OPTIMASI PEMILIHAN PRODUK OPERATOR GSM DAN CDMA MENGGUNAKAN ANFIS
HELY KURNIAWAN
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2008
OPTIMASI PEMILIHAN PRODUK OPERATOR GSM DAN CDMA MENGGUNAKAN ANFIS
Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor
Oleh: HELY KURNIAWAN G64104011
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2008
ABSTRAK HELY KURNIAWAN. Optimasi Pemilihan Produk Operator GSM dan CDMA Menggunakan ANFIS. Dibimbing oleh IRMAN HERMADI dan TOTO HARYANTO. Telepon selular merupakan aplikasi bidang telekomunikasi yang berkembang pesat dan menjadi bagian yang tidak terpisahkan dari masyarakat. Kebutuhan telepon selular telah menjadi kebutuhan primer bagi sebagian kalangan masyarakat Indonesia, karena hampir setiap orang memiliki telepon selular sebagai sarana telekomunikasi. Kebutuhan akan telekomunikasi yang tinggi pada masyarakat, menyebabkan banyaknya operator yang menawarkan berbagai produk dengan layanan fitur yang menarik. Penelitian ini bertujuan untuk menganalisis ketepatan pengguna produk perator GSM atau CDMA dalam memilih produk operator sesuai dengan keinginan/karakteristik pengguna dan memprediksi pola pemilihan produk operator di masa yang akan datang. Penelitian ini diharapkan memberikan referensi/penilaian tentang operator yang digunakan. Pada penelitian ini, dikembangkan suatu model ANFIS untuk optimasi pemilihan layanan produk operator. Model yang dibangun yaitu menggunakan sudut pandang sisi operator. Model sisi operator menunjukkan tren pemilihan produk operator saat ini. Data pada penelitian ini diambil dengan dua cara, yaitu survei pada pengguna layanan produk operator (data primer) dan data dari produk operator (data sekunder). Survei pada pengguna layanan produk operator menggunakan metode Stratified Random Sampling yang membagi responden menjadi dua kelompok yaitu mahasiswa IPB dan masyarakat umum. Data dari produk operator diperoleh dari majalah Selular edisi Februari 2008. Hasil pemilihan dari sisi operator kelompok mahasiswa diperoleh akurasi 20.78% dan kelompok masyarakat umum diperoleh akurasi 10.45%. Tingkat akurasi yang rendah menunjukkan adanya perbedaan karakteristik pada pengguna produk operator yang sama. Kata Kunci : ANFIS, GSM, CDMA, dan Random Sampling.
Judul : Optimasi Pemilihan Produk Operator GSM dan CDMA Menggunakan ANFIS Nama : Hely Kurniawan NRP : G64104011
Menyetujui:
Pembimbing I,
Pembimbing II,
Irman Hermadi, S.Kom, MS. NIP 132321422
Toto Haryanto, S.Kom.
Mengetahui: Dekan Fakultas Matematika Dan Ilmu Pengetahuan Alam Institut Pertanian Bogor
Dr. drh. Hasim, DEA NIP 131578806
Tanggal Lulus:
RIWAYAT HIDUP Penulis dilahirkan di Sentani pada tanggal 29 Maret 1986. Penulis merupakan anak keempat dari pasangan Alm. Darsono dan Budi Astutiningsih. Pada tahun 2004, penulis lulus dari SMU Negeri 1 Sentani Jayapura Papua dan pada tahun yang sama penulis mendapat Undangan Seleksi Masuk IPB (USMI) dan terdaftar sebagai mahasiswa Departemen Ilmu Komputer Fakultas MIPA Institut Pertanian Bogor hingga saat ini. Pada bulan Februari 2008, penulis melaksanakan Praktik Kerja Lapangan di Divisi IT SMA Insan Kamil Bogor.
PRAKATA Alhamdulillahi robbil alamin, puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia dan rahmat-Nya sehingga tugas akhir dengan judul Optimasi Pemilihan Produk Operator GSM dan CDMA Menggunakan ANFIS, dapat diselesaikan. Terima kasih penulis ucapkan kepada semua pihak yang telah membantu dalam penelitian ini, antara lain kepada orang tua penulis Alm. Bapak Darsono dan Ibu Budi Astutiningsih atas kasih sayang, dukungan dan doa yang terus mengalir. Bapak Irman Hermadi, S.Kom, MS selaku pembimbing pertama atas bimbingan dan arahannya selama penelitian dan penyusunan karya tulis ini. Bapak Toto Haryanto, S.Kom selaku pembimbing kedua atas bimbingan dan motivasi selama penyusunan karya tulis ini. Kakak-kakakku Riyanto Bambang Prawoto, Irma Suryaningsih dan Dyah Putriningsih atas perhatian dan kasih sayang. Sahabatku Monika Yuliantin yang selalu memberikan dukungan dan perhatiannya. Bapak Aziz Kustiyo, S.Si, M.Kom atas kesediaannya menjadi moderator seminar dan dosen penguji. Penulis juga mengucapkan terima kasih kepada Rizki Pebuardi, Hasan, Riza Mahendra, Rhamdani, Arif Nurwidyantoro, Pandu, Imam Abu Daud, Gibtha Fitri Laxmi, Pak Pendi, Pak Soleh, dan teman-teman ilkomerz 41 terima kasih atas pertemanan selama kuliah dan bantuannya. Om Budiharto dan keluarga atas bantuannya selama penulis kuliah. Teman-teman satu bimbingan Syadid, Safar, Teny, Denny dan Yohan untuk kebersamaan dan bantuan selama bimbingan. Dea Rynanda Putri, Fika, Wieke, Putri, dan tante Evi atas bantuannya dalam penyebaran kuesioner. Seluruh dosen Ilkom terima kasih atas bimbingan dan ilmu yang telah diberikan selama kuliah. Staf Ilkom dan keluarga besar ilkomerz. Seluruh responden terima kasih untuk ketersediaannya menjadi responden dalam penelitian ini. Kepada semua pihak lainnya yang telah membantu dalam penyelesaian tugas akhir ini yang tidak dapat disebut satu per satu, penulis ucapkan terima kasih. Semoga penelitian ini dapat bermanfaat.
Bogor, September 2008
Hely Kurniawan
DAFTAR ISI Halaman DAFTAR TABEL ...................................................................................................................vi DAFTAR GAMBAR ...............................................................................................................vi DAFTAR LAMPIRAN ...........................................................................................................vi PENDAHULUAN .................................................................................................................... 1 Latar Belakang ................................................................................................................. 1 Tujuan Penelitian.............................................................................................................. 1 Ruang Lingkup Penelitian ................................................................................................ 1 Manfaat Penelitian............................................................................................................ 1 TINJAUAN PUSTAKA ........................................................................................................... 1 GSM ................................................................................................................................. 1 CDMA .............................................................................................................................. 1 Coverage Area ................................................................................................................. 2 Variabel Eksternal dan Fitur Khusus ................................................................................ 2 Voice Calling .................................................................................................................... 2 SMS .................................................................................................................................. 2 MMS ................................................................................................................................ 2 GPRS ................................................................................................................................ 2 Adaptive Neuro Fuzzy Inference System (ANFIS) ............................................................ 2 Learning ........................................................................................................................... 4 Proses Pembelajaran Bacpropagation-error untuk parameter premis ..................... 5 Proses pembelajaran RLSE untuk parameter konsekuen ......................................... 6 Subtractive Clustering ...................................................................................................... 6 Stratified Random Sampling ............................................................................................. 7 METODE PENELITIAN ......................................................................................................... 7 Tahap Pengambilan Data.................................................................................................. 7 Data dari pengguna .................................................................................................. 7 Data dari operator .................................................................................................... 8 Reduksi Fitur .................................................................................................................... 8 Tahap Pelatihan ANFIS ................................................................................................... 9 Tahap Klasifikasi.............................................................................................................. 9 Lingkup Pengembangan ................................................................................................... 9 HASIL DAN PEMBAHASAN ................................................................................................ 9 Pengambilan Data .......................................................................................................... 10 Penyebaran Kuesioner ........................................................................................... 10 Validasi Hasil Kuesioner ....................................................................................... 10 Representasi Kuesioner .................................................................................................. 10 Hasil Percobaan .............................................................................................................. 11 Tren Pemilihan Produk Operator Responden Mahasiswa ...................................... 11 Tren Pemilihan Produk Operator Responden Non Mahasiswa .............................. 13 KESIMPULAN DAN SARAN .............................................................................................. 14 Kesimpulan .................................................................................................................... 14 Saran............................................................................................................................... 15 DAFTAR PUSTAKA ............................................................................................................. 15 LAMPIRAN ........................................................................................................................... 16
DAFTAR TABEL Halaman 1 Proses pembelajaran hybrid ANFIS....................................................................................... 5 2 Produk operator GSM dan CDMA ........................................................................................ 8 3 Definisi target sisi operator .................................................................................................... 8 4 Kelas target ............................................................................................................................ 9 5 Jumlah kuesioner ................................................................................................................. 10
DAFTAR GAMBAR Halaman 1 Sistem inferensi fuzzy TSK dua masukan dengan dua aturan. ............................................... 3 2 Struktur ANFIS. ..................................................................................................................... 4 3 Metode penelitian. ................................................................................................................. 7 4 Proses pengenalan produk operator. ...................................................................................... 9 5 Proses validasi data. ............................................................................................................. 10 6 Grafik data responden mahasiswa. ...................................................................................... 10 7 Grafik data responden non mahasiswa. ............................................................................... 10 8 Grafik data responden mahasiswa hasil reduksi. ................................................................. 11 9 Grafik data respnden non mahasiswa hasil reduksi. ............................................................ 11 10 Proses checking data operator. ........................................................................................... 11 11 Grafik tren pengguna Kartu AS. ........................................................................................ 11 12 Grafik tren pengguna Xplor. .............................................................................................. 11 13 Grafik tren pengguna IM3 Smart. ...................................................................................... 12 14 Grafik tren pengguna Simpati. ........................................................................................... 12 15 Grafik tren pengguna Mentari............................................................................................ 12 16 Grafik tren pengguna Bebas. ............................................................................................. 12 17 Grafik tren pengguna Jempol. ............................................................................................ 12 18 Grafik tren pengguna Kartu AS. ........................................................................................ 13 19 Grafik tren pengguna IM3 Smart. ...................................................................................... 13 20 Grafik tren pengguna Simpati. ........................................................................................... 13 21 Grafik tren pengguna Mentari............................................................................................ 13 22 Grafik tren pengguna Bebas. ............................................................................................. 14 23 Grafik tren pengguna Jempol. ............................................................................................ 14
DAFTAR LAMPIRAN Halaman 1 Kuesioner ............................................................................................................................. 17 2 Tabel fitur ............................................................................................................................ 29 3 Tabel hasil optimasi responden mahasiswa ........................................................................ 30 4 Tabel hasil optimasi responden non mahasiswa ................................................................. 32 5 Struktur ANFIS .................................................................................................................... 33 6 Jumlah aturan pada ANFIS .................................................................................................. 34
PENDAHULUAN Latar Belakang Telepon selular adalah salah satu aplikasi bidang telekomunikasi yang berkembang sangat pesat. Pesatnya teknologi informasi dan komunikasi ini menempatkan telepon selular menjadi bagian yang tidak terpisahkan dari masyarakat dewasa ini. Keberadaan telepon selular telah menjadi kebutuhan primer bagi sebagian masyarakat. Saat ini, hampir seluruh kalangan masyarakat memiliki telepon selular dan menggunakannya sebagai sarana telekomunikasi. Bisnis selular di Indonesia menjadi tren yang menjanjikan keuntungan besar bagi para pelaku bisnis. Hal ini ditandai dengan kemunculan beberapa operator selular yang menawarkan berbagai macam layanan produk operator. Ada beberapa alasan dan faktor yang mendukung perkembangan bisnis selular. Pertama, mobilitas dan tren yang merupakan keunggulan utama teknologi selular dibandingkan dengan telepon tetap, karena dari sisi content dan fasilitas yang diberikan pelanggan dapat mengaksesnya dimana saja dan kapanpun ia berada. Kedua, saat ini selain merupakan kebutuhan, teknologi selular juga merupakan gaya hidup (life style). Banyaknya produk operator dan fitur–fitur yang ditawarkan oleh beberapa operator selular menyebabkan pengguna akan semakin dibingungkan dalam memilih produk operator. Faktor-faktor kebutuhan dari pengguna dan fitur-fitur yang ditawarkan oleh operator menjadi pertimbangan pemilihan operator oleh masyarakat saat ini. Tujuan Penelitian Tujuan dari penelitian ini adalah : 1 Menganalisis ketepatan pengguna produk operator GSM atau CDMA dalam memilih produk operator sesuai dengan kebutuhannya. 2 Memprediksi pola konsumen dalam memilih produk operator di masa yang akan datang terkait dengan kesesuaian fitur dan tarif yang diberikan oleh produk operator. Ruang Lingkup Penelitian Ruang lingkup penelitian ini dibatasi pada:
1 2
3
4
5
6 7
8
Pembahasan difokuskan pada operator GSM dan CDMA. Data diperoleh dari survei pengguna layanan produk operator, majalah selular dan home page masing-masing operator GSM dan CDMA. Waktu voice calling dibagi menjadi delapan selang waktu : a off peak 1 (06.00-07.00), b off peak 2 (07.00-08.00), c off peak 3 (08.00-09.00), d peak (09.00-15.00), e off peak 4 (15.00-22.00), f off peak 5 (22.00-23.00), g off peak 6 (23.00-00.00), dan h off peak 7 (00.00-06.00). Data voice calling antar operator dan sesama operator untuk SLJJ (SLJJ1, SLJJ2, dan SLJJ3) sama. Setiap responden hanya dikenali menggunakan 1 jenis produk operator dengan lama pemakaian minimal 3 bulan. Tidak memasukkan fitur khusus. Data tarif yang digunakan yaitu tarif reguler produk operator yang diambil dari Majalah Selular bulan Februari 2008. Setiap fitur diasumsikan memiliki nilai bobot yang sama.
Manfaat Penelitian Penelitian ini diharapkan dapat memberikan referensi/penilaian tentang produk operator yang digunakan oleh masyarakat. Penelitian ini juga menghasilkan prediksi tren pola pemilihan produk operator yang ada di masyarakat.
TINJAUAN PUSTAKA GSM Menurut Miranti (2003), teknologi GSM yang banyak digunakan di Indonesia saat ini adalah GSM 900 dan GSM/DCS (Digital Cellular Service) 1800. GSM 900 memiliki coverage area yang relatif luas dibandingkan GSM 1800. Sebuah BTS (Base Transceiver Station) GSM 900 dapat menjangkau radius hingga 5 km, sementara BTS GSM 1800 hanya mampu menjangkau area sekitar 1 km. CDMA Code Division Multiple Access (CDMA) menggunakan teknologi spread-spectrum untuk mengedarkan sinyal informasi melalui bandwith yang lebar (1,25 MHz). Kinerja sistem CDMA dibatasi oleh daya interferensi
1
yang terjadi pada band Radio Frequency (RF) yang dipakai. Teknologi CDMA lebih murah karena berbasis pada teknologi Wireless Local-Code Division Multiple Access (WLLCDMA) (Miranti 2003).
biaya panggilan jarak jauh atau biasa disebut biaya roaming (South Dakota Public Utilities Commision, 2003). SMS
Coverage area merupakan daerah yang dapat dijangkau oleh sinyal dan layanan suatu produk operator, baik produk operator dengan teknologi GSM maupun CDMA. Salah satu keunggulan suatu produk operator dapat diukur dengan memiliki jumlah wilayah yang luas. Di Indonesia, jaringan dengan produk operator GSM memiliki coverage area yang lebih luas dari pada CDMA.
Short Message Service (SMS) merupakan layanan pengiriman pesan singkat berupa teks melalui subscriber. SMS dikembangkan sebagai bagian dari GSM phase I ETSI technical specification, memungkinkan mobile station dan device jaringan lain yang terkoneksi untuk bertukar pesan teks singkat. SMS juga dapat digunakan pada teknologi jaringan CDMA dan GPRS. SMS merupakan salah satu fitur yang paling sukses dari teknologi GSM (Handhayani 2008).
Variabel Eksternal dan Fitur Khusus
MMS
Variabel eksternal adalah variabel yang mempengaruhi pengguna dalam memilih suatu produk operator selain kebutuhan komunikasinya. Variabel ini dapat meliputi: iklan di media cetak maupun elektronik, promosi, keluarga, dan lingkungan. Fitur khusus merupakan layanan yang ditawarkan suatu produk operator di luar tarif normal yang diberlakukan. Fitur khusus dapat meliputi SMS gratis untuk pemakaian tertentu, telepon dengan tarif murah pada selang waktu tertentu dan bonus yang diberikan oleh suatu poduk operator untuk pengisian pulsa (Wirawan 2007).
Menurut Bodic (2005), Multimedia Message Service (MMS) diperkenalkan secara komersial pada Maret 2002 dan merupakan jaringan dengan kemampuan bandwidth yang tinggi. Implementasi dari fitur MMS memungkinkan pertukaran pesan multimedia antar ponsel dan internet.
Coverage Area
Voice Calling Sistem telekomunikasi mobile bertujuan untuk menyediakan layanan komunikasi antar individu yang dipisahkan oleh jarak. Voice calling merupakan telekomunikasi dengan suara. Ada tiga bagian waktu yang ditetapkan oleh operator selular pada layanan komunikasi voice calling, yaitu : • Off peak: Merupakan bagian waktu dari hari yang ditetapkan oleh operator ketika pengguna dapat membayar biaya airtime. Off peak biasanya diletakkan oleh operator pada malam hari menjelang pagi dan akhir pekan.
GPRS General Packet Radio Service (GPRS) adalah suatu teknologi yang memungkinkan pengiriman dan penerimaan data lebih cepat jika dibandingkan dengan koneksi packetswitch. Paket GPRS memiliki konsep dasar transmisi untuk menyeleksi aplikasi menggunakan sumberdaya radio dengan mengalokasikannya untuk pengiriman data (Bodic 2005). Adaptive Neuro Fuzzy Inference System (ANFIS) ANFIS adalah penggabungan mekanisme Fuzzy Inference System (FIS) yang digambarkan dalam arsitektur jaringan syaraf (Jang et al,. 1997). FIS yang digunakan adalah model Takagi-Sugeno-Kang (TSK) orde satu dengan pertimbangan keserderhanaan dan kemudahan komputasi.
•
Peak: Merupakan waktu dari hari yang telah ditetapkan oleh operator di mana biaya percakapan dikenakan tarif normal atau dikenakan pembayaran penuh.
Menurut Kusumadewi (2006), ANFIS adalah suatu metode dalam melakukan penyetelan aturan menggunakan algoritma pembelajaran terhadap sekumpulan data.
•
Out of Area Calls/SLJJ (Sambungan Langsung Jarak Jauh): Panggilan dan penerimaan telepon yang dilakukan di luar batas dari area asal dengan dikenakan
Pada dasarnya FIS terdiri atas lima bagian (Jang 1994) yaitu basis aturan berisi sejumlah aturan fuzzy if-then, basis data yang mendefinisikan fungsi keanggotaan himpunan
2
fuzzy digunakan dalam aturan-aturan fuzzy, unit pembuat keputusan yang mentransformasikan operasi inferensia dalam aturan-aturan, interface fuzzifikasi yang mentransformasikan masukan yang bernilai tunggal (crisp) ke dalam derajat keanggotaan sesuai dengan nilai linguistiknya dan interface defuzzifikasi yang mentransformasikan hasil penalaran fuzzy ke dalam keluaran bernilai tunggal. Jaringan syaraf tiruan merupakan suatu sistem pemrosesan informasi yang memiliki karakteristik kinerja tertentu yang menyerupai jaringan syaraf biologi. Ada dua jenis algoritma pembelajaran jaringan syaraf tiruan, yaitu supervised learning dan unsupervised learning. ANFIS menggunakan supervised learning. Contoh ilustrasi mekanisme inferensi fuzzy TSK orde satu dengan dua input masukan x dan y dengan dua aturan fuzzy if-then seperti berikut. Aturan 1 : if x is A1 and y is B1 then f1 = p1x + q1y + r1 premis
konsekuen
tegangannya, jadi x itu pengukuran harga variabel yang dikontrol yaitu kecepatan pada saat ke t, dan misalnya y pengukuran pada saat t+1 sedangkan f adalah nilai tegangan yang diberikan sebagai sinyal kontrol. Lalu nilai x dan y tersebut dipetakan pada fungsi keanggotaannya. Pada Gambar 1 tiap-tiap input tersebut dibagi menjadi 2 fungsi keanggotaan, x dibagi dalam A1 dan A2. Diasumsikan bahwa A1 menyatakan small dan A2 menyatakan big, begitu juga y dibagi dalam fungsi keanggotaan B1 yang menyatakan small dan B2 menyatakan big. Dari pemetaan tersebut, x dan y menjadi variabel fuzzy yang masing-masing mempunyai nilai m small dan big tertentu. Input x mempunyai nilai mA1 dan mA2, sedangkan y mempunyai nilai mB1 dan mB2. Nilai masing-masing pasangan input tersebut kemudian diagregasi dengan operasi T-norm, misalnya operasi ini adalah operasi AND. Jadi w1 = (mA1 AND mB1) sedangkan w2 = (mA2 AND mB2). Dari basis aturan yang sudah dibuat, dapat dinyatakan bahwa: if w = w1 then f1 = p1x + q1y + r1 if w = w2 then f2 = p2x + q2y + r2
Aturan 2 : if x is A2 and y is B2 then f2 = p2x + q2y + r2 premis
konsekuen
Input : x dan y Konsekuennya adalah f Gambar dari contoh ilustrasi mekanisme inferensi fuzzy TSK tersebut dapat dilihat pada Gambar 1.
Dari hasil inferensi diperoleh hasil akhir f1dan f2 yang merupakan nilai output sinyal kontrol, yaitu tegangan. Nilai p1, q1, r1, p2, q2, dan r2 disebut parameter konsekuen yang ditentukan dengan nilai awal tertentu dan akan berubah dengan pembelajaran (algoritma belajar). Selanjutnya dari nilai f1 dan f2 ini diperoleh suatu nilai tegangan sebagai sinyal kontrol melalui proses yang disebut defuzzyfikasi. Nilai akhir tersebut dihitung dengan nilai:
f =
w1 f 1 + w 2 f 2 w1 + w 2
= w1 f1 + w 2 f 2
Gambar 1 Sistem inferensi fuzzy TSK dua masukan dengan dua aturan. Cara kerjanya seperti sistem FIS biasa cuma cara perhitungannya (algoritmanya) yang berbeda. Jelasnya gambar di atas memperlihatkan suatu masukan crisp (tidak fuzzy) x dan y, misalnya ingin mengontrol kecepatan motor listrik dengan mengatur
Struktur ANFIS yang menggambarkan FIS TSK pada Gambar 1 juga dapat digambarkan dalam diagram blok atau disebut arsitektur jaringan syaraf feedforward (Gambar 2). Pada Gambar 2, dapat dilihat bahwa sistem neuro-fuzzy terdiri atas lima lapisan dengan fungsi yang berbeda pada tiap lapisannya. Pada Gambar 2, lapisan struktur ANFIS terdiri atas beberapa simpul yang dilambangkan dengan lingkaran atau kotak.
3
Lambang lingkaran merepresentasikan simpul nonadaptif yang nilainya tetap, sedangkan lambang kotak merepresentasikan simpul adaptif, artinya nilai parameternya bisa berubah dengan pembelajaran. Pada gambar struktur ANFIS, simpul adaptif terdapat pada Lapisan 1 dan Lapisan 4.
Lapisan 4. Setiap simpul pada lapisan ini merupakan simpul adaptif dengan fungsi simpul : O4,i = wi fi= wi (pix + qiy + ri)
(4)
dimana O4,i adalah derajat pengaktifan ternormalisasi dari Lapisan 3 dan parameter {pi, qi, ri} merupakan parameter konsekuen yang adaptif. Lapisan 5. Pada lapisan ini hanya ada satu simpul tetap yang berfungsi untuk menjumlahkan semua masukan, fungsi simpul sebagai berikut : Overall output = O5,i =
Gambar 2 Struktur ANFIS.
∑w i
Fungsi dari setiap lapisannya yaitu sebagai berikut : Lapisan 1. Semua simpul pada lapisan ini merupakan simpul adaptif yaitu parameter dapat berubah dengan fungsi simpul : untuk i = 1,2, atau O1,i = µ Ai (x), O1,i = µ Bi-2 (y),
untuk i = 3,4
(1)
dimana x dan y merupakan masukan pada simpul i, Ai (atau Bi-2) adalah fungsi keanggotaan masing-masing simpul. Simpul O1,i berfungsi untuk menentukan nilai keanggotaan tiap masukkan terhadap himpunan fuzzy A dan B. Lapisan 2. Setiap simpul pada lapisan ini merupakan lapisan nonadaptif, yaitu parameter tetap. Fungsi simpul ini adalah mengalihkan setiap sinyal masukan yang datang. Fungsi simpul : O2,i= wi= µ Ai (x).µ Bi (y), i = 1,2
(2)
Fungsi perkalian yang digunakan adalah interpretasi kata hubung dengan menggunakan operator t-norm. Banyaknya simpul pada lapisan ini menunjukkan banyaknya aturan yang dibentuk. Lapisan 3. Setiap simpul pada lapisan ini adalah simpul nonadaptif yang menampilkan fungsi derajat pengaktifan ternomalisasi, yaitu rasio keluaran simpul ke-i pada lapisan sebelumnya terhadap seluruh keluaran lapisan sebelumnya dengan bentuk fungsi simpul sebagai berikut : O3,i = wi =
wi , i=1,2 w1 + w2
(3)
i fi =
∑ w .f ∑w i
i
i
i
(5)
i
Jaringan adaptif dengan lima lapisan tersebut ekuivalen dengan FIS TSK. Simpul pada Lapisan 1 mengandung parameter premis yang nonlinear sedangkan pada Lapisan 4 mengandung parameter konsekuen yang linear. Untuk memperbarui parameterparameter tersebut maka perlu suatu metode atau algoritma pembelajaran. Learning Penyatuan dua metode pembelajaran pada ANFIS disebut pembelajaran hybrid. Pembelajaran hybrid terdiri atas dua bagian yaitu arah maju (forward pass) dan arah mundur (backward pass). Pada arah maju, parameter premis dibuat tetap. Dengan menggunakan metode Recursive Least Square Estimator (RLSE), parameter konsekuen diperbaiki berdasarkan pasangan data masukan-keluaran. Metode RLSE dapat diterapkan karena parameter konsekuen yang diperbaiki adalah parameter linear. Metode RLSE akan mempercepat proses belajar hybrid. Kemudian setelah parameter konsekuen didapatkan, data masukan dilewatkan jaringan adaptif kembali dan hasil keluaran jaringan adaptif ini dibandingkan dengan keluaran yang sebenarnya. Pada arah mundur, parameter konsekuen dibuat tetap. Kesalahan yang terjadi antara keluaran jaringan adaptif dan keluaran sebenarnya dipropagasi balik dengan menggunakan gradient descent untuk memperbaiki parameter premis. Pembelajaran ini dikenal sebagai Algoritma
4
Backpropagation-error. Satu tahap arah pembelajaran maju-mundur dinamakan satu epoch. Tabel 1 menerangkan proses pembelajaran hybrid ANFIS. Tabel 1 Proses pembelajaran hybrid ANFIS Parameter premis Parameter konsekuen Sinyal
Arah Maju Tetap RLSE
Arah Mundur Gradient descent Tetap
Keluaran simpul
Laju kesalahan
dengan
d kp adalah komponen ke-k dari vektor
keluaran yang diharapkan dan
vektor keluaran aktual yang dihasilkan sistem jaringan adaptif dengan masukan dari vektor masukan ke-p dari P data belajar. Tujuan dari sistem adaptif adalah untuk meminimumkan pengukuran kesalahan pada persamaan (7) dengan mengubah parameter-parameter adaptif. Dengan mendefinisikan sinyal kesalahan ε l ,1 sebagai ordered derivative terhadap keluaran simpul ke-i, lapisan ke-l, maka ordered derivative dinotasikan dengan :
a Proses Pembelajaran Backpropagationerror untuk parameter premis Parameter premis adalah parameter adaptif dengan proses pembelajarannya menggunakan metode belajar sistem jaringan syaraf feedforward dengan gradient descent. Misalkan sebuah sistem jaringan adaptif dinyatakan dengan L lapisan dan lapisan ke-l (l = 0,1,...,L;l=0 menyatakan lapisan masukan) mempunyai N(l) simpul. Keluaran dan fungsi simpul ke-i [i=1, ..., N(l)] pada lapisan ke-l dinyatakan dengan xl,i dan fl,i seperti terlihat pada Gambar 3. Keluaran simpul merupakan fungsi dari sinyal yang masuk dan parameter sistem, maka diperoleh:
xl ,i = f l ,i ( xl −1,l ,...xl −1, N (l −1) , α , β , γ ,...) (6) dengan α,β,γ adalah parameter simpul.
ε l ,i =
∂+Ep
ε L ,i =
∂+ Ep ∂x L ,i
∑ (d k =1
p k
− x Lp,k
)
2
(7)
∂x L ,i
(9)
(10)
Untuk simpul dalam pada Lapisan l, posisi kei, sinyal kesalahan dapat diperoleh menggunakan aturan rantai. `
∂+Ep ∂xl ,i
=
N ( l +1)
∑
m =1
∑ε
∂ + E p ∂f l +1,m ∂xl +1, m ∂xl ,i
sinyal kesalahan pada lapisan l+1
∂f l +1,m
N ( l +1) m =1
N ( L)
∂E p
ε L ,i = −2(d ip − x Lp,i )
=
Misalkan sejumlah P pasangan data untuk proses belajar jaringan adaptif, selanjutnya dapat didefinisikan pengukuran kesalahan pada data latih ke-p adalah jumlah kuadrat kesalahan.
=
Jika pengukuran kesalahan seperti yang didefinisikan pada persamaan (7), maka persamaan (9) menjadi :
sinyal kesalahan pada lapisan l
Gambar 3 Model jaringan syaraf feedforward.
(8)
∂xl ,i
Sinyal kesalahan untuk simpul keluaran ke-i (pada lapisan L) dapat dihitung langsung dengan :
ε l ,i =
Ep =
x Lp,k adalah
l +1, m
∂xl ,i
(11)
dengan 0 ≤ l ≤ L-1. Sinyal kesalahan simpul dalam pada lapisan ke-1 dapat dinyatakan sebagai kombinasi linier dari sinyal kesalahan simpul pada lapisan ke (l+1). Jadi, untuk menghitung sinyal kesalahan pada simpul ke-i lapisan ke-l (l < L), pertama digunakan persamaan (9) untuk mendapatkan sinyal kesalahan pada lapisan keluaran, kemudian persamaan (11) secara iteratif sampai mencapai lapisan yang diinginkan. Prosedur di atas disebut penjalaran balik (backpropagation) karena sinyal kesalahan dihitung secara mundur dari lapisan keluaran
5
hingga lapisan masukan. Vektor gradien didefinisikan sebagai ordered derivative dari pengukuran kesalahan terhadap tiap parameternya. Jika α adalah parameter simpul ke-i lapisan ke-l, maka diperoleh :
∂+Ep ∂α
=
∂E p ∂f l ,i ∂xl ,i ∂α
= ε l ,i
∂f l ,i ∂α
(12)
Jika α merupakan parameter yang ada pada beberapa simpul, maka persamaan (12) menjadi :
...... ( w 2 x) p 2
+ ( w 2 y )q 2 + ( w 2 )r2
(17)
Pada persamaan (17) terlihat parameterparameter bagian konsekuen merupakan parameter linier terhadap keluaran sistem. Jika sejumlah N data belajar diterapkan pada persamaan (17), maka diperoleh :
(w1x)1 p1 + (w1 y)n q1 + (w1)1 r1 + (w2 x)1 p2 + ...... ..... ( w 2 y )1 q 2
+ ( w 2 )1 r2 = y1
Sehingga dapat dirumuskan :
∂+Ep
∂ + E p ∂f * =∑ * ∂α ∂α x *∈S ∂x
(13)
dengan S merupakan himpunan simpul yang berisikan a sebagai parameter, sedangkan x* dan f* adalah keluaran dan fungsi dari simpul yang bersangkutan. Turunan masing-masing secara keseluruhan terhadap pengukuran kesalahan akan menghasilkan : p ∂+E ∂+E p =∑ ∂α p =1 ∂α
(14)
Dengan metode gradient simple steepest descent, persamaan untuk memperbaiki parameter α adalah :
(w1x)n p1 + (w1 y)n q1 + (w1)n r1 + (w2x)n p2 +...... ..... ( w 2 y ) n q2
+ ( w 2 ) n r2 = yn
(18)
Jika dinyatakan dengan persamaan matriks, berbentuk : Aθ = y (19) dengan q merupakan vektor 6x1 yang elemenelemennya merupakan himpunan parameter konsekuen, y merupakan vektor keluaran yang elemen-elemennya N buah data keluaran sistem. Penyelesain terbaik untuk q adalah meminimumkan
Aθ = y , dengan teori 2
LSE (Least Square Estimator) didapat q* :
∆α = −η
∂+E ∂α
Dengan η adalah laju proses belajar (learning rate) yang dinyatakan dengan :
η=
k ∂E ∑ ∂α
θ * = ( AT A) −1 AT y
(15)
(16)
2
dan k adalah ukuran langkah (step size) yang dapat diubah untuk mempercepat konvergensi. b Proses pembelajaran parameter konsekuen
RLSE
untuk
Pada Gambar 3, jika nilai dari parameter premis tetap maka keluaran keseluruhannya dapat dinyatakan dengan kombinasi linier dari parameter konsekuen [7]
f = w1 f 1 + w 2 f 2 =w1(p1x+q1y+r1) + w2 (p2x +q2 y +r2 )
= ( w1 x) p1 + ( w1 y )q1 + ( w1 )r1 + ....
(20)
q* dihitung dengan rumus Recsursive LSE (RLSE). Selanjutnya persamaan (20) menjadi:
θ i +1 = θ i + Pi +1 ai +1 ( yiT+1 − aiT+1θ i ) Pi +1 = Pi −
Pi a i +1 aiT+1 Pi , i=0,1,....,P-1 1 + aiT+1 Pi ai +1 (21)
Dengan
T i
a adalah vektor baris dari matriks A
pada persamaan (19), yi adalah elemen ke-i dari y. Pi disebut matriks kovariansi yang didefinisikan dengan :
Pi = ( AT A) −1
(22)
Subtractive Clustering Subtractive clustering dioperasikan dengan menentukan nilai optimal dari titik data untuk didefinisikan sebagai sebuah pusat cluster, berdasarkan pada kepadatan data di
6
sekitarnya. Semua data yang berada di dalam radius titik-titik ini kemudian dihilangkan untuk menentukan data cluster selanjutnya dan pusat datanya. Proses ini dilakukan berulang kali sehingga seluruh data berada dalam jarak radius dari pusat data (Ping & Salim 2006). Stratified Random Sampling Stratified Random Sampling merupakan metode penarikan sampel dengan cara memecah populasi menjadi beberapa bagian yang dinamakan strata. Strata bersifat nonoverlapping. Sampel dipilih secara acak dari masing-masing stratum (Scheaffer et al., 1990).
Tahap Pengambilan Data Sebelum dilakukan tahap pengambilan data, terlebih dahulu dilakukan desain kuesioner. Dalam penelitian ini, dilakukan perbaikan desain kuesioner dari penelitian sebelumnya, perbaikan kuesioner meliputi : 1 Pembuatan interval waktu peak dan off peak. 2 Penambahan fitur khusus dan variabel eksternal. Pengambilan data pada fitur-fitur yang memiliki pengaruh signifikan dalam pemilihan produk operator. Data diambil dari pengguna produk operator dan data dari operator. Data dari pengguna
METODE PENELITIAN Penelitian ini dilakukan melalui beberapa tahapan, tahapan tersebuat dapat dilihat pada Gambar 3.
Gambar 4 Metode penelitian.
Data yang diperoleh dari pengguna berasal dari penyebaran kuesioner. Informasi yang dikumpulkan melalui kuesioner yaitu : 1 Tarif voice calling • Tarif voice calling pra bayar dan pasca bayar ke PSTN dalam satuan rupiah per menit. • Zona lokal, SLJJ1, SLJJ2, SLJJ3 dalam satuan kilometer. • Peak time dibagi menjadi off peak dan peak time. • Tujuan panggilan dari ponsel ke PSTN (telepon rumah), ponsel ke ponsel (sesama operator dan lain operator). 2 Tarif SMS • Tarif SMS sesama kartu, sesama operator, lain operator dalam satuan rupiah per sms. • Tarif SMS Internasional dalam satuan rupiah per sms. 3 Tarif MMS dalam satuan rupiah per 50 KB dan rupiah per 100 KB. 4 Tarif GPRS berdasarkan jumlah data yang diakses/download dalam satuan rupiah per KB. 5 Tarif 3G • Kebutuhan akan teknologi 3G. • Video calling. • Tarif video calling dalam satuan rupiah per menit. • Zona SLJJ dalam satuan kilometer. • Peak time dibagi menjadi off peak dan peak. • Tujuan ke sesama operator dan lain operator. • Tarif mobile tv dalam satuan rupiah per menit. 6 Bonus SMS yang ditawarkan produk operator setelah pemakaian tertentu.
7
7 Pengaruh lingkungan/variabel eksternal • Keluarga • Teman • Iklan 8 Tarif nada sambung pribadi (NSP) dalam satuan rupiah per bulan. 9 Coverage area (jangkauan sinyal). 10 Tarif isi ulang pulsa • Tarif isi ulang pulsa untuk produk operator pra bayar dalam satuan rupiah. • Nilai isi ulang pulsa dalam satuan rupiah (5.000, 10.000, 20.000, 25.000, 50.000, 100.000). 11 Informasi dari pengguna • Tanggal pengisian • Umur • Pekerjaan • Produk operator yang dipakai sekarang • Lama pemakaian produk operator saat ini • Tipe ponsel • Tipe jaringan ponsel
sebanyak 17 produk operator. Tiap produk operator direpresentasikan sebagai kelas. Definisi target sisi operator pada penelitian ini dapat dilihat pada Tabel 3. Tabel 3 Definisi target sisi operator No
Produk Operator
Representasi
1
Kartu Halo
1
2
Kartu AS
2
3
Matrix
3
4
Xplor
4
5
Im3 Smart
5
6
Simpati
6
7
Jempol
7
8
Bebas
8
9
Mentari
9
10
Three (3) pra bayar
10
11
Fren pasca bayar
11
12
Fren pra bayar
12
Data dari operator
13
Starone pra bayar
13
Data dari operator berasal dari Majalah Selular edisi bulan Februari 2008 dan home page masing-masing operator. Produk operator yang digunakan dalam penelitian ini dapat dilihat pada Tabel 2.
14
Flexy classy
14
15
Flexy trendy
15
16
Esia pasca bayar
16
17
Esia pra bayar
17
Tabel 2 Produk operator GSM dan CDMA Jaringan
Produk Operator Karu AS
GSM
CDMA
Kartu Halo SimPATI Jempol Bebas Xplor Three (3) Matrix Mentari IM3 Smart Fren Flexy Trendy Flexy Classy Esia Starone
Pra Bayar
Pasca Bayar
Pada penelitian ini, data dari produk operator GSM dan CDMA yang digunakan
Reduksi Fitur Reduksi fitur dilakukan untuk menyesuaikan antara kebutuhan pengguna dengan layanan yang ditawarkan oleh produk operator dan untuk menyesuaikan dengan kebutuhan sistem. Proses reduksi fitur dilakukan dengan melihat keragaman dari setiap fitur. Fitur yang memiliki keragaman kecil (homogen) berpotensi untuk dihilangkan, begitu pula sebaliknya. Keragaman tersebut terlihat dari besar kecilnya jumlah jawaban yang sama pada fitur yang bersangkutan, misalkan fitur voice calling ponsel ke PSTN dalam zona lokal yang terdiri dari delapan fitur, responden rata-rata memberikan jawaban yang sama untuk tiap fitur sehingga fitur ini bisa dihilangkan. Fitur yang dihilangkan pada data responden mahasiswa yaitu tarif voice calling ponsel ke PSTN dalam zona lokal, SLJJ1, SLJJ2, dan SLJJ3 (off peak 1, off peak 2, off peak 3, off peak 4, off peak 5, off peak 6 dan
8
off peak 7). Tarif voice calling ponsel ke ponsel (operator sama), ponsel ke ponsel (operator beda) dalam zona lokal, ponsel ke ponsel dalam zona SLJJ1, SLJJ2, dan SLJJ3 (off peak 1, off peak 2, off peak 3, off peak 4, off peak 5, off peak 6 dan off peak 7). Tarif SMS sesama kartu (produk operator), antar operator, dan internasional. Fitur 3G, harga isi ulang pulsa, dan layanan MMS. Fitur 3G dihilangkan karena sesuai hasil survei sebanyak 59.79% dari 97 responden mahasiswa dan 47.72% dari 88 responden non mahasiswa belum membutuhkan teknologi 3G. Penghilangan fitur harga isi ulang pulsa dilakukan untuk menyetarakan layanan pasca bayar dan pra bayar.
Tabel 4 Kelas target No 1 2 3 4 5 6 7
Produk Operator Kartu AS Xplor IM3 Smart Simpati Jempol Bebas Mentari
Proses pengenalan produk operator dapat dilihat pada Gambar 4.
Tahap Pelatihan ANFIS Pada tahap ini digunakan masing-masing 13 masukan untuk data training dan data testing. Data training merupakan data dari produk operator yang kemudian dijadikan matrik berukuran 17x13, dimana jumlah baris menunjukkan banyaknya produk operator dan jumlah kolom menunjukkan banyaknya fitur. Data testing dijadikan matrik berukuran 77x13 untuk data responden mahasiswa dan 67x13 untuk data responden non mahasiswa. Jumlah baris pada matrik menunjukkan banyaknya responden dan jumlah kolom menunjukkan banyaknya fitur. Fungsi genfis2 digunakan untuk membangkitkan sebuah model dari data menggunakan clustering dan diperlukan untuk menetapkan cluster radius yang menunjukkan cakupan dari pengaruh suatu cluster jika suatu ruang data dianggap sebagai sebuah unit hypercube. Penetapan nilai cluster radius yang kecil akan menghasilkan cluster yang sedikit pada data dan menghasilkan banyak aturan, sedangkan penetapan nilai cluster radius yang besar akan menghasilkan cluster yang lebih banyak pada data dana menghasilkan aturan yang lebih sedikit. Untuk membangkitkan FIS, digunakan subtractive clustering dan pembelajaran FIS menggunakan metode hybrid. Pada sistem ini epoch yang diberikan sebanyak 50 dan cluster radius yang digunakan 0,5. Tahap Klasifikasi Pada tahap ini, dilakukan klasifikasi data uji berdasarkan pola yang telah diperoleh pada tahap awal pelatihan. Kelas yang digunakan untuk memprediksi tren pemilihan produk operator dapat dilihat pada Tabel berikut.
Gambar 4 Proses pengenalan produk operator. Lingkup Pengembangan Sistem ini dikembangkan menggunakan perangkat lunak Matlab 7.0. Perangkat keras yang digunakan untuk pengembangan aplikasi ini adalah notebook dengan spesifikasi sebagai berikut: • Prosesor Intel Pentium 4 2,4 GHz, • RAM 512 MB, dan • Harddisk 60 GB.
HASIL DAN PEMBAHASAN Pada penelitian ini, data latih yang digunakan berasal dari 17 produk operator dan data uji yang digunakan berasal dari data 144 pengguna produk operator, yaitu terdiri atas 77 data responden mahasiswa dan 67 data responden non mahasiswa. Aturan yang dihasilkan pada proses ini sebanyak 17 aturan. Satu tahap arah pembelajaran maju-mundur yang dilakukan disebut satu epoch. Proses pembelajaran akan berhenti apabila jumlah epoch yang diinginkan atau tujuan error
9
pembelajaran telah tercapai. Pada sistem ini, epoch yang diberikan sebanyak 50, namun pembelajaran ANFIS telah berhenti pada epoch ke-4.
Kuesioner yang dinyatakan valid dari responden mahasiswa sebanyak 77 buah. Kuesioner yang dinyatakan valid dari responden non mahasiswa sebanyak 67 buah. Proses validasi dapat dilihat pada Gambar 6.
Pengambilan Data Pengambilan data dilakukan pada pengguna produk operator dan produk operator. Pengambilan data dari pengguna produk operator meliputi penyebaran kuesioner dan validasi hasil kuesioner. Kuesioner yang dibagikan ke pengguna produk operator berisi 102 pertanyaan. a Penyebaran Kuesioner Penyebaran kuesioner dilakukan dengan menggunakan metode Stratified Random Sampling. Jumlah kuesioner yang disebar untuk kebutuhan data penelitian ini dapat dilihat pada Tabel 5.
Representasi Kuesioner Setiap pertanyaan dalam kuesioner direpresentasikan menjadi masukan dalam ANFIS. Produk operator direpresentasikan sebagai output. Hasil survei menunjukkan bahwa responden mahasiswa paling banyak menggunakan produk operator Kartu AS, sedangkan pada kalangan non mahasiswa paling banyak menggunakan produk operator Simpati. Grafik banyaknya responden hasil survei dapat dilihat pada Gambar 6 dan Gambar 7.
Tabel 5 Jumlah kuesioner Kelompok
Mahasiswa Non Mahasiswa
Kuesioner Yang Disebar 100 100
Kuesioner Yang Dikembalikan 97 88
b Validasi Hasil Kuesioner Kuesioner yang telah dikembalikan kemudian divalidasi dengan ketentuan sebagai berikut : 1 Kuesioner yang tidak diisi lengkap dinyatakan tidak valid. 2 Responden yang idak menuliskan informasi lama pemakaian produk operator dinyatakan tidak valid. 3 Lama pemakaian produk operator kurang dari 3 bulan dinyatakan tidak valid. 4 Responden yang mengisikan produk operator yang dipakai sekarang dan tidak terdapat pada kelas produk operator dinyatakan tidak valid.
Gambar 6 Grafik data responden mahasiswa.
Gambar
Gambar 5 Proses validasi data.
7
Grafik data mahasiswa.
responden
non
Data yang digunakan dalam penelitian ini melalui proses validasi. Data hasil validasi pada responden mahasiswa IPB dapat dilihat pada Gambar 8, dan data hasil validasi responden non mahasiswa dapat dilihat pada Gambar 9.
10
Pengujian dilakukan terpisah pada responden mahasiswa dan responden non mahasiswa. Data responden mahasiswa menggunakan 77 data dan data responden non mahasiswa menggunakan 67 data. Jumlah masukan yang digunakan sebanyak 13. a Tren Pemilihan Produk Responden Mahasiswa
Gambar 8 Grafik data responden mahasiswa hasil reduksi.
Gambar
9
Grafik data respnden mahasiswa hasil reduksi.
Operator
Hasil pengujian pada data responden mahasiswa menunjukkan bahwa hanya pengguna produk operator Mentari yang tidak dikenali sebagai pengguna produk operator tersebut. Di sisi lain, pengguna produk operator Kartu AS, Xplor, IM3 Smart, Simpati, Bebas, dan Jempol dapat dikenali sesuai dengan kelasnya. Prediksi tren pemilihan produk operator di masa mendatang dari sudut pandang operator dapat dilihat pada penjelasan berikut ini.
non
Hasil Percobaan Pada percobaan ini dilakukan proses checking. Proses checking menggunakan data training dan data testing dari operator. Akurasi yang diperoleh sebesar 100 %, artinya semua data training dikenali sesuai dengan kelasnya. Gambar proses checking dapat dilihat pada Gambar 10.
Gambar 11 Grafik tren pengguna Kartu AS. Gambar 11 menunjukkan tren pengguna Kartu AS. Dari 18 orang pengguna Kartu AS, sebanyak 7 responden dikenali sebagai pengguna Kartu AS, 4 responden dikenali sebagai pengguna Xplor, 3 responden dikenali sebagai pengguna Matrix, dan selainnya dikenali sebagai pengguna Simpati, Mentari, Three (3) Pra Bayar, Fren Pasca Bayar masing-masing 1 orang.
Gambar 10 Proses checking data operator. Gambar 12 Grafik tren pengguna Xplor. Percobaan ini menggunakan data uji dari responden. Sebelumnya sistem telah dilatih dengan 17 data dari produk operator.
Grafik tren pengguna produk operator Xplor dapat dilihat pada Gambar 12. Dari 4
11
orang pengguna Xplor, masing-masing dikenali sebagai Kartu AS, Xplor, IM3 Smart dan Simpati. Grafik tren pengguna IM3 Smart dapat dilihat pada Gambar 13. Prediksi optimasi terhadap 15 orang pengguna layanan produk operator IM3 Smart, sebanyak 3 orang dikenali sebagai pengguna IM3 Smart, 2 orang pengguna produk operator dikenali sebagai Xplor, 2 orang pengguna produk operator dikenali sebagai Simpati, 2 orang pengguna produk operator dikenali sebagai Jempol, selainnya dikenali sebagai Matrix, Bebas, Mentari, Three (3) Pra Bayar, Fren Pasca Bayar, dan Starone Pra Bayar.
Gambar 15 Grafik tren pengguna Mentari. Gambar 16 menunjukan grafik tren pengguna Bebas. Hasil prediksi 9 orang pengguna Bebas, 3 orang pengguna dikenali sebagai pengguna Kartu AS, 3 orang pengguna dikenali sebagai pengguna IM3 Smart, sisanya dikenali sebagai pengguna Jempol, Bebas, dan Fren Pra Bayar.
Gambar 13 Grafik tren pengguna IM3 Smart. Gambar 14 menunjukkan grafik tren pengguna Simpati. Dari 14 orang pengguna Simpati, 4 responden dikenali sebagai pengguna Kartu AS, 3 responden dikenali sebagai pengguna Matrix, 3 responden dikenali sebagai pengguna Simpati, 2 responden dikenali sebagai pengguna Xplor, dan selainnya dikenali sebagai pengguna IM3 Smart dan Bebas masing-masing 1 orang.
Gambar 16 Grafik tren pengguna Bebas. Grafik tren pengguna produk perator Jempol dapat dilihat pada Gambar 17. Pengenalan terhadap 7 orang pengguna Jempol, 3 orang dikenali sebagai pengguna IM3 Smart, dan sisanya dikenali sebagai pengguna Kartu AS, Matrix, Jempol, dan Three (3) Pra Bayar masing-masing 1 orang.
Gambar 14 Grafik tren pengguna Simpati. Grafik tren pengguna Mentari dapat dilihat pada Gambar 15. Pengenalan terhadap 2 orang pengguna produk operator kartu Mentari, sebanyak 50% dikenali sebagai pengguna Matrix, dan 50% dikenali sebagai pengguna Bebas.
Gambar 17 Grafik tren pengguna Jempol. Faktor lingkungan yang mempengaruhi dalam pemilihan produk operator pada responden mahasiswa yaitu teman sebanyak 32.47%, keluarga sebanyak 36.36%, iklan sebanyak 19.48%, dan lain-lain sebanyak
12
11.69%. Hasil survei menunjukkan bahwa keluarga sebagai faktor lingkungan yang paling mempengaruhi pemilihan produk operator pada kelompok mahasiswa. Salah satu faktor yang juga mempengaruhi dalam pemilihan produk operator adalah coverage area. Coverage area yang menjangkau seluruh nusantara menjadi pilihan 77.92% dari 77 responden mahasiswa. Pengenalan 77 responden mahasiswa diperoleh hasil 20.78% pengguna dapat dikenali sesuai dengan kelasnya. Sebagian besar pengguna pada kelas target dikenali sebagai pengguna Kartu AS. IM3 Smart, Matrix, Xplor, Simpati, Jempol, Bebas, Three (3) Pra Bayar, Fren Pasca Bayar, Mentari dan Fren Pra Bayar muncul sebagai kelas hasil prediksi setelah Kartu AS. b Tren Pemilihan Produk Responden Non Mahasiswa
Operator
Gambar 19 Grafik tren pengguna IM3 Smart. Hasil prediksi tren pada 22 orang pengguna Simpati, sebanyak 27% dikenali sebagai pengguna Kartu AS, 22% dikenali sebagai pengguna Matrix, 18% dikenali sebagai pengguna Xplor, 9% dikenali sebagai pengguna IM3 Smart dan Three (3) Pra bayar, 5% dikenali sebagai pengguna Simpati, Jempol dan Fren Pasca bayar. Grafik tren pengguna produk operator Simpati dapat dilihat pada Gambar 20.
Prediksi tren pada responden non mahasiswa dilakukan pada 6 kelas target. Hasilnya dapat dilihat sebagai berikut.
Gambar 20 Grafik tren pengguna Simpati. Gambar 18 Grafik tren pengguna Kartu AS. Grafik tren pengguna Kartu AS dapat dilihat pada Gambar 18. Hasil prediksi tren pemilihan produk operator pada 5 orang pengguna Kartu AS menghasilkan 40% dikenali sebagai pengguna Kartu AS, 20% dikenali sebagai pengguna Matrix, 20% dikenali sebagai pengguna IM3 Smart dan 20% dikenali sebagai pengguna Three (3) Pra Bayar. Gambar 19 merupakan grafik tren pengguna IM3 Smart. Dari 15 pengguna IM3 Smart, 27% dikenali sebagai pengguna Matrix, 13% dikenali sebagai pengguna Kartu AS, Xplor, IM3 Smart, dan Three (3) Pra Bayar, 7% dikenali sebagai pengguna Simpati, Jempol, dan Fren Pra Bayar.
Prediksi tren pemilihan produk operator juga dilakukan pada 7 orang responden pengguna Mentari. Grafik tren pengguna Mentari dapat dilihat pada Gambar 21. Dari 7 orang responden, sebanyak 43% dikenali sebgai pengguna Kartu AS, 29% dikenali sebagai pengguna IM3 Smart, dan 14% dikenali sebagai pengguna Simpati dan Bebas.
Gambar 21 Grafik tren pengguna Mentari.
13
Grafik tren pengguna Bebas dapat dilihat pada Gambar 22. Dari 4 orang pengguna produk operator Bebas, sebanyak 75% dikenali sebagai pengguna Kartu AS, dan 25% dikenali sebagai pengguna Bebas.
Sebagian besar pengguna pada kelas target dikenali sebagai pengguna Kartu AS. Matrix, IM3 Smart, Xplor, Three (3) Pra Bayar, Simpati, Jempol, Bebas, Fren Pasca Bayar dan Fren Pra Bayar muncul sebagai kelas hasil prediksi setelah Kartu AS. Pemilihan produk operator responden dipengaruhi oleh tarif yang murah dan coverage area yang luas. Sedangkan faktor lingkungan yang paling mempengaruhi pemilihan produk operator dari kelompok mahasiswa dan non mahasiswa ialah keluarga.
KESIMPULAN DAN SARAN Kesimpulan Gambar 22 Grafik tren pengguna Bebas. Hasil pengujian terhadap 2 orang pengguna produk operator Jempol diprediksi optimal pada Simpati dan Jempol masingmasing 1 orang. Grafik tren pengguna produk perator Jempol dapat dilihat pada Gambar 23.
Gambar 23 Grafik tren pengguna Jempol. Faktor lingkungan yang mempengaruhi dalam pemilihan produk operator pada responden non mahasiswa yaitu teman sebanyak 32.84%, keluarga sebanyak 40.30%, iklan sebanyak 11.94%, dan lain-lain sebanyak 14.93%. Dari hasil survei menunjukan bahwa faktor iklan kurang mempengaruhi kelompok non mahasiswa dalam memilih produk operator. Jangkauan sinyal yang luas menjadi salah satu faktor yang mempengaruhi pemilihan operator. Coverage area yang menjangkau seluruh nusantara menjadi pilihan 56.72% dari 67 responden non mahasiswa. Provinsi sebanyak 16.42%, kabupaten sebanyak 14.93%, kecamatan dan kelurahan sebanyak 6%.
Data penelitian yang digunakan dalam pengembangan sistem ini yaitu berasal dari data pengguna produk operator dan data dari sisi operator. Reduksi fitur dilakukan untuk menyesuaikan data pengguna produk operator dan data dari produk operator. Sebanyak 13 fitur digunakan pada proses checking dan pada proses validasi terhadap keakuratan pengguna dalam pemilihan produk operator. Proses checking yang dilakukan pada data operator menghasilkan akurasi sebesar 100%. Dari hasil penelitian pada pengguna mahasiswa mendapatkan 20.779% dari 77 data yang diujikan ke sistem, artinya 7 data yang dikenali sesuai dengan kelasnya, sedangkan penelitian pada responden non mahasiswa mendapatkan 10.447% dari 67 data yang diujikan. Dari hasil yang diperoleh menunjukkan bahwa pengguna produk operator sekarang belum mampu menyesuaikan antara kebutuhan dengan fitur dan tarif yang berlaku. Pengguna produk operator memiliki kecenderungan optimal pada produk operator Kartu AS, IM3 Smart dan Matrix (GSM). Tren pengguna produk operator cenderung memilih produk operator yang tidak sesuai dengan produk operator yang sedang digunakan, hal ini dikarenakan pola pengguna produk operator sekarang masih mempunyai bias yang terlalu besar, kebutuhan yang diinginkan oleh pengguna produk operator belum dapat dipenuhi oleh produk operator itu sendiri dan pengguna dalam memilih produk operator cenderung lebih memilih tarif yang murah dalam kebutuhan sehari-hari.
Pengenalan terhadap 67 responden non mahasiswa diperoleh hasil 10.45% pengguna dapat dikenali sesuai dengan kelasnya.
14
Saran Saran untuk penelitian selanjutnya diantaranya yaitu pemberian bobot yang berbeda pada fitur sehingga pemilihan produk operator dapat dititikberatkan pada kebutuhan utama pengguna. Menggunakan fitur khusus dan tarif promosi yang ditawarkan produk operator untuk lebih mendekati kebutuhan pengguna. Memasukan faktor transparansi informasi dari operator dan kestabilan jaringan sebagai salah satu fitur. Pengelompokan responden berdasarkan profesi untuk lebih mengetahui kebutuhannya.
Scheaffer RL, William M , Lyman O. 1990. Elementary Survey Sampling. Boston: PWS-KENT. South Dakota Public Utilities Commision, 2003. Myths & Magic Cellular Phone, State Capital Building 500 East Capitol Pierre SD 57501. Wirawan D. 2007. Optimasi Pemilihan Produk Operator GSM dan CDMA Menggunakan Backpropagation Neural Network [skripsi] . Bogor: Departemen Ilmu Komputer, Institut Pertanian Bogor.
DAFTAR PUSTAKA Bodic GL. Mobile Messaging Technologies and service SMS, EMS and MMS 2005. John Wiley & Sons Ltd.ISBN 0-47001143-2. Handhayani, T. 2008. Optimasi Pemilihan Produk Operator GSM dan CDMA Menggunakan Algoritma Voting Feature Intervals 5 [skripsi]. Bogor: Departemen Ilmu Komputer, Institut Pertanian Bogor. Jang, J. S. R. 1994. ANFIS : AdaptiveNetwork-Based Fuzzy Inference System. Department of Electrical Engineering and Computer Science. University of California, Berkeley,CA 94720. Jang, J.S.R., C.T. Sun, and E. Mitzuani. 1997. Neuro-Fuzzy and soft Computing. Prentice-Hall International. Kusumadewi S, Sri H. 2006. NEURO-FUZZY :Integrasi sistem Fuzzy & Jaringan syaraf. Ed ke-1. Graha Ilmu : Yogyakarta. Miranti, E, 2003. Dahsyatnya Bisnis Jasa operator Selular. ATSI (Asosiasi Telepon Selular Indonesia). Ping KS, Salim N. 2006. Optimized Subtractive Clustering for Cluster-Based Compound Selection. Proceeding of the 1st international Conference on Natural Resources Engineering & Technology 2006 24-24th July 2006, Putrajaya, Malaysia, 492-499. Setiawan, D. 2003. Teknologi Selular dan CDMA. PT.Elex Media Komputindo.
15
LAMPIRAN
16
Lampiran 1 Kuesioner Kuesioner Prediksi Optimasi Pemilihan Layanan Produk Operator GSM dan CDMA Untuk Keperluan Menyusun Skripsi Di Bidang Ilmu Komputer Institut Pertanian Bogor Petunjuk Pengisian Kuesioner 1. 2.
3.
Untuk pengisian kuesioner dimohon disesuaikan dengan kebutuhan nyata Anda dalam berkomunikasi sehari-hari. Isikan Tanggal Pengisian, Umur, Pekerjaan, Jenis produk operator (SIM card) yang Anda pakai sekarang, merk ponsel (handphone), jaringan dan lamanya Anda telah memakai layanan produk operator Pemilihan tarif setiap kolomnya hanya diperbolehkan memilih satu pilihan
Tanggal Pengisian : Umur Pekerjaan
bln
tgl
tahun
: ………………………………... : …………………………………
Produk Operator Pilih salah satu dengan memberi tanda √ pada produk operator (SIM Card) yang Anda gunakan Hanya diperkenankan memilih satu produk operator TELKOMSEL □ KartuHALO □ SimPATI □ Kartu As
□ □
□ □ □ □
XL Xplor Bebas Jempol Jimat
FLEXI Pra Bayar (Trendy) Pasca Bayar (Classy)
3 (THREE) □ Pra Bayar □ Pasca Bayar
□ □
ESIA Pra Bayar Pasca Bayar
MOBILE 8 □ Fren Pra Bayar □ Fren Pasca Bayar
□
□ □ □ □ □ □
INDOSAT Mentari Matrix IM3 Smart (Pra Bayar) IM3 Bright (Pasca Bayar) Star One Pra Bayar Star One Pasca Bayar
Operator Lainnya *……………….
Keterangan : * tuliskan satu produk operator yang Anda gunakan Lama pemakaian layanan produk operator (SIM Card) terakhir yang Anda pakai sekarang (coret yang tidak perlu) a. ............ tahun (Misalnya : 3 tahun untuk lama pemakaian lebih dari 1 tahun) b. .............bulan (Misalnya : 9 bulan untuk lama pemakaian kurang dari 1 tahun) Merk Ponsel (Handphone) : ............................. (Misalnya : Nokia N81, Sony Ericson W580) Jaringan : GSM / CDMA ( * coret yang tidak perlu ) Contoh pengisian :
1. Berapa tarif yang layak menurut Anda untuk melakukan panggilan dari Ponsel ke PSTN (telepon rumah) dalam zona lokal (satu daerah) dalam rupiah per menit? Off Peak (06.00-07.00) 100-200 201-300 √ 301-400
Off Peak (07.00-08.00) √ 100-200 201-300 301-400
Peak Time (08.00-22.00) 100-200 201-300 301-400 √
Off Peak (22.00-00.00) 100-200 √ 201-300 301-400
Off Peak (00.00-06.00) √ 100-200 201-300 301-400
Note : 100-200 menunjukkan rentang nilai 100 sampai dengan 200
17
Lanjutan
Kuesioner Keterangan : SLJJ 0 (Lokal) = Zona < 30 Km SLJJ 1 = Zona : 30 Km – 200 Km SLJJ 2 = Zona : 200 Km – 500 Km SLJJ 3 = Zona : > 500 Km Contoh Sesama Kartu Sesama Operator Antar Operator SLI
: Simpati ke Simpati, Mentari ke Mentari, dll : Simpati ke AS, Mentari ke IM3, dll : Simpati ke Mentari, AS ke X-Plor, dll : SMS Internasional baik sesama kartu, sesama operator, maupun antar operator (dengan operator dari negara lain)
A. Voice Calling Ponsel ke PSTN (telepon rumah) 1.
Berapa tarif yang layak menurut Anda untuk melakukan panggilan dari Ponsel ke PSTN (telepon rumah) dalam zona lokal (satu daerah) dalam rupiah per menit?
Off Peak (06.00-07.00) 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Off Peak (15.00-22.00) 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Off Peak (07.00-08.00) 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Off Peak (08.00-09.00) 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Off Peak (22.00-23.00) 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Off Peak (23.00-00.00) 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Peak Time (09.00-15.00) 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000 Off Peak (00.00-06.00) 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
18
Lanjutan 2.
3.
Berapa tarif yang layak menurut Anda untuk melakukan panggilan dari Ponsel ke PSTN (telepon rumah) dalam zona SLJJ1 dalam rupiah per menit? Off Peak (06.00-07.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300
Off Peak (07.00-08.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300
Off Peak (08.00-09.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300
Peak Time (09.00-15.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300
□ 2301-3000
□ 2301-3000
□ 2301-3000
□ 2301-3000
Off Peak (15.00-22.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300
Off Peak (22.00-23.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300
Off Peak (23.00-00.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300
Off Peak (00.00-06.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300
2301-3000
□ 2301-3000
2301-3000
2301-3000
Berapa tarif yang layak menurut Anda untuk melakukan panggilan dari Ponsel ke PSTN (telepon rumah) dalam zona SLJJ2 dalam rupiah per menit ?
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Off Peak (06.00-07.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Off Peak (07.00-08.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Off Peak (08.00-09.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Peak Time (09.00-15.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
19
Lanjutan
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
4.
Off Peak (15.00-22.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Off Peak (22.00-23.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Off Peak (23.00-00.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Off Peak (00.00-06.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Berapa tarif yang layak menurut Anda untuk melakukan panggilan dari Ponsel ke PSTN (telepon rumah) dalam zona lokal SLJJ3 dalam rupiah per menit?
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Off Peak (06.00-07.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Off Peak (15.00-22.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Off Peak (07.00-08.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (08.00-09.00) □ 301-400 □ 401-500 □ 501-600 □ 601-700 □ 701-800 □ 801-900 □ 901-1100 □ 1101-1300 □ 1301-1500 □ 1501-1700 □ 1701-2000 □ 2001-2300 □ 2301-3000 □ 3001-3500 □ 3501-4000
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Off Peak (22.00-23.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (23.00-00.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Peak Time (09.00-15.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □
Off Peak (00.00-06.00) 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
20
Lanjutan Ponsel ke Ponsel 1.
Berapa tarif yang layak menurut Anda untuk melakukan panggilan dari Ponsel ke Ponsel (operator sama) dalam zona lokal (satu daerah) dalam rupiah per menit? Off Peak (06.00-07.00) <100 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Off Peak (15.00-22.00) <100 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
2.
Off Peak (07.00-08.00) <100 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Off Peak (22.00-23.00) <100 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Off Peak (08.00-09.00) <100 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Off Peak (23.00-00.00) <100 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Peak Time (09.00-15.00) <100 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Off Peak (00.00-06.00) <100 100-200 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1000 1001-2000
Berapa tarif yang layak menurut Anda untuk melakukan panggilan dari Ponsel ke Ponsel (operator lain) dalam zona lokal (satu daerah) dalam rupiah per menit? Off Peak
Off Peak
Off Peak
Peak Time
(06.00-07.00)
(07.00-08.00)
(08.00-09.00)
(09.00-15.00)
401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000
401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000
401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000
401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000
21
Lanjutan Off Peak
Off Peak
Off Peak
Off Peak
(15.00-22.00)
(22.00-23.00)
(23.00-00.00)
(00.00-06.00)
401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000
3.
401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000
401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000
401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000
Berapa tarif yang layak menurut Anda untuk melakukan panggilan dari Ponsel ke Ponsel dalam zona SLJJ1 dalam rupiah per menit? Off Peak (06.00-07.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (07.00-08.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (08.00-09.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Peak Time (09.00-15.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (15.00-22.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (22.00-23.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (23.00-00.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (00.00-06.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
22
Lanjutan 4.
Berapa tarif yang layak menurut Anda untuk melakukan panggilan dari Ponsel ke Ponsel dalam zona SLJJ2 dalam rupiah per menit? Off Peak (06.00-07.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (07.00-08.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (08.00-09.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Peak Time (09.00-15.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (15.00-22.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (22.00-23.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (23.00-00.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (00.00-06.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
23
Lanjutan 5.
Berapa tarif yang layak menurut Anda untuk melakukan panggilan dari Ponsel ke Ponsel dalam zona SLJJ3 dalam rupiah per menit? Off Peak (06.00-07.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (15.00-22.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (07.00-08.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (22.00-23.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (08.00-09.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (23.00-00.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Peak Time (09.00-15.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
Off Peak (00.00-06.00) 201-300 301-400 401-500 501-600 601-700 701-800 801-900 901-1100 1101-1300 1301-1500 1501-1700 1701-2000 2001-2300 2301-3000 3001-3500 3501-4000
24
Lanjutan B. SMS dan MMS 1.
Berapa tarif yang layak menurut Anda untuk mengirimkan sms (rupiah per sms)? Sesama Kartu 45 50 75 85 99 100 150 250 299 300 350
Sesama Operator 45 50 75 85 100 149 150 250 299 300 350
Antar Operator 100 225 250 299 300 350
SLI 499 500 1000
2. Berapa tarif yang layak menurut Anda untuk mengirimkan mms (dalam rupiah)?
Tarif MMS 500,- /100Kb 1000,- /100Kb 1250,- /100Kb 1000,- /50Kb 1250,- /50Kb
C. GPRS 1.
Berapa tarif GPRS yang layak menurut Anda (rupiah per 1Kb)? Tarif GPRS 5 10 12 15
D. Coverage Area 1.
Coverage area yang sesuai dengan tuntutan Anda adalah ….
Unit area Nusantara Provinsi Kabupaten Kecamatan Kelurahan
25
Lanjutan E. Harga isi ulang pulsa 1.
Berapa tarif yang layak menurut Anda untuk melakukan isi ulang pulsa setiap pecahan tertentu? 5.000
5.000-6.000 6.001-7.000 7.001-8.000
10.000
11.000-12.000 12.001-13.000 13.001-15.000
20.000
25.000
50.000
100.000
22.000-23.000 23.001-25.000 25.000-27.000
26.000-27.000 27.001-28.000 28.001-29.000
51.000-52.000 52.001-54.000 55.000-57.000
98.000-100.000 >100.000
F. Pengaruh Lingkungan 1.
Lingkungan yang paling mempengaruhi Anda dalam memilih produk operator adalah ....
□ □ □ □
Pengaruh Lingkungan Teman Keluarga Iklan ...........................*
Note : jika tidak terdapat pada pilihan tuliskan pengaruh lingkungan menurut Anda G. Bonus 1. Berapa bonus sms yang layak menurut Anda (banyak bonus sms per banyak pemakaian sms pada periode tertentu)? Bonus sms /banyak pemakaian sms/ periode (6 sms / 6 pemakaian sms) setiap hari (10 / 10 pemakaian sms) setiap hari (100 / 100 pemakaian sms) setiap bulan
H.
Nada Sambung Pribadi (NSP)
1.
Berapa tarif nada sambung pribadi (NSP) yang layak menurut Anda (rupiah per bulan)? Nada Sambung Pribadi (NSP) □ < 5000 □ 5.000-6.000 □ 6.001-7.000 □ 7.001-8.000 □ 8.001-9.000 □ 9.001-10.000
26
Lanjutan I.
3G (Video Calling, mobile TV, High Speed Data Access) 3G Service Availability Ya Tidak Note : Jika Anda tidak membutuhkan 3G, biarkan pertanyaan selanjutnya kosong (tidak perlu dijawab)
1.
Berapa tarif video call ke sesama Kartu yang layak menurut Anda (rupiah per menit)? Note : Off Peak Peak
: 22.00-08.00 : 08.00-22.00 Zona Lokal
4.
Off Peak 250-300 301-500 501-700 701-800 801-1000 1001-1500 1501-2000 2001-3000 > 3000
Peak Time 250-300 301-500 501-700 701-800 801-1000 1001-1500 1501-2000 2001-3000 > 3000
Zona SLJJ Off peak Peak Time 250-300 250-300 301-500 301-500 501-700 501-700 701-800 701-800 801-1000 801-1000 1001-1500 1001-1500 1501-2000 1501-2000 2001-3000 2001-3000 > 3000 > 3000
Berapa tarif video call ke sesama operator yang layak menurut Anda (rupiah per menit)? Zona Lokal
Off Peak 750-800 801-1000 1001-1500 1501-2000 > 2000
Peak Time 1500-2000 2001-2500 2501-3000 3001-3500 3501-4000
Zona SLJJ Off peak Peak Time 775-1000 1500-1600 1001-1500 1601-1700 1501-2000 1701-2000 2001-3000 2001-3000 3001-4000 3001-4000
5. Berapa tarif video call ke Operator Lain yang layak menurut Anda (rupiah per menit)?
Zona Lokal
Off Peak 750-800 801-1000 1001-1500 1501-2000 > 2000
Peak Time 1500-2000 2001-2500 2501-3000 3001-3500 3501-4000
Zona SLJJ Off peak Peak Time 775-1000 1500-1600 1001-1500 1601-1700 1501-2000 1701-2000 2001-3000 2001-3000 3001-4000 3001-4000
27
Lanjutan 6.
Berapa tarif Mobile TV yang layak menurut Anda (rupiah per menit)? Mobile TV 2000 2001-2500 2501-3000
28
Lampiran 2 Tabel fitur
1 2 3 4 5
Nama Feature f1 f2 f3 f4 f5
Jenis Feature Linear Linear Linear Linear Linear
6
f6
Linear
7 8 9 10 11 12 13
f7 f8 f9 f10 f11 f12 f13
Linear Linear Linear Linear Linear Nominal Linear
No
Deskripsi Tarif voice calling ponsel ke PSTN dalam zona lokal peak Tarif voice calling ponsel ke PSTN dalam zona SLJJ1 peak Tarif voice calling ponsel ke PSTN dalam zona SLJJ2 peak Tarif voice calling ponsel ke PSTN dalam zona SLJJ3 peak Tarif voice calling ponsel ke ponsel (operator sama) dalam zona lokal peak Tarif voice calling ponsel ke ponsel (operator lain) dalam zona lokal peak Tarif voice calling ponsel ke ponsel dalam zona SLJJ1 peak Tarif voice calling ponsel ke ponsel dalam zona SLJJ2 peak Tarif voice calling ponsel ke ponsel dalam zona SLJJ3 peak Tarif SMS sesama operator Tarif GPRS Coverage Area (jangkauan sinyal) Tarif Nada Sambung Pribadi (NSP)
29
Lampiran 3 Tabel hasil optimasi responden mahasiswa
Produk Operator Awal
Kartu AS
Simpati
IM3 Smart
Bebas
Jempol
Xplor
Mentari
Esia Pra Bayar
Produk Operator Optimal Kartu AS Xplor Matrix Simpati Mentari Three (3) Pra Bayar Fren Pasca Bayar Jumlah Kartu AS Matrix Simpati Xplor IM3 Smart Bebas Jumlah IM3 Smart Xplor Simpati Jempol Matrix Bebas Mentari Three (3) Pra Bayar Fren Pasca Bayar Starone Pra Bayar Jumlah Kartu AS IM3 Smart Jempol Bebas Fren Pra Bayar Jumlah IM3 Smart Kartu AS Matrix Jempol Three (3) Pra Bayar Jumlah Kartu AS Xplor IM3 Smart Simpati Jumlah Matrix Bebas Jumlah Kartu AS Matrix Jempol Jumlah
Jumlah
Persentase
7 4 3 1 1 1 1 18 4 3 3 2 1 1 14 3 2 2 2 1 1 1 1 1 1 15 3 3 1 1 1 9 3 1 1 1 1 7 1 1 1 1 4 1 1 2 1 1 1 3
38.89% 22.22% 16.67% 5.56% 5.56% 5.56% 5.56% 28.57% 21.43% 21.43% 14.29% 7.14% 7.14% 20% 13.33% 13.33% 13.33% 6.67% 6.67% 6.67% 6.67% 6.67% 6.67% 33.33% 33.33% 11.11% 11.11% 11.11% 42.86% 14.29% 14.29% 14.29% 14.29% 25% 25% 25% 25% 50% 50% 33.33% 33.33% 33.33%
30
Lanjutan Produk Operator Awal Three (3) Pra Bayar Flexy Trendy Fren Pra Bayar Matrix
Produk Operator Optimal IM3 Smart Jumlah Xplor Jempol Jumlah Matrix Jumlah Bebas Jumlah
Jumlah
Persentase
1 1 1 1 2 1 1 1 1
100% 50% 50% 100% 100%
31
Lampiran 4 Tabel hasil optimasi responden non mahasiswa
Produk Operator Awal
Kartu AS
Simpati
IM3 Smart
Bebas
Jempol
Mentari
Fren Pra Bayar Kartu Halo
Flexy Trendy Fren Pasca Bayar Esia Pra Bayar
Matrix Flexy Classy
Produk Operator Optimal Kartu AS Matrix IM3 Smart Three (3) Pra Bayar Jumlah Kartu AS Matrix Xplor IM3 Smart Three (3) Pra Bayar Simpati Jempol Fren Pasca Bayar Jumlah Matrix Kartu AS Xplor IM3 Smart Three (3) Pra Bayar Simpati Jempol Fren Pra Bayar Jumlah Kartu AS Bebas Jumlah Simpati Jempol Jumlah Kartu AS IM3 Smart Simpati Bebas Jumlah Simpati Jumlah Bebas IM3 Smart Jumlah Matrix Jempol Jumlah Simpati Jumlah Simpati Bebas Jumlah Kartu AS Jumlah Jempol Jumlah
Jumlah
Persentase
2 1 1 1 5 6 5 4 2 2 1 1 1 22 4 2 2 2 2 1 1 1 15 3 1 4 1 1 2 3 2 1 1 7 1 1 2 1 3 1 1 2 2 2 1 1 2 1 1 1 1
40% 20% 20% 20% 27.27% 22.73% 18.18% 9.09% 9.09% 4.55% 4.55% 4.55% 26.67% 13.33% 13.33% 13.33% 13.33% 6.67% 6.67% 6.67% 75% 25% 50% 50% 42.86% 28.57% 14.29% 14.29% 100% 66.67% 33.33% 50% 50% 100% 50% 50% 100% 100%
32
Lampiran 5 Struktur ANFIS
33
Lampiran 6 Jumlah aturan pada ANFIS
34
