Pradana, Rico Yoga (2024) SISTEM PENDUKUNG KINERJA KARYAWAN DIRECT SALES FORCE KARTU PRABAYAR DI PT INDOSAT TBK SEMARANG MENGGUNAKAN METODE RANDOM FOREST CLASSIFIER BERBASIS WEB. Other thesis, Universitas Duta Bangsa Surakarta.
Cover dan Abstrak.pdf - Preview
Restricted to Registered users only
Download (347kB)
Bab 1.pdf - Preview
Restricted to Registered users only
Download (245kB)
Bab 2.pdf - Preview
Restricted to Registered users only
Download (255kB)
Bab 3.pdf - Preview
Restricted to Registered users only
Download (4MB)
Bab 4.pdf - Preview
Restricted to Registered users only
Download (6MB)
Bab 5.pdf - Preview
Restricted to Registered users only
Download (152kB)
Daftar Pustaka.pdf - Preview
Restricted to Registered users only
Download (48kB)
Lampiran.pdf - Preview
Restricted to Registered users only
Download (475kB)
Artikel Publikasi.pdf - Preview
Restricted to Registered users only
Download (530kB)
Abstract
Dalam proses penjualan kartu prabayar, sumber daya sales atau penjual menjadi kunci utama dan yang bertanggung jawab atas penjualan produk kartu prabayar di setiap region atau daerah yang sudah ditugaskan. Maka pihak organisasi memerlukan suatu metode pengklasifikasian yang dapat mengelola karyawannya supaya dapat memenuhi target penjualan dan revenue bulanan. Pengklasifikasian ini dapat membantu organisasi atau perusahaan dalam memfilter sumber daya sales atau penjual yang mungkin orang yang berada di klasifikasi tertentu dapat dibimbing, dipecat atau mungkin akan dapat mendapatkan insentif dan dapat dipromosikan.
Penelitian ini menggunakan Machine Learning, khususnya Random Forest Classifier, untuk mengklasifikasikan karyawan direct sales force menjadi empat kategori: Star, Hard Worker, Problem Employee, dan Dead Wood. Data penjualan bulan Juni-Agustus 2023 dari PT Indosat Tbk Semarang digunakan dalam penelitian ini, dengan mengimplementasikan framework OSEMN untuk analisis data. Lima atribut variabel yang dipertimbangkan dalam model ini adalah quality serious customer, quality high value customer, total penjualan, total penjualan site, dan total kerja per bulan. Hasil penelitian ini adalah pengembangan sistem informasi dashboard yang memungkinkan manajer sumber daya sales untuk melihat dan menginterpretasikan hasil pengklasifikasi dengan efisien.
Evaluasi model menunjukkan tingkat akurasi sebesar 98% dengan RMSE 0.1085, yang menegaskan efektivitas model dalam mengklasifikasikan karyawan direct sales force. Penelitian ini tidak hanya mengatasi kelemahan pendekatan sebelumnya, tetapi juga memberikan wawasan mendalam dalam analisis performa karyawan menggunakan teknik data analitik. Sistem informasi dashboard yang dihasilkan dapat secara signifikan meningkatkan proses pengambilan keputusan terkait manajemen kinerja karyawan, memungkinkan PT Indosat Tbk Semarang untuk mengoptimalkan strategi penjualan kartu prabayar terkhusus bagi direct sales mereka.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Sistem Pendukung Kinerja, Machine Learning, Random Forest Classifier, OSEMN, Klasifikasi. |
Divisions: | Fakultas Ilmu Komputer > S1 - Sistem Informasi |
SWORD Depositor: | Perpustakaan Fikom |
Depositing User: | Perpustakaan Fikom |
Date Deposited: | 09 Sep 2024 04:15 |
Last Modified: | 09 Sep 2024 04:15 |
URI: | https://eprints.udb.ac.id/id/eprint/2698 |