KOMPARASI METODE DATA MINING UNTUK PREDIKSI PEMASARAN BANK SECARA LANGSUNG

  • Hilda Amalia AMIK BSI Jakarta

Abstract


Setiap bank memiliki banyak produk yang harus ditawarkan ke customer yang bertujuan untuk meningkatkan keuntungan bagi bank.  Untuk itu setiap bank harus mampu menjaga hubungan baik dengan customer sehingga mempermudah pemasaran produk baru. Cara yang paling sering digunakan adalah  pemasaran langsung yaitu dengan cara menghubungi pelanggang melalui telepon ataupun e-mail. Pemanfaatan data pelanggan yang sangat banyak sangat diperlukan untuk membantu bank melakukan prediksi mengenai tingkat keberhasilan dalam pemasaran produk kepada pelanggan. Sehingga dapat mengefisiensikan biaya pemasaran. Data mining merupakan salah satu teknik yang mampu melakukan prediksi mengenai data pemasaran langsung yang bersumber dari data pelanggan yang dimiliki oleh setiap bank. Metode data mining metode yang bayak  dipergunakan adalah algoritma C4.5, nave bayes, neural network dan SVM.  Dalam penelitian ini akan dilakukan komparasi akurasi metode data mining, untuk menentukan metode yang memiliki akurasi tertinggi dalam pengolahan data pelanggan untuk penentuan promosi secara langsung kepada cutomer.



 

Downloads

Download data is not yet available.
Published
2016-12-03
How to Cite
AMALIA, Hilda. KOMPARASI METODE DATA MINING UNTUK PREDIKSI PEMASARAN BANK SECARA LANGSUNG. Seminar Nasional Ilmu Pengetahuan dan Teknologi Komputer, [S.l.], p. INF.1-INF.6, dec. 2016. Available at: <http://konferensi.nusamandiri.ac.id/prosiding/index.php/sniptek/article/view/2>. Date accessed: 20 feb. 2019.
Article Metrics

Abstract viewed = 45 times
PDF downloaded = 15 times
Section
Informatika dan Komputer