Rancang Bangun Dashboard Leadsup Berbasis Predictive Lead Scoring untuk Penentuan Target Nasabah

ROKHIMAH, Sendi Ainur and Charolina, Astri and Al Haris, Firdhaus Hari Saputro (2026) Rancang Bangun Dashboard Leadsup Berbasis Predictive Lead Scoring untuk Penentuan Target Nasabah. Smart Comp: Jurnalnya Orang Pintar Komputer, 15 (3). pp. 690-701. ISSN 2549-0796

	Text SENDI AINUR ROKHIMAH_HAL. AWAL_2022061039.pdf Download (2MB)
	Text SENDI AINUR ROKHIMAH_BAB I-II_2022061039.pdf Download (2MB)
	Text SENDI AINUR ROKHIMAH_BAB III-IV_2022061039.pdf Restricted to Repository staff only Download (5MB) | Request a copy
	Text SENDI AINUR ROKHIMAH_BAB V_2022061039.pdf Download (1MB)
	Text SENDI AINUR ROKHIMAH_Daftar Pustaka_2022061039.pdf Download (1MB)
	Text SENDI AINUR ROKHIMAH_Lampiran_2022061039.pdf Download (2MB)

Abstract

Seiring dengan perkembangan teknologi digital, perbankan perlu secara konsisten melakukan inovasi dengan beralih dari metode pemasaran konvensional yang bersifat satu arah ke pendekatan yang lebih personal dan berbasis data. Pada realitasnya, masih terdapat ketidakefektifan dalam outbound call perbankan yang melakukan seleksi nasabah secara acak. Situasi ini mengakibatkan rendahnya angka konversi deposito berjangka dan tingginya biaya operasional karena tim penjualan menghabiskan waktu pada nasabah yang tidak memiliki prospek. Tujuan penelitian merancang dan membangun dashboard LeadsUp yang mengintegrasikan hasil predictive lead scoring untuk menentukan target nasabah potensial. Metode penelitian dilaksanakan melalui tiga tahapan, yaitu identifikasi masalah untuk mengurai ketidakefektifan outbound call perbankan, pengumpulan data dan literatur menggunakan Bank Marketing Dataset dari UCI Repository serta pengembangan sistem dengan menerapkan metode waterfall. Hasil penelitian berupa dashboard yang dibangun menggunakan stack teknologi React.js, Express.js, dan Supabase, yang menyediakan fitur manajemen data makro dan audit log bagi Admin, visualisasi statistik analitik performa bagi Sales. Sistem divalidasi melalui 3 metode pengujian, yaitu Black Box Testing untuk verifikasi fungsionalitas antarmuka, Postman Testing untuk menjamin stabilitas endpoint API, serta Pengujian Model berbasis algoritma Random forest yang menghasilkan tingkat akurasi klasifikasi prospek nasabah sebesar 86%. Dengan demikian, LeadsUp mampu membantu perbankan dalam meningkatkan strategi pemasaran melalui penentuan target nasabah berbasis data.

Actions (login required)

View Item