Implementasi Data Science dalam Ritel Online: Analisis Customer Retention dan Clustering Customer dengan Metode K-Means
(1) Sistem dan Teknologi Informasi, Fakultas Teknik, Universitas Negeri Jakarta
(*) Corresponding Author
Abstract
Full Text:
PDFReferences
N. S. Utami, “Analisa kinerja sektor ritel indonesia,” vol. 1, no. 1, pp. 43–48, 2018.
S. Ozdemir, Principles of Data Science. 2016.
Mardalius, “Pengelompokan Data Penjualan Aksesoris Menggunakan Algoritma K-Means,” vol. IV, no. 2, pp. 401–411, 2018.
S. P. Tamba and F. T. F. Kesuma, “Penerapan Data Mining untuk Menentukan Penjualan Sparepart Toyota dengan Metode K-Means Clustering,” vol. 2, no. 2, 2019.
A. Ali, “Klasterisasi Data Rekam Medis Pasien Menggunakan Metode K-Means Clustering di Rumah Sakit Anwar Medika Balong Bendo Sidoarjo,” vol. 19, no. 1, 2019.
R. M. Hapsari and F. Indriani, “Quality Analysis Of Support Marketing And Quality Of Sales,” vol. XVI, no. 3, pp. 145–166, 2017.
H. R. Valentina, “Pengaruh Struktur Modal, Risiko Bisnis Dan Pertumbuhan Penjualan Terhadap Kinerja Keuangan Pada Perusahaan Real Estate And Property Yang Terdaftar di Bursa Efek Indonesia Tahun 2010-2014 By:,” vol. 4, no. 2, 2014.
S. F. Sabbeh, “Machine-Learning Techniques for Customer Retention : A Comparative Study,” vol. 9, no. 2, pp. 273–281, 2018.
A. Bell, “Age Period Cohort analysis : A review of what we should and shouldn ’ t do,” no. September 2019, 2020.
D. Donoho, F. Group, D. Donoho, and D. Donoho, “50 Years of Data Science,” vol. 8600, 2017, doi: 10.1080/10618600.2017.1384734.
DOI: http://dx.doi.org/10.30645/j-sakti.v5i1.333
Refbacks
- There are currently no refbacks.
J-SAKTI (Jurnal Sains Komputer & Informatika)
Published Papers Indexed/Abstracted By:
Jumlah Kunjungan :