PERAMALAN JUMLAH PENGADUAN PELANGGAN MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN (STUDI KASUS: PERUSAHAAN DAERAH AIR MINUM (PDAM) SURYA SEMBADA)

PUTRI, ARCHITA ARINTA (2016) PERAMALAN JUMLAH PENGADUAN PELANGGAN MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN (STUDI KASUS: PERUSAHAAN DAERAH AIR MINUM (PDAM) SURYA SEMBADA). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5212100030-Undergaduate_Theses.pdf

Download (2MB) | Preview

Abstract

Kepuasan pelanggan merupakan tanggung jawab bagi perusahaan baik penyedia produk maupun jasa. Perusahaan Daerah Air Minum (PDAM) Surya Sembada sebagai perusahaan penyedia dan pendistribusi air bersih bagi masyarakat di daerah kota Surabaya, Kabupaten Pasuruan, Sidoarjo, dan Gresik memiliki tanggung jawab untuk memberikan pelayanan terbaik bagi pelanggannya. Penanganan terhadap pengaduan yang dilakukan oleh pelanggan merupakan salah satu pelayananan yang dapat diberikan oleh pihak perusahaan. Gangguan berupa tidak dapat air, merupakan gangguan yang membutuhkan penanganan secara cepat. Penanganan terhadap gangguan tersebut dapat diberikan dengan bantuan teknologi, yang dewasa ini dapat digunakan untuk membantu dalam pengambilan keputusan dan keberlangsungan proses bisnis yang ada. Oleh karena itu, peramalan jumlah pengaduan penting untuk dilakukan bagi PDAM Surya Sembada agar penanganan terhadap gangguan dapat dilakukan secara cepat, persiapan maupun pencegahan terhadap gangguan yang mungkin terjadi dapat dilakukan, serta pelayanan pada pelanggan dapat ditingkatkan. Berdasarkan pola data yang ada, metode Jaringan Syaraf Tiruan (JST) dengan algoritma backpropagation digunakan untuk meramalkan jumlah pengaduan di PDAM Surya Sembada karena JST mampu mengakuisisi pengetahuan walaupun dalam keadaan ketidakpastian. Selain itu, JST mampu melakukan perhitungan secara paralel sehingga proses lebih singkat. Pelaksanaan tugas akhir ini menghasilkan model yang dapat digunakan untuk meramalkan jumlah pengaduan dengan nilai MAPE kurang dari 10% sehingga hasil peramalan yang baik dapat membantu pihak PDAM Surya Sembada dalam melakukan peramalan dan pengambilan keputusan yang tepat di masa mendatang. ========================================================================================= Customer satisfaction is the company's responsibility for both providers of products and services. Perudahaan Daerah Air Minum (PDAM) Surya Sembada as the provider and distributor of clean water for people in the area of Surabaya, Pasuruan, Sidoarjo and Gresik has a responsibility to provide the best service for its customers. The handling of complaints made by customers is a similar service that can be provided by the company. Disruption of water loss, which a disorder that requires treatment quickly. Treatment of these disorders can be administered with the aid of technology, which today can be used to assist in decision making and continuity of existing business processes. Therefore, it is important to forecasting the number of complaints in PDAM Surya Sembada for the handling of the disruption can be done quickly, preparation and prevention against disturbances that may occur can be done, as well as the customer service can be improved. Based on the pattern of existing data, Artificial Neural Network (ANN) method with backpropagation algorithm used to predict the number of complaints in PDAM Surya Sembada because ANN is able to acquire knowledge even though in a state of uncertainty. In addition, the ANN is able to perform calculations in parallel so that the process is shorter.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: peramalan, jumlah pengaduan, Jaringan Syaraf Tiruan (JST)
Subjects: T Technology > T Technology (General)
T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105 Data Transmission Systems
T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5101 Telecommunication
Divisions: Faculty of Information Technology > Information System > (S1) Undergraduate Theses
Depositing User: Mr. Fandika aqsa
Date Deposited: 04 Jan 2017 01:45
Last Modified: 27 Dec 2018 04:01
URI: http://repository.its.ac.id/id/eprint/1282

Actions (login required)

View Item View Item