<![CDATA[Latar belakang masalah sektor perbankan masih menggunakan sistem pemasaran konvensional yang bersifat acak sehingga menyebabkan rendahnya konversi deposito berjangka dan tingginya biaya operasional tim sales. Tujuan penelitian merancang dan membangun dashboard LeadsUp yang mengintegrasikan hasil predictive lead scoring untuk menentukan target nasabah potensial. Metode penelitian dilaksanakan melalui tiga tahapan, yaitu identifikasi masalah untuk mengurai ketidakefektifan outbound call perbankan, pengumpulan data dan literatur, menggunakan Bank Marketing Dataset dari UCI Repository serta pengembangan sistem dengan menerapkan metode waterfall. Hasil penelitian berupa dashboard yang dibangun menggunakan stack teknologi React.js, Express.js, dan Supabase, yang menyediakan fitur dashboard admin (manajemen sales, distribusi leads dan validasi kredit) serta dashboard sales (pemantauan kerja individu, daftar leads dan riwayat kredit). Sistem divalidasi melalui 3 metode pengujian, yaitu Black Box Testing untuk verifikasi fungsionalitas antarmuka, Postman Testing untuk menjamin stabilitas integrasi API, serta Pengujian Model berbasis algoritma Random Forest yang menghasilkan tingkat akurasi klasifikasi prospek nasabah sebesar 87%. Dengan demikian, LeadsUp mampu membantu perbankan dalam meningkatkan strategi pemasaran melalui penentuan target nasabah berbasis data]]>
Copyrights © 2026
