ABSTRAK
Nama : Ariell Zaki Prabaswara Ariza, Muhammad Luthfi Idrus, Na-
ufal Hilmi Irfandi
Program Studi : Ilmu Komputer
Judul : Penerapan Aplikasi Website yang Menunjang Machine
Learning dan Visualisasi Data untuk Membantu Perusahaan
XYZ dalam Memprediksi Perilaku Pembeli
Perusahaan XYZ menerapkan Customer Life Cycle atau CLC yang sudah disesuaikan
dengan kebutuhan perusahaan demi menjaga loyalitas pengguna. Tak hanya menjaga loy-
alitas, Perusahaan XYZ menerapkan CLC guna memperluas bisnis yang dijalani olehnya.
Dengan bantuan teknologi, CLC dapat dengan mudah untuk dianalisis lebih mendalam.
Teknologi yang digunakan berupa pembelajaran mesin. Pembelajaran mesin ini diimple-
mentasikan untuk mendapatkan insight dari data yang dimiliki Perusahaan XYZ. Dalam
mendapatkan insight tersebut, digunakan beberapa metode seperti Support Vector Ma-
chine, Logistic Regression, Gradient Boosting, Random Forest, Decision Tree, dan FP-
Growth. Insight yang didapatkan selanjutnya ditampilkan dalam bentuk visualisasi data
yang diaplikasikan ke dalam website.
Terdapat tiga permasalahan berbeda yaitu prediksi pembeli potensial, prediksi produk
yang akan dibeli, dan prediksi waktu pembelian berikutnya. Permasalahan pertama dapat
diselesaikan dengan model Logistic Regression dengan f1-score sebesar 76.35%. Perma-
salahan kedua diselesaikan dengan model FP-Growth dengan nilai minimum support dan
confidence sebesar 0.001. Untuk permasalahan ketiga dapat diselesaikan dengan model
Decision Tree dengan nilai akurasi 78.76% dan f1-score sebesar 77.01%. Dilakukan pula
pengujian terhadap response time serta SQL query yang digunakan pada setiap endpoint
yang bekerja sebagai aktor untuk melakukan distribusi data kepada aplikasi frontend dan
aktor untuk melakukan update database. Terakhir, dilakukan pula pengujian terhadap
visualisasi data. Pengujian terhadap visualisasi data dilakukan secara kualitatif. Pengu-
jian ini dilakukan dengan menerapkan beberapa tipe visualisasi data untuk tiap business
question yang ada. Setelah itu, dilakukan perbandingan pada tiap tipe visualisasi data
sehingga mendapatkan visualisasi data yang tepat untuk tiap business question yang ada.
Kata kunci:
Supervised Learning, Pattern Mining, REST API, Visualisasi Data, Google Chart, Reac-
tJS
|
|