Penentuan Bahan-Bahan Produk Dengan Pendekatan Customer Relationship Management (CRM) Di CV. Rizkia Multi Abadi

CV. Rizkia Multi Abadi adalah perusahaan yang bergerak di bidang jasa, supplier, perdagangan bahan baku fiberglass seperti amplas, resin, met, katalis, stirin dan lainnya, Serta memproduksi produk yang terbuat dari bahan baku fiberglass seperti aksesoris mobil, aksesoris motor, gypsum atau list, dan bak penampungan air. Kurangnya pengetahuan karyawan tentang kualitas bahan baku membuat direktur sulit dalam menentukan rekomendasi kualitas bahan baku yang sesuai dengan kualitas yang pelanggan inginkan. Banyaknya produk yang dijual juga menimbulkan masalah baru, misalnya terjadi penumpukan produk yang kurang laku dijual dan mengakibatkan banyak produk yang mulai rusak. Berdasarkan permasalahan yang terjadi di CV. Rizkia Multi Abadi , pemecah solusinya adalah bagaimana membangun sistem informasi untuk menangani masalah rekomendasi bahan baku dan rekomendasi produk metode yang digunakan untuk menentukan rekomendasi bahan baku yaitu metode naïve bayes, sedangkan untuk menentukan rekomendasi produk menggunakan metode nearest neighbor. Naïve bayes adalah suatu metode pengklasifikasian paling sederhana dengan menggunakan peluang yang ada, dimana diasumsikan bahwa setiap variable X bersifat bebas (independence). Metode nearest neighbor merupakan sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Berdasarkan hasil pengujian black box dan pengujian beta yang telah dilakukan,dapat disimpulkan bahwa sistem inisudah lulus uji fungsionalitas dan mampu membantu direktur CV. Rizkia Multi Abadi dalam menentukan rekomendasi bahan baku dan rekomendasi produk kepada pelanggan untuk menyelesaikan permasalahan yang ada.

CV. Rizkia Multi Abadi is a company engaged in the service, suppliers, raw material trading fiberglass like sandpaper, resin, meth, catalysts, Stirin and others, as well as producing products made from raw materials fiberglass such as car accessories, motorcycle accessories, gypsum or list, and water reservoirs. Lack of knowledge of employees about the quality of the raw material makes it difficult to determine recommendations director of quality raw materials in accordance with the quality that customers want. The number of products sold also raises new issues, such as the accumulation of poor product sold and resulted in a lot of products that are beginning to fail. Based on the issues raised in the CV. Rizkia Multi Abadi, solver solution is how to build an information system to deal with the problem on raw material and product recommendation method used to determine the recommendation of raw material ie naïve Bayes methods, while to determine product recommendations using the nearest neighbor method. Naïve Bayes classification is the simplest method by using the existing opportunities, where it is assumed that every variable X is free (independence). Nearest neighbor method is a method to perform the classification of objects based on the learning data that were located closest to the object. Based on the results of black box testing and beta testing has been done, it can be concluded that the system functionality inisudah passed the test and was able to help the director CV. Rizkia Multi Abadi in determining recommendations raw material and product recommendations to customers to solve existing problems.