MEYLINDRA ARINI PERMATADEVI Dosen Pembimbing: Rully Agus Hendrawan, S.Kom, M.Eng Irmasari Hafidz, S.Kom, M.Sc

Transkripsi

1 KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K- MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO) MEYLINDRA ARINI PERMATADEVI Dosen Pembimbing: Rully Agus Hendrawan, S.Kom, M.Eng Irmasari Hafidz, S.Kom, M.Sc

2 KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO) PENDAHULUAN

3 Latar Belakang Perusahaan sering mengalami kerugian karena memiliki sistem pengklasifikasian yang belum tepat Tahun Bulan Jumlah Pelanggan fraud Total Kerugian (Rp) 2011 Januari Februari Maret April Mei Juni Juli TOTAL KERUGIAN (Rp)

4 Perumusan Masalah Berdasarkan latar belakang masalah yang telah dijelaskan, maka rumusan masalah pada tugas akhir ini adalah bagaimana membuat suatu pengelompokan pelanggan bedasarakan call detail record yang dimiliki oleh perusahaan, sehingga dapat diketahui karateristik pemakaian pelanggannya

5 Batasan Masalah Data yang digunakan untuk tugas akhr ini yaitu CDR (Call Detail Record) pada tahun 2012 (bulan agustus, september, oktober, november), yang dimana spesifikasi variabel zone, a number, b number, pulsa, durasi, waktu, kateori, jarak Studi kasus pada tugas akhir ini berada di PT Telkom wilayah Mojokerto. Data yang penulis analisa merupakan data random diambil dan dipilihkan oleh pihak perusahaan Penghitungan klustering metode SOM dan kmeans meggunakan bantuan software matlab

6 Tujuan Tugas Akhir Berdasarkan permasalahan yang telah disebutkan di atas, maka tujuan dari tugas akhir ini adalah membuat suatu pengklasifikasian pelanggan untuk mengelompokkan pelanggan berdasarkan karakteristik yang dimilikinya dengan menggunakan metode SOM dan K-Means.

7 Manfaat Tugas Akhir Membantu manajemen perusahaan untuk dapat mengetahui kategori pemakaian jenis telepon yang sering dilakukan pelanggan Membantu manajemen dalam memberikan informasi yang dapat digunakan untuk menentukan strategi yang berkaitan dengan peningkatan kualitas pelayanan. Sehingga kepuasan pelanggan dapat ditingkatkan serta kredibilitas dan kepercayaan pelanggan dapat dibangun dengan lebih baik.

8 KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO) METODOLOGI

9 Flowchart Pelaksanaan Tugas Akhir Call detail Record Pengambilan dan pembersihan melalui Call Data Server Self Organizing Maps (SOM) cluster Tidak Jumlah Kluster yang didapat Validasi RMSSTD Kluster yang memiliki nilai RMSSTD terendah menjadi centroid pada kmeans K-means cluster Hasil Kluster k- means Validasi Davies Bouldin index Apakah hasil telah valid YA Melakukan uji verifikasi Melakukan Analisa Data Hasil Analisa

10 Proses Pelaksanaan Tugas Akhir Identifikasi Permasalahan Melakukan Brainstorming dengan pihak perusahaan Ditemukan persoalan, yaitu sistem pengklasifikasian pelanggan yang belum tepat Solusi yang ditawarkan, yakni sistem pengklasifikasian yang lebih tertata Pengumpulan Data Data yang dibutuhkan oleh penulis yaitu Call Detail Record. Data ini diambil dari divisi sentral, format dari call detail record yaitu (.tape).data yang diberikan perusahaan sudah dalam bentuk CD

11 Proses Pelaksanaan Tugas Akhir Pembersihan dan Perlengkapan Data Tahap Praproses Data CDR (Call Detail Record) Memasukkan CDR pada Call data server Data diproses pada CDS, untuk membuang outlier Data siap digunakan Identifikasi Atribut yang akan digunakan Pada tahap ini dilakukan penentuan atribut atau variable yang nantinya akan digunakan penulis dalam melakukan proses implementasi. Uji Korelasi antar Atribut

12 Proses Pelaksanaan Tugas Akhir Tahap Pelaksanaan Algoritma Data Uji Validasi SOM Cluster Hasil terbaik akan dijadikan centroid untuk k-means Penyusunan Dokumen Tugas Akhir K-MEANS

13 KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO) PENGOLAHAN DATA DAN IMPLEMENTASI

14 Proses Pembersihan Data Proses pembersihan data Data mentah dalam bentuk CD yang berformat AMA.tape CDR terhubung ke dalam Call Data Server Setelah itu data di convert menjadi excel Melakukan pembersihan data dari data-data yang menyimpang Hasil Dari Pembersihan Data

15 Penjelasan Variabel dan Uji Korelasi Penjelasan Variabel Nama Tabel Keterangan Zone Data yang menunjukkan kategori tujuan nomor telepon yang akan di tuju olehpelanggan Jarak Data personal pelanggan yang menunjukkan seberapa jauh nomor telpon yang akan dituju oleh pelanggan Kategori Data personal pelanggan yang menunjukkan jenis telepon yang di gunakan oleh nomor yang dituju pelanggan A_number Pulsa Durasi Time B_number Date Nomor telepon pelanggan Besaran yang digunakan dalam mengukur a_number dan b_number Waktu yang dihabiskan dari a_number ke b_number Menit yang dihabiskan daria_number ke b_number Nomor telepon yang dituju pelanggan Tanggal proses transaksi telepon

16 Penjelasan Variabel dan Uji Korelasi Uji Korelasi Hasil dari Uji Korelasi Nama Tabel Keterangan Zone Data yang menunjukkan kategori tujuan nomor telepon yang akan di tuju oleh pelanggan Jarak Data personal pelanggan yang menunjukkan seberapa jauh nomor telpon yang akan dituju oleh pelanggan Kategori Data personal pelanggan yang menunjukkan jenis telepon yang di gunakan oleh nomor yang dituju pelanggan Pulsa Besaran yang digunakan dalam mengukur a_number dan b_number

17 Algoritma SOM Merubah Nilai Variabel Standarisasi Data

18 Algoritma SOM Insialisasi Weight Hasil Algoritma SOM

19 Hasil Algoritma SOM Hasil dari algoritma SOM Kluster 2 Kluster 3 Kluster 4 Kluster 5 Kluster 6 Jumlah Kluster Jumlah Kluster Jumlah Kluster Jumlah Kluster Jumlah Kluster

20 Validasi RMSSTD Untuk mencari nilai RMSSTD Hasil RMSSTD RMSSTD Nilai Kluster Kluster Kluster Kluster Kluster

21 Algoritma Kmeans Ketik Pada Matlab [klaster, ctrs]=kmeans(data,3) Hasil Algoritma Kmeans

22 KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO) ANALISA

23 Uji Verifikasi Sistem Studi Kasus : Kelompok Swadaya Masyarakat Hasil :

24 Uji Verifikasi Kluster SOM Algoritma QE TE SOM (72,4%) (54,3%) SOM+kmean s (28,4%) (1,8%) SOM+Kmeans

25 Validasi Davies Bouldin Index Validasi DBI Klaster Nilai DBI SOM SOM + Kmeans Sehingga dapat disimpulkan bahwa kluster yang paling optimal. Yaitu Kluster kombinasi SOM dan Kmeans

26 Hasil Perbandingan sistem lama dengan baru SOM +Kmeans Kesalahan Perumahan Governance Bisnis Hasil Algoritma SOM+Kmeans Kluster 1 Kluster 2 Kluster 3 Hasil Kluster Hasil Kluster Hasil Kluster

27 Analisa bedasarkan hasil kluster Klaster Karakteristik Klaster 1 - Pelanggan pada klaster 1, lebih sering menggunakan telepon pada zona 1 - Pemakaian pulsa yang dihabiskan pada tipe pelanggan kluster 1 yaitu, 10 - Pelanggan kluster 1, lebih sering menggunakan untuk menelpon pada jarak kurang dari 30 km ( di dalam kota) - Pelanggan pada kluster 1 lebih banyak penggunaannya pada telepon local yang artinya pelanggan lebih sering menggunakan untuk menelpon konsumen yang menggunakan produk Telkom. Klaster 2 - Pelanggan pada tipe kluster 2 lebih sering menggunakan transaksi telepon pada zona 3 - Pemakaian pulsa yang dihabiskan pelanggan kluster 2 yaitu sebanyak Pelanggan pada kluster 2 sering menggunakan telepon dengan tujuan yang mempunyai jarak lebih dari 50 km - Pelanggan pada kluster 2 lebih banyak penggunaannya pada telepon local, yang artinya penggunaan transaksi telepon yang dituju menggunakan produk Telkom Klaster 3 - Pelanggan pada kluster 33 lebih sering penggunaanya pada zona 33 - Pemakaian pulsa yang dihabiskan pada kluster 3 yaitu Pelanggan sering menggunakan transaksi telepon pada jarak lebih dari 50 km - Pelanggan pada kluster 3, melakukan transaksi telepon dengan tujuan nomer operator bukan milik Telkom ( operator telepon lain)

28 Analisa dengan Perusahaan Klaster Karakteristik Klaster 1 - Pelanggan pada klaster 1, lebih sering menggunakan telepon pada zona 1 - Pemakaian pulsa yang dihabiskan pada tipe pelanggan kluster 1 yaitu, Pelanggan kluster 1, lebih sering menggunakan untuk menelpon pada jarak kurang dari 30 km ( di dalam kota) - Pelanggan pada kluster 1 lebih banyak penggunaannya pada telepon local yang artinya pelanggan lebih sering menggunakan untuk menelpon konsumen yang menggunakan produk Telkom. Dari hasil analisa dari perusahaan kluster 1 tergolong pelanggan tipe sederhana/tembaga, yang disebut pelanggan tipe perumahan.hal ini didasarkan dari beberapa karakter yang begitu menunjang, yaitu : 1. Penggunaan pulsa yang mayoritas kurang dari Dari zona yang digunakan, mayoritas menggunakan zona 1 yang bearti pelanggan selalu menggunakan telepon secara local dan berkoridor pada produk Telkom

29 Analisa dengan Perusahaan Kluster Karateristik Klaster 2 - Pelanggan pada tipe kluster 2 lebih sering menggunakan transaksi telepon pada zona 3 - Pemakaian pulsa yang dihabiskan pelanggan kluster 2 yaitu sebanyak Pelanggan pada kluster 2 sering menggunakan telepon dengan tujuan yang mempunyai jarak lebih dari 50 km - Pelanggan pada kluster 2 lebih banyak penggunaannya pada telepon local, yang artinya penggunaan transaksi telepon yang dituju menggunakan produk Telkom Dari hasil analisa dari perusahaan kluster 2 tergolong pelanggan tipe yang disebut pelanggan tipe governanace.hal ini didasarkan dari beberapa karakter yang begitu menunjang, yaitu : 1. Penggunaan pulsa diatas 10 dan tidak melebihi Dari zona yang digunakan, mayoritas menggunakan zona 3 yang bearti pelanggan selalu menggunakan telepon untuk telepon local mapaun sljj, namun tetap dalam koridor pemakain produk Telkom

30 Analisa dengan Perusahaan Kluster Karakteristik Klaster 3 - Pelanggan pada kluster 33 lebih sering penggunaanya pada zona 33 - Pemakaian pulsa yang dihabiskan pada kluster 3 yaitu lebih dari Pelanggan sering menggunakan transaksi telepon pada jarak lebih dari 50 km - Pelanggan pada kluster 3, melakukan transaksi telepon dengan tujuan nomer operator bukan milik Telkom ( operator telepon lain) Dari hasil analisa dari perusahaan kluster 3 tergolong pelanggan VIP/silver, yang disebut pelanggan tipe bisnis.hal ini didasarkan dari beberapa karakter yang begitu menunjang, yaitu : 1. Penggunaan pulsa yang melebihi Dari zona yang digunakan, mayoritas menggunakan zona 33 yang bearti pelanggan selalu menggunakan telepon dengan jarak jauh ( meliputi SLJJ, SLI) dengan tujuan ke operator lain

31 KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO) KESIMPULAN

32 KESIMPULAN Hasil dari pengklasifikasian pelanggan adalah sebagai berikut: 1. Tipe pelanggan kluster 1 Bedasarkan hasil analisa, tipe pelanggan kluster 1 termasuk kategori pelanggan perumahan/ kelas platinum, karena sifatnya yang hanya menghabiskan pulsa sedikit, dan lebih cenderung penggunaan teleponnya pada sesama pengguna produk telkom 2. Tipe pelanggan kluster 2 Bedasarkan hasil analisa, tipe pelanggan kluster 2 termasuk kategori pelanggan governance/ kelas Gold. Karena sifatnya penggunaan pulsa dikategori sedang (tidak terlalu banyak dan sedikit), dan lebih cenderung penggunaan teleponnya pada sesama konsumen pengguna produk telkom 3. Tipe pelanggan kluster 3 Bedasarkan hasil analisa, tipe pelanggan kluster 3 termasuk kategori pelanggan bisnis/ kelas silver, karena sifatnya yang sering menghabiskan pulsa diatas 100.

33 SARAN saran dalam pengembangan kedepannya diharapkan penelitian ini : 1. Sebaiknya tujuan dari penelitian yang berhubungan dengan call detail record dapat lebih dikembangkan lagi. 2. Sebaiknya variabel yan didapatkan dapat lebih bervariasi dengan melakukan survey kepada para pelanggan perusahaan 3. Sebaiknya dilakukan pembuatan aplikasi yang dapat melakukan inputa terutama untuk metode SOM secara otomatis 4. Sebaiknya dilakukan perhitungan dengan menggunakan uji verifikasi dan validasi yang berbeda.

34 KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO) TERIMAKASIH