Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Malcom: Indonesian Journal of Machine Learning and Computer Science

Perbandingan Performa Algoritma RNN dan LSTM dalam Prediksi Jumlah Jamaah Umrah pada PT. Hajar Aswad: Comparison of RNN and LSTM Algorithm Performance in Predicting the Number of Umrah Pilgrims at PT. Hajar Aswad Al Kiramy, Razanul; Permana, Inggih; Marsal, Arif; Munzir, Medyantiwi Rahmawita; Megawati, Megawati
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1373

Abstract

Secara bahasa umrah bermakna ziarah atau berkunjung, sedangkan secara istilah umrah adalah perjalanan ke Baitullah di luar waktu haji dengan tujuan melaksanakan ibadah tertentu dan memenuhi syarat-syarat khusus. PT Hajar Aswad merupakan sebuah perusahaan travel umrah yang beroperasi di Indonesia. PT Hajar Aswad bertanggung jawab untuk mengatur perjalanan, akomodasi, transportasi, dan berbagai keperluan lainnya bagi para jemaah umrah, untuk itu perlu memiliki pemahaman yang baik mengenai pola dan tren jumlah jemaah umrah agar dapat mengoptimalkan operasional dan memberikan pelayanan yang memuaskan kepada jamaah. Oleh karena itu penelitian ini dilakukan untuk memprediksi jumlah jamaah umrah pada PT Hajar Aswad menggunakan algoritma RNN dan LSTM agar PT Hajar Aswad. . Hasil perbandingan kedua algoritma menunjukkan bahwa LSTM mampu memberikan hasil prediksi yang sedikit lebih baik dibandingkan RNN dengan parameter window size 7, optimizer Adam, batch size 8, dan learning rate 0,01. Model ini memiliki nilai RMSE sebesar 0,1758, MAPE sebesar 0,4846, dan R2 sebesar 0,5198.
Analisis Loyalitas Pelanggan Business To Business Berdasarkan Model RFM Menggunakan Algoritma Fuzzy C-Means: Business to Business Customer Loyalty Analysis Based on RFM Model Using Fuzzy C-Means Algorithm Al-Yasir, Al-Yasir; Afdal, M.; Zarnelly, Zarnelly; Marsal, Arif
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1163

Abstract

PT. XYZ merupakan perusahaan yang bergerak di bidang distributor atap plastik dan Aluminium Composit Panel (ACP) yang mengadopsi model usaha B2B. Saat ini strategi yang digunakan oleh PT. XYZ masih belum berfokus pada segmentasi pelanggan dan masih memperlakukan setiap pelanggan dengan sama. Selain itu data penjualan yang terdapat ribuan lebih riwayat transaksi hanya digunakan sebagai arsip yang seharusnya dapat digunakan untuk pengembangan strategi perusahaan. Berdasarkan hal tersebut, penelitian ini melakukan segmentasi pelanggan pada PT. XYZ menggunakan model RFM dan algoritma FCM untuk menganalisis pelanggan bersasarkan karakteristik dan perilakunya. Data yang digunakan terdiri dari 9163 transaksi yang memuat 494 pelanggan. Untuk mendapatkan jumlah cluster yang optimal maka dilakukan pengujian pada jumlah cluster yaitu 2-10. Hasilnya menunjukkan 2 cluster sebagai jumlah yang terbaik dengan nilai DBI 0,4908. Cluster 1 yang terdiri dari 387 pelanggan dikategorikan sebagai loyal customer sedangkan cluster 2 yang terdiri dari 107 pelanggan dikategorikan sebagai lost customer. Sebagai pelanggan yang loyal, perusahaan perlu memberikan apresiasi untuk mempertahankan hubungan baik dengan pelanggan seperti memberikan diskon, ataupun penawaran khusus. Kemudian untuk segmen lost customer, perusahaan perlu mengambil langkah yang tepat untuk mencoba memulihkan hubungan dengan pelanggan dan menganalisis faktor dan penyebab pelanggan pada segmen ini beralih ke perusahaan lain.