Rancang Bangun System Predictive Lead Scoring (Prospecta) untuk Menentukan Prospek Nasabah Deposito Berjangka Menggunakan Next.jS

LESTARI, Azizun Fathin Wahyu and Al Haris, Firdhaus Hari Saputro and Ruswanti, Diyah (2026) Rancang Bangun System Predictive Lead Scoring (Prospecta) untuk Menentukan Prospek Nasabah Deposito Berjangka Menggunakan Next.jS. Smart Comp : Jurnalnya Orang Pintar Komputer, 15 (3). pp. 679-689. ISSN 2549-0796

[img] Text
Azizun Fathin Wahyu Lestari_Hal. Awal_2022061004.pdf

Download (1MB)
[img] Text
Azizun Fathin Wahyu Lestari_BAB I-II_2022061004.pdf

Download (727kB)
[img] Text
Azizun Fathin Wahyu Lestari_BAB III-IV_2022061004.pdf
Restricted to Repository staff only

Download (5MB) | Request a copy
[img] Text
Azizun Fathin Wahyu Lestari_BAB V_2022061004.pdf

Download (407kB)
[img] Text
Azizun Fathin Wahyu Lestari_Daftar Pustaka_2022061004.pdf

Download (402kB)
[img] Text
Azizun Fathin Wahyu Lestari_Lampiran_2022061004.pdf

Download (1MB)
Official URL: https://ejournal.poltekharber.ac.id/index.php/smar...

Abstract

Perkembangan teknologi informasi di sektor perbankan mendorong pemanfaatan data nasabah secara optimal untuk mendukung pengambilan keputusan berbasis data. Salah satu permasalahan yang dihadapi adalah kondisi lead overload, di mana jumlah calon nasabah tidak sebanding dengan kemampuan tim sales dalam melakukan tindak lanjut, sehingga pemasaran menjadi kurang efektif. Penelitian ini bertujuan untuk mengembangkan sistem predictive lead scoring (PROSPECTA) berbasis web yang mampu membantu proses prioritas prospek nasabah deposito berjangka. Metode penelitian yang digunakan meliputi observasi, studi literatur, dan metode pengembangan sistem waterfall. Proses pengolahan data dilakukan menggunakan preprocessing robust scaler untuk menstabilkan skala data, serta penerapan algoritma random forest dalam membangun model prediksi. Sistem diimplementasikan dalam bentuk dashboard menggunakan Next.js yang menyajikan hasil prediksi probabilitas secara informatif. Hasil pengujian menunjukkan bahwa model memiliki tingkat akurasi sebesar 93%, serta seluruh fitur berjalan dengan baik berdasarkan pengujian black box testing dan API menggunakan Postman. Dengan demikian, PROSPECTA mampu mendukung efektivitas kerja tim sales dalam menentukan prioritas prospek serta meningkatkan efisiensi pemasaran berbasis data.

Item Type: Article
Additional Information: Non Skripsi MSIB
Uncontrolled Keywords: Deposito Berjangka, Machine Learning, Next.js, Perbankan, Predictive Lead Scoring, Random Forest
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Sains, Teknologi dan Kesehatan > Informatika
Depositing User: Azizun Fathin Wahyu Lestari
Date Deposited: 30 Sep 2026 03:37
Last Modified: 30 Sep 2026 03:37
URI: https://repository.usahidsolo.ac.id/id/eprint/4260

Actions (login required)

View Item View Item