Implementasi Dashboard Business Intelligence Untuk Pengelompokkan Pelanggan Terkendala Berbasis Web (Studi Kasus: PT Telkom Pekanbaru)
Abstract
PT Telkom Pekanbaru yang berlokasi di jalan Sudirman No.199 ini melayani berbagai keperluan pelanggan telkom, salah satunya pengajuan jaringan telkom IndiHome. Dalam meningkatkan penjualannya, PT Telkom ini berupaya untuk menyelesaikan setiap kendala pemesanan IndiHome oleh pelanggan. Kendala ini biasanya terjadi ketika pemasangan IndiHome yang didata oleh teknisi yang memasangkan IndiHome pelanggan. Selama ini proses menyelesaikan kendala pemasangan membutuhkan waktu karena banyaknya kendala pelanggan yang berbeda-beda setiap harinya, dari banyaknya kendala dibutuhkan pola untuk pengelompokkan semua kendala pelanggan agar memudahkan pihak perusahaan dalam melihat perkembangan kendala setiap pelanggan. Sehingga dibutuhkan sistem untuk menentukan pola pengelompokkan kendala, clustering dapat mengelompokkan data yang memiliki karakteristik yang sama didata set. Salah satu algoritma clustering yang populer adalah k-means. K-means mampu menampilkan dan memetakan jenis kendala pemesanan untuk setiap pelanggan dan hasil dari pengolahan data diimplementasikan menggunakan business intelligence untuk memvisualisasikan data dengan grafik sehingga dapat membantu PT Telkom dalam mengambil keputusan untuk setiap perkembangan kendala pemesanan. Berdasarkan hasil pengujian terhadap sistem yang telah dibangun menggunakan black box, didapatkan hasil bahwa sistem sudah 100% berhasil dibangun sesuai dengan yang diharapkan pengguna. Selanjutnya pengujian User Acceptance Test (UAT) menunjukkan bahwa 91% sistem sudah dapat diterima oleh pengguna dan fitur sistem telah berjalan sesuai fungsinya. Kata kunci: PT Telkom Pekanbaru, Clustering, K-means, Business Intelligence. User Acceptance Test (UAT), Black Box Testing.Published
Issue
Section
License
Copyright info for authors
1. Authors hold the copyright in any process, procedure, or article described in the work and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
2. Authors retain publishing rights to re-use all or portion of the work in different work but can not granting third-party requests for reprinting and republishing the work.
3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) as it can lead to productive exchanges, as well as earlier and greater citation of published work.