DETAIL KOLEKSI

Usulan sistem intelejensia bisnis untuk peningkatan kualitas pelayanan menggunakan integrasi qfd, servqual, dan kano model pada PT. Garuda Ondonesia (persero) tbk


Oleh : M. Andika Firmansyah

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2016

Pembimbing 1 : Rina Fitriana

Pembimbing 2 : Johnson Saragih

Subyek : Transportation;Business - transportation;Industrial management

Kata Kunci : business intelligence system, service quality, qfd integration, servqual

Status Posting : Published

Status : Lengkap


File Repositori
No. Nama File Hal. Link
1. 2016_TA_TI_06312098_1_Halaman-Judul.pdf
2. 2016_TA_TI_06312098_2_Bab-1.pdf
3. 2016_TA_TI_06312098_3_Bab-2.pdf
4. 2016_TA_TI_06312098_4_Bab-3.pdf
5. 2016_TA_TI_06312098_5_Bab-4.pdf
6. 2016_TA_TI_06312098_6_Bab-5.pdf
7. 2016_TA_TI_06312098_7_Bab-6.pdf
8. 2016_TA_TI_06312098_8_Daftar-Pustaka.pdf

P PT. Garuda Indonesia (PERSERO) TBK. merupakan salah satu perusahaan di Indonesia yang bergerak pada bidang transportasi udara baik domestik maupun internasional. Objek dan penelitian ini adalah penerbangan Jakarta — Surabaya dan sebaliknya. Penelitian ini memiliki tujuan untuk pembuatan model sistem injelijensia bisnis untuk mengukur tingkat kepuasan pelanggan pada penerbangan Jakarta - Surabaya. Penelitian dilakukan berdasarkan hasil data penyebaran kuesioner pada periode Januari hingga Desember 2015, dimana didapatkan rerata tingkat kepuasan berada pada posisi puas dengan nilai 55,64% pada penerbangan Jakarta — Surabaya dan 60,69% pada penerbangan Surabaya — Jakarta. Pada penelitian ini membahas mengenai analisis kepuasan pelanggan dengan menggunakan metode Service Quality dan analisi klasifikasi atribut berdasarkan prioritas dengan menggunakan metode Kano Model yang kemudian diintegrasikan ke dalam Model Quality Function Deployment dengan tools House of Quality untuk mendapatkan prosedur kualitas dan prioritas dan prosedur kualitas itu dengan menggunakan kombinasi metode untuk pengembangan Model Business intelligence (BI). Metode yang digunakan untuk pengembangan sistem intelijensia bisnis adalah Unified Modeling Language (UML), On Line Analytical Processing (OLAP), Extract, Transform, Loading (ETL) dan Data Warehousing. Penelitian ini dimulai dengan mengidentifikasi atribut pelayanan dengan cara wawancara yang kemusidan disebar ke responden dengan menggunakan kuesioner dan mendapatkan Gap Score rata-rata pada penerbangan Jakarta —Surabaya sebesar - 0,215 dan pada penerbangan Surabaya — Jakarta sebesar - 0,189 kemudian dan Kano Model didapatkan 9 atribut masuk klasifikasi Must Be, 6 atribut masuk klasifikasi Perfomance dan 7 atribut masuk klasifikasi Delighter, kemudian dilakukan penyusunan House of Quality dengan hasil kesimpulan faktor yang paling dominan adalah masalah komunikasi dengan konsumen. Data tingkat kepuasan yang didapatkan dan penyebaran kuesioner digunakan pula pada penelitian ini dengan menggunakan Data Mining menggunakan metode Bayes, tahap awal dan metode Bayes pada Data Mining adalah dengan mencari probabilitas prior dan klasifikasi tingkat kepuasan pelayanan pelanggan, kemudian mencari probabilitas keterkaitan tiap-tiap atribut dengan klasifikasi. setelah itu melakukan perhitungan probabilitas posterior, dengan hasil probabilitas posterior terbesar berada pada klasifikasi puas. Disain BI berisi sub model kualitas dan CRM (Customer Relationship Management). Sub model kualitas berdasarkan integrasi Quality Function Deployment (QFD), dan Service Quality. Dalam sub model CRM dengan Kano Model dengan pembagian klasifikasi kategori tiap atribut.

P PT. Garuda Indonesia (PERSERO) TBK. Is one of the companies in Indonesia engaged in the field of air transport both domestic and international. Objects and research is the flight Jakarta - Surabaya and vice versa. This research has purpose for making business injelijensia model system to measure customer satisfaction level on Jakarta - Surabaya flight. The research was conducted based on the data of questionnaires distribution in the period of January to December 2015, where the satisfaction rate was found to be satisfied with the value of 55,64% in Jakarta - Surabaya flight and 60,69% in Surabaya - Jakarta flight. This study discusses customer satisfaction analysis using Service Quality method and classification analysis of attribute based on priority by using Kano Model method which is then integrated into Quality Function Deployment Model with House of Quality tools to get quality and priority procedures and quality procedures using a combination of methods for the development of the Business intelligence (BI) Model. The methods used for the development of business intelligence systems are Unified Modeling Language (UML), On Line Analytical Processing (OLAP), Extract, Transform, Loading (ETL) and Data Warehousing. This study started by identifying service attributes by interviewing the kemusidan distributed to the respondents by using the questionnaire and get the average Gap Score on the flight Jakarta -Surabaya amounted to 0.215 and on the Surabaya-Jakarta flight of 0.189 then and Kano Model obtained 9 attributes entry Must Be classification, 6 attributes entered classification Perfomance and 7 attributes into classification Delighter, then done House of Quality compilation with the conclusion of the most dominant factor is the communication with consumers. The data of satisfaction level obtained and the spread of questionnaires is also used in this study by using Data Mining using Bayes method, the initial stage and Bayes method in Data Mining is to find the prior probability and classification of customer service satisfaction level, then look for probability of linking each attribute with classification. thereafter performing a posterior probability calculation, with the greatest posterior probability outcome being in satisfied classification. The BI design contains a quality sub-model and CRM (Customer Relationship Management). Quality sub-model based on Quality Function Deployment (QFD) integration, and Service Quality. In the CRM sub model with Kano Model with the classification division of each attribute category.

Bagaimana Anda menilai Koleksi ini ?