Pengembangan Sistem Student Relationship Management di Universitas Surabaya

  • Kristian Tanuwijaya Program Studi Teknik Informatika, Universitas Surabaya, Surabaya, Jawa Timur
  • Liliana Program Studi Teknik Informatika, Universitas Surabaya, Surabaya, Jawa Timur
  • Daniel Soesanto Program Studi Teknik Informatika, Universitas Surabaya, Surabaya, Jawa Timur
Keywords: Customer Relationship Management, Machine Learning, Sistem Rekomendasi, Aplikasi Web

Abstract

Industri komersial saat ini menerapkan teknik Customer Relationship Management (CRM) untuk mendapat berbagai keuntungan seperti menyediakan informasi pada pelanggan, meningkatkan loyalitas dan kepercayaan pelanggan, serta mempelajari perilaku pelanggan. Pendidikan dapat dipandang sebagai industri bidang jasa. Pada model tersebut, peran siswa dapat dipadankan dengan konsumen. Karenanya, ada peluang untuk menerapkan CRM dalam dunia pendidikan. Oleh karena itu, penelitian dilakukan untuk mengembangkan aplikasi student relationship management untuk Universitas Surabaya yang mencakup rekomendasi beasiswa dan acara, pengingat event, dan perekrutan panitia. Aplikasi yang dikembangkan menggunakan platform web dan pembuatan rekomendasi dilakukan dengan algoritma machine learning yaitu random forest, deep learning, dan stacked ensemble. Berdasarkan hasil uji coba dan validasi, aplikasi tersebut dapat membantu mahasiswa mengetahui informasi seperti beasiswa yang dapat diperoleh dan kegiatan yang dapat diikuti. Dengan demikian, ketika kepuasan mahasiswa terhadap layanan yang diberikan oleh universitas meningkat, maka hubungan baik antara penyedia jasa, dalam hal ini universitas, dan konsumennya, dalam hal ini mahasiswa, dapat dijaga.

References

Soesiano, D. (2015). Pembuatan Sistem Informasi Manajemen Hubungan Pelanggan pada Salon X Berbasis Web [Tugas Akhir]. Surabaya, Jawa Timur: Perpustakaan Universitas Surabaya.

Tiono, W.J.H. (2015). Pembuatan Sistem Informasi Manajemen Hubungan Pelanggan Apotek X Berbasis Web [Tugas Akhir]. Surabaya, Jawa Timur: Perpustakaan Universitas Surabaya.

Winarta, E.F. (2017). Customer Relationship Management pada PhotoStudio X Berbasis Website [Tugas Akhir]. Surabaya, Jawa Timur: Perpustakaan Universitas Surabaya.

Seeman, E.D. & O’Hara, M. (2006). Customer Relationship Management In Higher Education: Using Information Systems To Improve The Student-School Relationship. Campus-Wide Information Systems, 23(1), pp. 24-34. DOI:10.1108/10650740610639714.

Wali, A.F. & Wright, L.T. (2016). Customer Relationship Management And Service Quality: Influences In Higher Education. Journal of Customer Behaviour, Vol. 15(1), pp. 67-79, http://dx.doi.org/10.1362/147539216X14594362873532

Rigo, G.E., Pedron, D.C., Caldeira, M. & Silva de Araújo, C.C. (2016). CRM Adoption in a Higher Education Institution. JISTEM: Journal of Information Systems and Technology Management, Vol. 13(1), pp. 45-60. DOI: 10.4301/S1807-17752016000100003

Buttle, F. (2009). Customer Relationship Management: Concept and Technologies. Burlington, Massachusetts: Elsevier Ltd.

Ali, J., Khan, R., Ahmad, N. & Masqood, I. (2012). Random Forest and Decision Trees. Diakses dari: https://pdfs.semanticscholar.org/959a/8e906ee26b940374b719253c8e188ed78fd3.pdf

Schmidhuber, J. (2015). Deep Learning in Neural Networks: An Overview. Neural Networks, Vol. 61(1), pp. 85-117. DOI:10.1016/j.neunet.2014.09.003

Pernía-Espinoza A., Fernandez-Ceniceros, J., Antonanzas, J., Urraca, R. & Martinez-de-Pison, F.J., (2018). Stacking Ensemble With Parsimonious Base Models To Improve Generalization Capability In The Characterization Of Steel Bolted Components. Applied Soft Computing, Vol 70(1), pp. 737-750. DOI: 10.1016/j.asoc.2018.06.005.

Patni, S. (2017). Pro RESTful APIs: Design, Build and Integrate with REST, JSON, XML and JAX-RS. Santa Clara, California: Apress Media

Ricci, F., Rokach, L., Shapira, B. & Kantor, P. (2011). Recommender System Handbook. New York City, New York: Springer.

Grus, J. (2015). Data Science from Scratch - First Principles with Python. Sebastopol, California: O’Reilly Media.

Efron, B. & Tibshirani, R. (1997). Improvements on Cross-Validation: The 632+Bootstrap Method. Journal of the American Statistical Association, Vol. 92(1), pp. 548-560. DOI: 10.1080/01621459.1997.10474007.

Published
2020-07-13
Section
Articles