BAB I PENDAHULUAN 1.1 Latar Belakang Internet saat ini merupakan kebutuhan pokok yang tidak bisa dipisahkan dari segenap sendi kehidupan. Berbagai pekerjaan ataupun kebutuhan dapat dilakukan melalui media internet, mulai dari sekedar browsing untuk mencari informasi, chatting, sampai dengan bisnis (commerce). Kebutuhan terhadap akses informasi yang cepat dan update merupakan salah satu tuntutan dari suatu perusahaan karena layanan internet menjadi penunjang strategis bagi proses bisnis pada sebuah perusahaan. Oleh karena itu, kebutuhan akan perusahaan penyedia jasa layanan internet menjadi semakin meningkat dengan berbagai layanan internet yang ditawarkan pada sebuah perusahaan. Internet Service Provider (ISP) atau lebih dikenal dengan provider internet adalah badan usaha yang menyediakan layanan jasa koneksi internet kepada pelanggan yang sifatnya individu maupun korporat. Saat ini teknologi yang digunakan berkembang tidak hanya dengan menggunakan jaringan telepon, tetapi juga menggunakan teknologi seperti fiber optic dan wireless (Amin, 2015). Persaingan dalam bisnis penyedia jasa layanan internet semakin ketat seiring dengan meningkatnya permintaan akan jasa layanan tersebut. Sampai dengan September 2012 tercatat telah ada 220 perusahaan internet service provider yang beroperasi di Indonesia (Postel, 2012). PT. Time Excelindo merupakan salah satu perusahaan yang bergerak di bidang usaha penyedia jasa layanan internet (ISP) yang telah dipercaya untuk memenuhi kebutuhan layanan internet untuk segmen pasar perusahaan di Indonesia. Berdasarkan hasil wawancara dengan manajer PT. Time Excelindo diperoleh keterangan bahwa: 1) Pelanggan baru perusahaan yang mengajukan pemasangan internet mempunyai anggaran yang berbeda-beda sesuai kebutuhan masing-masing, 2) Perusahaan mengalami kesulitan dalam menentukan pelanggan baru yang menjadi prioritas yang akan dipasang layanan internet, 3) Analisis kinerja dan profit perusahaan kurang maksimal, karena belum adanya 1
2 sistem yang dapat mempermudah perusahaan untuk menentukan prioritas pelanggan baru perusahaan yang akan dipasang internet, 4) Komplain pelanggan baru sering terjadi akibat lambatnya respon perusahaan pada pelanggan baru, 5) Tidak ada informasi yang akurat yang dapat dijadikan pertimbangan dalam pengambilan keputusan mengenai prioritas pemasangan internet untuk pelanggan baru di PT. Time Excelindo, 6) Perusahaan memerlukan waktu yang lebih lama dengan mensurvey ke pelanggan baru satu-persatu, karena belum adanya program sistem yang dapat mengetahui prioritas pemasangan internet. PT. Time Excelindo mengumpulkan data pelanggan baru perusahaan melalui customer order form yang diisi oleh pelanggan sebagai bahan pertimbangan pengambilan keputusan dalam menentukan pelanggan baru yang menjadi prioritas yang akan dipasang layanan internet. Namun sejauh ini perusahaan belum mempunyai sistem yang digunakan untuk mengumpulkan data tersebut. Padahal apabila data pelanggan perusahaan dikumpulkan dan kemudian dilakukan data mining atau knowledge discovery terhadap data tersebut maka diharapkan akan memberikan informasi yang akurat dan dijadikan bahan pertimbangan dalam pengambilan keputusan oleh PT. Time Excelindo mengenai prioritas pemasangan internet untuk pelanggan baru perusahaan. Data mining (DM) adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database (Turban et al., 2005). Menurut Tan et al. (2006) data mining adalah proses untuk mendapatkan informasi yang berguna dari gudang basis data yang besar. Data mining juga dapat diartikan sebagai pengekstrakan informasi baru yang diambil dari bongkahan data besar yang membantu dalam pengambilan keputusan. Teknik data mining digunakan karena mampu mengekstrak pengetahuan dari data-data pelanggan pemasangan internet sebelumnya. Pengetahuan ini, lalu digunakan untuk menyelesaikan permasalahan. Penentuan status klasifikasi atas data pelanggan baru untuk pemasangan internet merupakan salah satu teknik yang digunakan dalam data mining, dimana pengklasifikasian merupakan kegiatan dalam mengekstrak data dan kemudian dilakukan prediksi label kategori untuk masing-masing data. Data pelanggan internet sebelumnya diproses menggunakan sebuah algoritma untuk membangun
3 model, lalu model ini digunakan untuk mengklasifikasi prioritas pemasangan internet bagi pelanggan baru perusahaan, apakah diklasifikasikan ke prioritas tinggi, prioritas sedang atau prioritas rendah. Untuk proses klasifikasi dalam data mining bisa menggunakan metode klasifikasi atau supervised learning. Klasifikasi merupakan suatu pekerjaan yang melakukan penilaian terhadap suatu objek data untuk masuk dalam suatu kelas tertentu dari sejumlah kelas yang tersedia (Prasetyo, 2012). Ada banyak teknik yang bisa dilakukan untuk melakukan klasifikasi data diantaranya adalah decision tree, bayesian classifier, bayesian belief network dan rule based classifier (Han dan Kamber, 2006). Namun untuk penelitian ini akan dikembangan sebuah sistem dengan menggunakan teknik klasifikasi naive bayes classifiers. Pendekatan ini merupakan pendekatan mengacu pada teorema bayes yang merupakan prinsip peluang statistika untuk mengkombinasikan pengetahuan sebelumnya dengan pengetahuan baru. Prinsip ini kemudian digunakan untuk memecahkan masalah klasifikasi (Tan et al., 2006). Penggunaan teknik ini didasari oleh keperluan dari sistem untuk mengetahui nilai probabilitas dari data hasil klasifikasi yang dihasilkan. Selain itu, tingginya tingkat pengajuan pemasangan internet menyebabkan meningkatkan jumlah data mengenai pelanggan baru perusahan yang jumlahnya terus meningkat hingga ratusan bahkan ribuan. Dengan demikian, dalam pengolahan data akan menghasilkan dimensi yang sangat besar. Oleh sebab itu, diperlukan algoritma yang sederhana agar proses pengolahan dapat efektif dan efesien. Penggunaan algoritma ini dinilai sesuai karena naive bayes classifier merupakan salah satu algoritma klasifikasi yang sederhana namun memiliki kemampuan dan akurasi tinggi (Rish, 2006). Berdasarkan paparan di atas, maka dalam penelitian ini dibuat sebuah sistem penentuan prioritas pemasangan internet untuk pelanggan baru perusahaan. Algortima yang digunakan dalam penelitian ini adalah naive bayes untuk klasifikasi data pelanggan pada PT. Time Excelindo yang menjadi prioritas yang akan dipasang layanan internet dengan memanfaatkan proses data mining.
4 1.2 Rumusan Masalah Berdasarkan latar belakang yang sudah diuraikan di atas, dapat dibuat suatu rumusan masalah yaitu: 1. Bagaimana membangun sebuah sistem yang dapat menentukan prioritas pemasangan internet untuk pelanggan baru perusahaan sehingga dapat dijadikan sebagai salah satu dasar pengambilan keputusan. 2. Bagaimana menerapkan algoritma naive bayes untuk mengklasifikasikan data pelanggan sehingga menghasilkan keluaran yang akurat. 1.3 Batasan Masalah Dalam pelaksanaan penelitian ini, berbagai permasalahan yang muncul dalam konteks objek yang lebih luas akan dibatasi sesuai dengan kebutuhan dan kemampuan sehingga pembahasan penelitian nantinya lebih bisa mencapai tujuan dan sasaran yang diharapkan. Dalam hal ini batasan masalah dalam penelitian ini antara lain: 1. Penelitian ini hanya meneliti tentang penentuan prioritas pemasangan internet untuk segmen perusahaan. 2. Penelitian ini menggunakan algoritma naive bayes untuk klasifikasi data pelanggan. 3. Data training dan data testing yang digunakan dalam penelitian ini adalah data pelanggan yang terdapat di PT. Time Excelindo. 4. Penentuan prioritas berdasarkan atribut yaitu jenis perusahaan, cakupan area, bandwidth, ratio, lama kontrak, biaya bulanan, dan teknologi. 1.4 Tujuan Penelitian Tujuan dari penelitian yang dilakukan adalah sebagai berikut: 1. Menghasilkan sebuah sistem yang mampu melakukan klasifikasi data pelanggan menggunakan algoritma naive bayes dalam menentukan prioritas pemasangan internet untuk pelanggan baru perusahaan. Sehingga dapat dijadikan sebagai salah satu dasar pengambilan keputusan dalam pemasangan internet.
5 2. Menghasilkan akurasi yang tepat untuk melakukan klasifikasi data pelanggan perusahaan dengan menggunakan algoritma klasifikasi naive bayes. 1.5 Manfaat Penelitian Melalui penelitian ini diharapkan dapat memberikan manfaat yaitu: 1. Dapat membantu manajer perusahaan dalam memilih pelanggan baru yang menjadi prioritas untuk dipasang internet. 2. Dapat memberikan referensi bagi studi dan penelitian selanjutnya yang meminati dan mengembangkan penelitian ini. 1.6 Keaslian Penelitian Berdasarkan penelusuran peneliti, belum ada penelitian data mining yang membahas mengenai: penentuan prioritas pemasangan internet untuk pelanggan baru perusahaan menggunakan naive bayes. Namun, terdapat penelitian terdahulu tentang topik dan metode sejenis yang dipaparkan dalam tinjauan pustaka dalam laporan penelitian ini. 1.7 Metode Penelitian Metode yang dilakukan penulis dalam melakukan penelitian untuk mendapatkan data yang lengkap dan akurat, dilakukan teknik pengumpulan data dan perhitungan dengan cara seperti pada Gambar 1.1. Mulai Pengumpulan Data Analisis & Perancangan Sistem Implementasi Selesai Penyusunan Laporan Evaluasi & Perbaikan Pengujian Gambar 1.1 Metode penelitian
6 1. Pengumpulan Data Pada tahap ini dilakukan pengumpulan data dengan cara melakukan studi pustaka, observasi, dan wawancara yang berkaitan dengan objek penelitian pada PT. Time Excelindo. a. Studi Pustaka Mempelajari literatur yang berkaitan dengan penerapan metode naïve bayes. Literatur diperoleh dari berbagai sumber antara lain laporan hasil penelitian ilmiah (tesis, disertasi atau jurnal), buku, majalah ilmiah, surat kabar, dokumen paten atau dari publikasi menggunakan media internet. b. Metode Observasi Melakukan penganalisaan terhadap objek atau bahan yang diteliti, pengamatan ini dilakukan bersamaan dengan pencarian data yang dibutuhkan. Pengambilan data pelanggan perusahaan yang berupa file excel atau hardcopy dari arsip data pelanggan PT. Time Excelindo. c. Metode Wawancara Penelitian dengan cara mewawancarai kepada narasumber untuk mendapatkan informasi yang nantinya sebagai acuan laporan penelitian. Wawancara akan dilakukan dengan beberapa pegawai dan pimpinan PT. Time Excelindo. 2. Analisis dan Perancangan Sistem Pada tahap ini, dilakukan proses analisis data yang sudah didapat dari tahap sebelumnya. Alur sistem yang akan di bangun secara garis besar bertujuan untuk menentukan kelas pada pelanggan menggunakan teknik klasifikasi data mining yaitu naive bayes untuk mencari pola prediksi pelanggan-pelanggan, yang kemudian dijadikan sebagai model untuk penentuan prioritas pemasangan internet pelanggan berikutnya. Sebelumnya pengguna akan melakukan ekstraksi data secara manual dari data pelanggan dan disimpan dalam format.xls atau.xlsx. Ekstraksi data pelanggan dilakukan dengan memilih atribut-atribut yang ada kaitanya dengan proses klasifikasi untuk penentuan prioritas pelanggan. Data-data yang sudah diekstraksi akan mengalami proses preprocessing untuk menghasilkan
7 data bersih. Kemudian data yang sudah di preprocessing akan di import secara otomatis oleh sistem dan akan disimpan di database pada tabel pelanggan. Setelah itu data diklasifikasikan berdasarkan klasifikasi yang telah ditentukan dan hasil klasifikasi tersebut digunakan sebagai model dalam penentuan prioritas pelanggan berikutnya. 3. Implementasi Sistem Merupakan tahap untuk mengimplementasikan hasil rancangan sistem menjadi aplikasi perangkat lunak. Dalam implementasi ini, perancangan tadi diterapkan dalam bentuk source code pemrograman. Proses pengkodean menggunakan bahasa pemrograman java serta nantinya diimplementasikan pada sistem operasi Windows 7 32bit, Intel Core 2 Duo processor dengan 2,0 GHz dan 3072 MB RAM. Perangkat lunak yang digunakan untuk mengimplementasikan penelitian ini terdiri dari dua jenis yaitu perangkat lunak sistem manajemen basis data (Database Management System/DBMS) dan perangkat lunak pemrograman (programming). Dalam penelitian ini DBMS yang digunakan adalah MySQL versi 5.5.27. Sedangkan software yang digunakan untuk membangun sistem ini adalah Netbeans IDE 8.02. 4. Pengujian Pengujian bertujuan untuk memastikan bahwa sistem yang dirancang telah sesuai dengan analisa kebutuhan. Pengujian hasil dengan perangkat lunak lain untuk melakukan proses klasifikasi terhadap data pelanggan yang mengajukan pemasangan internet pada penelitian ini adalah dengan menggunakan Rapidminer 7.1. Metode yang digunakan untuk mengklasifikasikan data penelitian ini adalah dengan menggunakan/membandingkan algoritma naïve bayes dan support vector machine (SVM). Pada pengujian ini akan diperoleh nilai akurasi untuk masingmasing metode dengan menggunakan perangkat lunak lain. Setelah diperoleh nilai akurasi masing-masing algoritma pada Rapidminer 7.1 kemudian di bandingkan dengan hasil akurasi dengan menggunakan aplikasi yang telah dibuat.
8 Proses pengujian sistem dilakukan untuk menentukan akurasi proses klasifikasi. Analisis akurasi algoritma naive bayes dilakukan dengan menggunakan metode 10-fold cross validation. Pada pengujian ini, sebanyak 10% dari jumlah pelanggan yang mengajukan pemasangan internet secara bergantian dijadikan data uji sebanyak 10 kali terhadap 90% data lainnya yang dijadikan data training. Nilai akurasi diperoleh dari rata-rata nilai akurasi dari 10 kali pengujian tersebut. Dengan demikian, setiap data pelanggan yang mengajukan pemasangan internet akan menjadi data training dan data testing secara bergantian. Hal ini bertujuan untuk meminimlakan nilai akurasi yang dihasilkan oleh faktor kebetulan. 5. Evaluasi dan Perbaikan Pada tahap ini, dilakukan evaluasi dan perbaikan berdasarkan tahapan pengujian yang telah dilakukan. Jika hasil pengujian menunjukan bahwa aplikasi yang dikembangan sudah baik maka proses perbaikan tidak perlu dilakukan. Akan tetapi jika belum/tidak baik maka proses perbaikan dapat dilakukan dengan beberapa hal antara lain memperbaiki nilai klasifikasi pada data training. 6. Penyusunan Laporan Merupakan tahap akhir yang dilakukan dalam penelitian ini. Pada tahap ini dilakukan analisa kasus, analisa pengujian dan menyimpulkan hasil yang akan dipaparkan dalam laporan penelitian. 1.8 Sistematika Penulisan Penulisan Tesis ini akan dibagi dalam 7 bab, dengan rincian masing-masing sebagai berikut: BAB I PENDAHULUAN Dalam pendahuluan ini membahas mengenai latar belakang penelitian, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, keaslian penelitian, metodologi penelitian, dan sistematika penulisan penelitian.
9 BAB II TINJAUAN PUSTAKA Pada bab ini akan diuraikan secara sistematis tentang penelitian yang terdahulu dan menghubungkan dengan penelitian yang sedang dilakukan. BAB III LANDASAN TEORI Pembahasan dalam landasan teori meliputi teori-teori yang digunakan dalam penelitian yaitu teori tentang data mining, data preprocessing, klasifikasi, teorema bayes, naïve bayes, dan pengujian model. BAB IV ANALISA DAN PERANCANGAN SISTEM Dalam bab ini berisi analisis sistem yang akan dibuat dan kebutuhan sistem. Rancangan Sistem meliputi rancangan gambaran umum sistem yang diusulkan, perancangan sistem, penerapanan naive bayes, perancangan UML, dan rancangan antar muka pengguna. BAB V IMPLEMENTASI SISTEM Dalam bab ini berisi implementasi dari rancangan sistem yang sudah dibuat sebelumnya. BAB VI HASIL DAN PEMBAHASAN Dalam bab ini membahas hasil dari implementasi yang sudah dilakukan dan di dalam bab ini juga ditampilkan hasil dari implementasi. BAB VII KESIMPULAN DAN SARAN Dalam bab terakhir ini berisi kesimpulan dari penelitian dan juga diberikan saran-saran yang mungkin bisa dipertimbangkan untuk dapat menghasilkan suatu sistem klasifikasi yang baik lagi.