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.
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 > 57201-(S1) Undergraduate Thesis |
| 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 |