DSpace logo

Please use this identifier to cite or link to this item: https://repository.uksw.edu/handle/123456789/17223
Title: Analysis Social CRM Against Customer Retention Using Naive Bayes Classifier: Case Study Xyz.Ltd
Authors: Latuny, Johannes
Keywords: Social CRM(SCRM);customer retention;Naive Bayes Classifier(NBC)
Issue Date: 2018
Publisher: Program Studi Psikologi FPSI-UKSW
Abstract: PT.XYZ adalah salah satu perusahaan di Indonesia yang bergerak dalam bidang ritel waralaba. Dalam penerapan SCRM yang dilakukan PT. XYZ, Customer Retention merupakan hal utama yang harus diperhatikan. Dengan menjaga dan memelihara hubungan baik pada setiap pelanggan diharapkan Customer Retention dapat diwujudkan. Analisis Customer Retention dalam penelitian ini menggunakan metode Naive Bayes Classifier untuk mengetahui tingkat keakurasian data dari komentar pelanggan berdasarkan 300 dataset dan 2 atribut pengambilan keputusan Customer Retention yaitu 1) klasifikasi tingkat kepuasan pelanggan; 2) respon perusahaan. Dalam penelitian ini tools yang dipakai adalah rapidminer studio 6.4.0 untuk mengukur keakurasian data, dan nilai akurasi yang didapatkan adalah 99,29%. Dari hasil analisis maka class precision prediksi tidak adalah 100% dan class precision prediksi ya adalah 98,00%.
XYZ.Ltd is one of companies in Indonesia, which is oriented in the area of retail franchising. In the implementation of SCRM by XYZ.Ltd, Customer Retention is the main case to be considered. By keeping and maintaining good relationship on every customer, it is expected that Customer Retention can be created. The analysis of Customer Retention in this study using a Naive Bayes Classifier method to find out the accuracy of data from customer comment according to 300 datasets and 2 attributes of Customer Retention decision making that is 1) Classification of customer satisfaction level; 2) Company response. In this study tools that is used is rapidminer studio 6.4.0 to quantify the accuracy of data, and the percentage of accuracy that is obtained around 99,29%. From the result of class precision negative prediction is 100% and class precision positive prediction is 98,00%.
Description: Tidak diijinkan karya tersebut diunggah ke dalam aplikasi Repositori Perpustakaan Universitas.
URI: http://repository.uksw.edu/handle/123456789/17223
Appears in Collections:T2 - Master of Information Systems

Files in This Item:
File Description SizeFormat 
T2_972015011_Abstract.pdfAbstract69.18 kBAdobe PDFView/Open
T2_972015011_Full text.pdf
  Restricted Access
Full text2.63 MBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.