |
-
|
| Info Detil Spesifik |
-
|
| Pernyataan Tanggungjawab |
-
|
Versi lain/terkait
Tidak tersedia versi lain






