Show simple item record

dc.contributor.advisorPinem, Maksum
dc.contributor.advisorRambe, Ali Hanafiah
dc.contributor.authorHarianto, Budi
dc.date.accessioned2021-08-12T09:13:04Z
dc.date.available2021-08-12T09:13:04Z
dc.date.issued2015
dc.identifier.urihttp://repositori.usu.ac.id/handle/123456789/40062
dc.description.abstractAlong with advances in the technology and increasing business competition today, especially in the field of sales of consumer products requiring an effective way to increase sales results. To support this activity is required the improvisation in the marketing strategy. One of the ways to improve the marketing strategy is to design a system that can predict consumer behavior in purchasing goods are really needed by the customer in accordance with demographic. In this study, researcher using quadratic regression method in the first stage of The Consumer Behavior Intelligent Predictor System. The Consumer Behavior Intelligent Predictor System using six demographics such as age, income, type of household, race, region of residence, and educational background in order to obtain more accurate predicting results. In this research, the system developed using two input variables are best customer index and biggest customer index. The average spending index was applied as a output reference that derived from survey data market U.S. Bureau of Labor Statistics (BLS). To measure the level of accuracy on the predicting methods used, researcher using two parameters are MSE (Mean of Square Error) and R2 (Rsquare). By using the quadratic regression method as a method of system developed showed MSE = 0.04784 and R2 = 0.28878. The measurement results show that better predicting of previous studies.en_US
dc.description.abstractSeiring dengan kemajuan teknologi saat ini dan semakin meningkatnya persaingan bisnis khususnya di bidang penjualan produk-produk kebutuhan konsumen, maka diperlukan suatu cara efektif untuk meningkatkan omset penjualan. Untuk mendukung kegiatan tersebut tentu sangat diperlukan improvisasi khususnya di bidang strategi pemasaran. Salah satu cara untuk meningkatkan strategi pemasaran tersebut adalah dengan merancang sebuah sistem yang dapat meramal perilaku konsumen dalam membeli barang-barang yang benar-benar dibutuhkan oleh konsumen tersebut sesuai dengan demografinya. Pada penelitian ini, peneliti menggunakan metode regresi kuadratik (quadratic regression methode) sebagai pemroses awal pada Sistem Peramal Cerdas Perilaku Konsumen dengan menggunakan enam jenis demografinya, seperti: usia (age), penghasilan (income), tipe keluarga (type of household), ras (race), wilayah tempat tinggal (region), dan latar belakang pendidikan (educational background) agar dapat memperoleh hasil peramalan yang lebih akurat dibandingan dengan penelitian-penelitian sebelumnya sehingga dapat meningkatkan kinerja sistem yang digunakan peramalan tersebut. Sistem yang dikembangkan pada penelitian ini menggunakan indeks pelanggan terbaik (best customer index) dan indeks pelanggan terbesar (biggest customer index) sebagai masukan (input) dan indeks pembelanjaan rata-rata (average spending index) sebagai referensi keluaran sistem yang bersumber dari data survei pasar U.S. Bureau of Labour Statistics (BLS). Untuk mengukur tingkat ketepatan peramalan dengan metode yang digunakan pada penelitian ini, peneliti menggunakan parameter MSE (Mean of Square Error) dan R2 (RSquare). Dengan menggunakan metode regresi kuadratik sebagai metode peramalan pada sistem yang dikembangkan pada penelitian ini diperoleh hasil MSE = 0,04784 dan R2 = 0,28878. Hasil pengukuran ini menunjukkan hasil peramalan yang lebih baik dari penelitian-penelitian sebelumnya.en_US
dc.language.isoiden_US
dc.publisherUniversitas Sumatera Utaraen_US
dc.subjectMetode regresi kuadratiken_US
dc.subjectMSE (Mean of Square Error)en_US
dc.subjectR2 (Rsquare)en_US
dc.subjectdemografien_US
dc.subjectperilaku konsumenen_US
dc.titlePeningkatan Kinerja Sistem Peramal Cerdas Perilaku Konsumen Menggunakan Teknik Regresi Kuadratiken_US
dc.typeThesisen_US
dc.identifier.nimNIM137034003
dc.description.pages139 Halamanen_US
dc.description.typeTesis Magisteren_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record