Please use this identifier to cite or link to this item: http://repository.umsu.ac.id/handle/123456789/29272
Full metadata record
DC FieldValueLanguage
dc.contributor.authorNURUL, AMANDA-
dc.date.accessioned2025-10-23T02:37:14Z-
dc.date.available2025-10-23T02:37:14Z-
dc.date.issued2025-07-16-
dc.identifier.urihttp://localhost:8080/handle/123456789/29272-
dc.description.abstractPenelitian ini berfokus pada Klasifikasi Customer Internal dalam Mengetahui Tingkat Kepuasan Pelanggan pada PT. Education Nusantara Connect dengan Menggunakan Metode XGBoost yang bertujuan untuk Mengklasifikasikan pelanggan internal berdasarkan tingkat kepuasan mereka menggunakan metode XGBoost. Mengetahui tingkat akurasi model klasifikasi yang dihasilkan oleh metode XGBoost dalam memprediksi tingkat kepuasan pelanggan. penelitian ini menggunakan metode Kuantitatif, menggunakan pendekatan machine learning untuk klasifikasi. hasil dari penelitian ini Diharapkan menghasilkan nilai akurasi yang baik dalam klasifikasi customer internal pada PT. Education Nusantara Connect menggunakan metode XGBoost, disertai dengan tampilan website berbasis desktop sebagai hasil akhir. Secara lebih luas, penelitian ini diharapkan dapat memberikan kontribusi pada pengembangan ilmu pengetahuan di bidang analisis data dan kepuasan pelanggan, khususnya dalam penggunaan metode XGBoost. Secara keseluruhan, penelitian ini menggarisbawahi pentingnya klasifikasi customer internal menggunakan metode machine learning canggih seperti XGBoost untuk mendapatkan pemahaman yang akurat tentang kepuasan pelanggan, yang krusial bagi pengambilan keputusan strategis dan peningkatan layanan di PT. Education Nusantara Connect.en_US
dc.publisherUMSUen_US
dc.subjectKlasifikasien_US
dc.subjectKepuasan Pelangganen_US
dc.subjectCustomer Internalen_US
dc.subjectXGBoosten_US
dc.subjectMachine Learningen_US
dc.titleKLASIFIKASI CUSTOMER INTERNAL DALAM MENGETAHUI TINGKAT KEPUASAN PELANGGAN PADA PT.EDUCATION NUSANTARA CONNECT DENGAN MENGGUNKAN METODE XGBOOSTen_US
dc.typeThesisen_US
Appears in Collections:Information System

Files in This Item:
File Description SizeFormat 
SKRIPSI NURUL AMANDA_ 2109010081.pdfFull Text1.57 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.