Sistem Prediksi Transaksi Nasabah Bank Swasta Memanfaatkan Fuzzy Time Interval Sequential Pattern Mining
DOI:
https://doi.org/10.34148/teknika.v7i1.89Keywords:
Fuzzy, Fuzzy Time Interval Sequential Pattern, Momen, TransaksiAbstract
Layanan perbankan saat ini memang dirancang sebagai salah satu cara untuk memuaskan para nasabah. Pelayanan operasional adalah pelayanan yang penting karena terjadi secara langsung. Kebutuhan seorang nasabah yang terjadi sewaktu-waktu sehingga bank harus siap dalam hal dana tunai. Transaksi yang terjadi pada sebuah bank tidak dapat diprediksi dengan kasat mata dikarenakan situasi dan kondisi perekonomian yang labil sehingga bank harus memperhatikan jumlah dana tunai yang tersedia. Oleh sebab itu perlu dibangun sebuah sistem prediksi yang dapat memprediksi transaksi nasabah guna untuk mengetahui pada saat momen apa, transaksi apa yang akan dilakukan serta dalam waktu atau tempo yang sebentar, sedang atau lama transaksi kedua akan dilakukan. Sistem ini menggunakan metode fuzzy time interval sequential pattern yang dapat memprediksi transaksi nasabah dikolaborasi dengan momen.
Downloads
References
Aggarwal, C. C., & Han, J. (Eds.). (2014). Frequent Pattern Mining. Springer.
Kenmogne, E. B. (2016). The Impact of the Pattern-Growth Ordering on the Performances of Pattern Growth-Based Sequential Pattern Mining Algorithms. Computer and Information Science, 10(1), 23.
Aggarwal, C. C. (2015). Data Mining: The Textbook. Springer.
Fradkin, D., & Mörchen, F. (2015). Mining Sequential Patterns for Classification. Knowledge and Information Systems, 45(3), 731-749.
Straccia, U. (2016). Foundations of Fuzzy Logic and Semantic Web Languages. Chapman and Hall/CRC.
Zabihi, F., Ramezan, M., Pedram, M. M., & Memariani, A. (2011). Rule Extraction For Blood Donators With Fuzzy Sequential Pattern Mining. The Journal of Mathematics and Computer Science, 2(I).
Chueh, H. E. (2010). Mining Target-Oriented Sequential Patterns With Time-Intervals. arXiv preprint arXiv:1009.0929.
Huang, T. C. K. (2012). Mining The Change Of Customer Behavior In Fuzzy Time-Interval Sequential Patterns. Applied Soft Computing, 12(3), 1068-1086.
Chen, Y. L., & Huang, T. K. (2005). Discovering Fuzzy Time-Interval Sequential Patterns In Sequence Databases. IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), 35(5), 959-972.
