Oleh I Putu Agus Hendra Krisnawan 07.41010.0096

1. RANCANG BANGUN SISTEM PENGELOMPOKAN PELANGGAN POTENSIAL MENGGUNAKAN METODE K-MEANS UNTUK PROMOSI PAKET WISATA (STUDI KASUS PT. BALI SINAR MENTARI) Oleh I PutuAgusHendraKrisnawan 07.41010.0096

2. LatarBelakang • PaketWisata • Pelanggan • SistemPengelompokanPelangganPotensialMenggunakanMetode • K-means • Manager

3. PerumusanMasalah Bagaimanamerancangdanmembangunsistempengelompokanpelangganpotensialmenggunakanmetodek-meansuntukpromosipaketwisata (studikasus PT. Bali SinarMentari).

4. BatasanMasalah • Pembuatantugasakhirinimengambilstudikasuspada PT. Bali SinarMentari. • Paketwisata yang disediakanperusahaanhanyauntukwisatadidaerah Bali. • Tidakmembahasprosespemesanandanpenjualanpaketwisatasertapembuatanlaporankeuangan. • Sisteminihanyamembahasproses input data transaksipenjualanjasa, pendaftaranpelanggan, pembuatanpaketwisata.

5. BatasanMasalah • Pengelompokankategoripaketwisataditentukanolehmanajemen PT. Bali SinarMentari. • Pelanggan yang dikelompokanadalahpelanggan yang telahterdaftarsebelumnyadanpernahmemakaijasaperusahaaninisertaharusmemilikie-mail. • Layanane-mail hanyamencakuppemberianpromosikepadapelanggan. • Aplikasiiniberbasisdekstopdan bahasa pemrograman yang digunakan adalah Visual Basic.Net 2005 dan Microsoft SQL Server 2005 sebagai basis datanya.

6. Tujuan TujuanpadaTugasAkhiriniadalahmenghasilkansistempengelompokanpelangganpotensialmenggunakanmetodek-meansuntukpromosipaketwisata (studikasus PT. Bali SinarMentari).

7. LandasanTeori • SistemInformasi • Sistem • Informasi • SistemInformasi Data Informasi Proses KomponenSistem Informasi Data

8. LandasanTeori • SistemPendukungKeputusan • FasePengambilanKeputusan • KerangkaKerja SPK Intellligence Design Choice Terstruktur Tak Terstruktur Semi Terstruktur

9. LandasanTeori • Data Mining • ProsesdalamKnowledge Discovery Selection Prepocessing Transformation Data Mining Interpretation and evaluation

10. LandasanTeori • Clustering • K-Means Clustering • Eucledian Distance = Ya MenentukanJumlahCluster HitungCentroid Mulai AdaObjekBerpindahKelompok? HitungJarakObjekkeCentroid PengelompokanBerdasarkanJarakTerdekat Tidak Selesai

11. PerancanganSistem • System Flow • Diagram Berjenjang • Data Flow Diagram (DFD) • Conceptual Data Model (CDM) • Physical Data Model (PDM)

12. Demo Aplikasi . . .

13. Kesimpulan • PengelompokanpelangganmenggunakanmetodeK-Means Clustering dapatditerapkandenganbaikdandapatmenghasilkanpelanggan yang potensialpadasistempengelompokanpelangganpotensialmenggunakanmetodek-meansuntukpromosipaketwisata (studikasus PT. Bali SinarMentari). • Sistempengelompokanpelangganpotensialmenggunakanmetodek-meansuntukpromosipaketwisata (studikasus PT. Bali SinarMentari) mampumengirimkanpromosipaketwisatakepadapelangganpotensialmenggunakanemail.

14. Saran • Sistempengelompokanpelangganinidapatdiintegrasikandengansisteminformasi yang lain pada PT. Bali SinarMentari. Sehingganantinyamasing-masingsistemdapatsalingbertukar data, agar data padasisteminidapatdigunakanuntukkeperluan lain. • MetodeK-Means Clustering merupakansalahsatumetodedarisekianbanyakmetodepengelompokan data yang ada. Untukitu, tidakmenutupkemungkinanadanyametode yang lebihbaikjikadibandingkandenganmetodeK-Means Clustering ini, untukkemudiandapatdikembangkandalampenelitianselanjutnya.

15. TerimaKasih . . .