t||liwss$Bina
Darma
PDNERAPANDATA MIIIING DENGAIYMETOI}E CLUSTERING T'NTIJK MEMPREDIKSI MINAT PEIVT]MPAI\TG KERETA API
PROPOSALPENELITIAN Diajukangunamelakukanpeneliltianskripsi
OLEH; PUTRI WTJLAIYDARI ' 09142080
PROGRAMSTUDI TEKIIIK INTOBTUATIKA FAKT]LTASILMU KOMPUTER T]NTYf,,RSIITAS BINADARMA PALEMBAI\IG 2013
DATA MINING DENGAI\IMETODE CLUSTERING PEI\TERAPAI{ UI\TTIK MEMPREDIKSI MINAT PENT}MPAI\IGKERETA API
OLEH: PUTRI WI]LANDARI 09142080
PROPOSALPEITELITIAN Disusunsebagaisalahsatusyaratuntukmelakukanpenelitian
Disefujui, ProgramStudi Teknik Informatika UniversitasBina Darma
ril Rizal, S.T.rnd.M.rtltl.Kom.
DosenPembimbingII
Ilman T*,hrr Yadi, lllllo,Ilfl,Kom.
KATA PENGANTAR
Puji syukur kehadirat Allah SWT karenaberkat rahmat dan karunia- Nya jualah, proposalpenelitian ini dapatdiselesaikangunamemenuhisalahsatusyarat untuk diteruskan menjadi skripsi sebagai proses akhir dalarn rnenyelesaikan pendidikandibangkukuliah. Dalam penulisanproposal ini, tentunyamasihjauh dari sempurna.Hal ini dikarenakan keterbatasnyapengetahuanyang dimiliki. Oleh karena itu dalam rangka melengkapi kesempurnaandari penulisanproposal ini diharapkan adanya sarandan kritik yang diberikan bersifat membangun.Padakesempatanyang baik ini, tak lupa penulis menghaturkanterima kasih kepada semuapihak yang telah memberikan bimbingan, pengarahan,nasehat dan pemikiran dalam penulisan skripsi ini, terutamakepada: L Prof. h. H. Bochari Rahmar M.Sc. selaku Rektor Universitas Bina Darma Palembang. 2. Syahril Rizal, S.T.,M.M.,M.Kon. selaku Ketua Program Studi Tbknik Informxika. 3. Alex Wijay4S.Kom.,M.IT. selakuPembimbingI 4. Ilman Zuhri Yadi, S.Kom., M.M., selaku Pembimbing II yang telah memberikanbimbinganpenulisanskripsi ini. 5. Orang Tua" saudara-saudaraku,' seluruh teman dan sahabat-sahabatkuyang selalu meniberikan dorongan dan masukan serta bantuan baik morilmaupun materil yang tak ternilai harganya. Palembang,
Mei 2013
Penulis
ABSTRAK Minat penggunajasa angkutantransportasimodakeretaapi di Indonesiacukup berkenandihati masyarakatbaik dari kalanganbawahomenengahmaupundari kalanganatas.Dimana moda angkutankeretaapi ini dinilai lebih aman,ekonomis dan efisien. Untuk dapatmenjadi modafransportasidaratyangbaik PT Kereta Api Indonesia(persero)menyediakangerbongkeretadenganberbagaikelas guna menyesuaikandengankebutuhanpenumpangperusahaanini menyediakan beberapakelasmulai dari kelas ekonomi, bisnis danjuga kelaseksekutif, dimana masing-masingkelas memiliki keunggulannyatersendiri.Latar belakang penelitian ini adalahadanyaminat penumpangyang tinggi dari masyarakatuntuk menggunakanjasa angkutankeretaapi membuatperusahaanmemberlakukan karcis berdiri, dimanakeputusanitu dinilai dapatmerugikanpenggunajasa yang mendapatkankarcis berdiri- Dalam penelitian ini penulis melak*an penerapan datamining gunamemprediksiminat penumpangberdasarkankelas sampai mendapatkaninformasi yang bergunameningkatkanpendapatanperusahaandan pelayananterhadappenggunajasa keretaapi khuzusnyadi stasiunKertapati
$ubdivrsIIL I Kertapati.
IV
L1.
r.2. t.3, 1.4.
3.2. 3.3. 3.4. 3 .5 .
Alat danBahan MetodePenelitian Data,,,,,,., MetodePengumpulan MetodeAnalisisData..,.....
TV,
JADWAL PEI\TELITIAN
v.
DAFTARPU$TAKA
LAMPIRAN PenelitianTerdahulu
DataAwal
........18 .....19 ,,,,,,,,,,,,..19 ......20
............21
DAFTAR GAMBAR Gambar1 StrukturOrganisasi.........,... Gnmbar2 ArisitekturDataMinin9.......,..,,.r....
vi
..................8 ..... 13
PROPOSAL PEIYERAPAN DATA MIITII{G DENGAI{ METODE CLUSTERING TII{TTIK MEMPREDIKSI MINAT PEhITIMPAFIG KERETA API
L Pendabuluan 1.1. Later Belakang Pada sektor perhubunganjasa angkutan merupakansalah satu saranadan prasaranayang dibutuhkanmasyarakatdari berbgai kalangan, baik dari kalangan masyarakatkecil, menengah,maupun dari kalanganatas. Salah satu perusahaan jasa transportasiyaitu PT Kereta Api Indonesia (persero) dengan moda angkut kereta api yang cukup diminati oleh masyarakat,karena kereta api dinilai aman, ekonomis dan efesien. Untuk mernenuhi kebutuhanmastyarakatPT Kereta Api Indonesia menyediakan gerbong kereta api dengan berbagai kelas, mulai dari kela$ ekonomi, bisnis dan eksekutif. Tentunya setiap kelas pada gerbong kereta memiliki berbagai kelebihannya tersendiri. Seperti kelas ekonomi melmiliki kelebihan harga yang terjangkau, kelas bisnis memiliki kelebilran p& gerbongnyayang difasilitasi kipas angin, begitujuga dengankelas eksekutif yang memiliki kelebihandenganfasilitas pendinginruangan(AC). Dengan adanya minat yang cukup tinggi
dari masyarakat untuk
menggunakanjasa angkutan kereta api, membuat perusahaanrnemberlakukan karcis berdiri. Dimana harga untuk karcis berdiri samadenganharga kercis yang berfasilitas tempat duduk, tentunya hal ini dapt merugikan penumpng yang mendapatkankarcis berdiri. Dengan adanya karcis berdiri otomatis membuat kapasitas penumpang pada gerbong kereta terlihat Fntlh, berdesak-desakan
sehinggahilanglah rasa nyampan selamaperjalanan,Namun ada juga gerbonggerbong kereta tertentu yang kurang diminati oleh penumpang; sehingga menyisakan banyak tempat duduk di gerbong tersebut ymrg tidak ierisi penumpang. Perlunya pembenatra* dan solusi yang tepat untuk mengatasi masalahaini. Perusahanjuga perlu melakukan perencanaanstrategi bisnis guna meningkatkanpendapatanperusalraandan meningkatkankenyarnananpenumpang kereta wi,
karena hal itu merupakan proses untuk menghasilkan dan
memepertahankankeunggulan jasa transportasi kereta api dihati masyarakal Tujuan dari perencanaanstrategi bisnis bergunauntuk meningkatkanpendapatan perusahaandan menghasilkanpengetatruanmengenai langkah apa kedepannya yang harus ditempuh perusahaan ini agar dapat meningkatkan pendapatan perumtran,memperbaikipelayanandan kenyanrananpenumpangjangka panjang. oleh karena rtu" suatu pengambil keputusan strategi (strategis decisions) membutuhkandata peqiulan tiket kereta api dalam beberapatahun terakhir. Agar mendapatkaninformasi mengenaiminat penumpangkerefa api berdasarkankelas yang ada. Pada umumnya perusahaanmengumpulkan informasi melalui sistem databaseyang bergunauntuk menarnprmgdeta fransaksi,kernudiannantinya data fersebut diolah sehingga dapat dikeb.hui tingkat dan volume suatu penjualan. Hasil yang didapatkan dari proses database ini nantinya dijadikan suahr actran baru yang dapat digunakan oleh sebuah perusahaan untuk meningkatkan pendapatan.
Banyak diperusahaanyang membutuhkan informasi atau pengetahua4 baru bergma sebagaimembantudalarn mengambil keputumn. Pengganaandata nining telah menjadi bagian yang penting untuk saling berhubunganpada proses bisnis diperumtraansehlnggamat dibutuhkanfutemining yang sangatmenunjang aktifitas suatuperusalnanyang digunakanuntuk menyimpan,mengelola"maupun menya$ikandata,sampaimemberikaninformasi untuk kelangsunganperusahaanPenggunaandata mining sebagai bagian sebuah sistem informasi yang sangatpenting untuk rnenjamin ketersedianlayanan bagi pttggtmaan-nya. As€t atau sumber dayabagi instansi atau organisasiyang sangatberhargabatrkanbisa dikatakan sangat p€nting, yaitu berupa data atau informasi, kerusakanterhadap data dapatmengancamkelangsunganhidup dari perusahaantersebut.Dato mining. memiliki kelebihan dan kekuranganrmttrk mengetahuikedrm hal tersebut perlu adanyarencana evaluasi pada sistem berjalan saat ini karena untuk menangapi segala permasalatranyang ada agar dapat diketahui kelemahan yang akan diperbaiki menjadi lebih baik. Berdasarkan uraian latar belakang penulis melakukan penelitian dengan jtdul "Penerapan Data Mining dengan Metode Clusteringuntuk MempresiksiMinat PenumpangKereta Api". 1.2. PerumusenMasalah Adapun penrmusan masalah dalam penelitian ini yaitu bagaimana memanfaatkanteknologi data rnining sebagai pendukung penyusunanstrategi bisnis gunameningkatkanpendapatanperusatraandan meningkatkankenyarnanan penumpang kereta api khususnya di perusahaanPT Kereta Api Indonesia
(persero) Kertapati dengan mempredilsi minat penumpang berdasarkankelas gerbongkeretaapi1.3. Batasan Masalah Pada Penelitian ini penulis rnembatasi hanya pada pemanfaatan data bulananvolume angkutanpenumpangkereta api dari Januari 2010 s.d Desember zA10 dr stasiun kereta api Kertapati, untuk p€nyusunan strategi bisnis guna meningkatkanpendapatanperusahaandan meningkatkankenyamananpenumpang kereta api dengan menggunakan metode elustering @engelompokan) dat^ penumpangberdasarkankelas yang disediakanoleh perusahaanPT Kereta Api Indonesia (persero) sampai mendapatkaninformasi mengenaikelas yang paling diminati oleh penumpangkerctaapidan mendapatkansolusi untuk perusahaan. 1.4. Tuiuan dan Manfaat Penelitian 1.4.1. Tujuan Penelitian Tujuan dari penelitian ini adalatruntuk memberikaninformasi dan solusi sebagai pendukung psnyusunanstrategi bisnis guna meningkatkan pendapatan perusatraandan rneningkatkankenyamananpenrrmpangkereta a'pi di PT Kereta Api Indonesia(persero)SubdivreIII. I Kertapati 1.4.2. Manfaat Penelitian Dengan dibuatnya penelitian ini, penulis berharapbahwa hasilnya dapat bermanfaatdalam segi semuapihak yang rnembutuhkannyaseperti : 1, Bagi Penulis Penelitian ini diharapkan mampu menambah pengetalruan penulis dalam hal mempraktekanteori-teori yang telah diterima.oleh penulis
selamaini sertadapatdiiadikan sebagaibahanperbandingandari teor!teori yang di peroleh* 2. Biagpperusahaan Penelitian ini ditrarapkandapatdigwakan sebagaibahanpe*imbangan yang mungkin diperlukan oleh perusahaan dalam mengenai suatu keputusandalampemilihan sftategibisnis yang tepal
II. TINJAUAF{ PUSTAKA 2,1. Tinjauan Umum 2.1.1. Sekilas fentang PT Kereta Api Indonesia (persero) Sttbdivre IIL I Kert*pati Kehadiran kereta api di Indonesiaditandai denganpencangkulanpertama jalan kereta api di desaKemijen padatangga17Juni 1864oleh GuhernurJendral Hindia , Mr. L.A.J Baron Sloet van den Beele. Padatahun l9l4 jalan kerfa api dibangun di SumateraSelatan,denganStasiunyang berdirih kokoh dengannama Stasiun Kertapati. PerusahaanPT Kereta Api Indonesi (persero)bergerakdalam bidang jasa angkutan penumpang dengan moda angkutan kereta api, adanya persainganbisnis yang terus maju membuatperusahaanharusberpikir kerasuntuk mempertahankan perusalraan dengan menawarkan jasa angkutan untuk peilrmpang saja tetapi juga menawarkanjasa angkutanbarangseperti : batubara, serbukkertas,bahanbakarminyak dan lain-lain. Mampu bertahandalam persainganbisnis ini lah yang membuatPT Kereta Api Indonesia(persero)tetap berjayasampi sekarang. -
Visi Menjadi penyediajasa perkeretaapianterbaik yang fokus pada pelayanan pelanggandan memenuhiharapanstakeholders.
-
Misi Menyelenggarakanbisnis perkertaapiandan bisnis usaha penunjangnya" melalui praktek bisnis dan model organisasi terbaik tmtuk memberikan nilai tambah yang tinggi bags stakeholfurs dan kelestariaq lingkungan
waktu,pelayanandau ketepatan berdarsarkan 4 pilar atarta: keselamatan, kenvamanan-
8
StrukturOrganisasi o
E
I ilqrr
g
IFx g3n
It
*E*
Eg€ q*; Efis$
fiilh$
'"E "
'} HHE E E
tfr
6 I E 3
tt
-* IIE
!tr iE i8
4
*
E J JC
fi=
o SE +ct
I
b*
E lit =!c Cl D
ts a
t
gt =* E.T
EE Di
S H < * F
*E sHE :
E$
$e E*
n
*$s
gJ h E
1* E!
E $ -Dr * q *E =Et E|j
5
FEflf$ilir}li@ tflurrl*#if
GambarI StrukfurOrganisasi
2.2. Lzndrcan Teou zLl.Konsep Pemasaran Demi mempertahankan perusahaan untuk
dapat lerus mengikuti
persainganbisnis, perusatraanPT Kereta Api Indonesia (persero)ya*g bergerak dalam bidang jasa angkutantetap perlu melakukan inovasi dalam meningkatkan pelayanan penurnparig agar memperoleh kepuasan penurnpang- Kepuasac pcnumpangbisa tetap dipertahankanbila perusahaandapatmengetahuikebutuhan penunpang, Dalam konteks strategipemasaranmerupakanpetunjuk bagi para manager bagaimanaagarjasa yang dihasilkan dapatsampaipadakonsumendan bagaimana memotivasi konsumen untuk membelinya (Koonk dan Weiriclu 1984). Kunci utarnayang perlu diperhatkan dalanrstrategipemasaranrneliputi : l.
Dimana konsumenkita dan mengapamerekamembeli
2. Bagaimanacaraterbaikbagi kitatmtuk menjuat 3, Bagaimanamerekamembeli 4. Apakah kita memptnryai sesuattryang dapat ditawarkan yang tidak dimiliki oleh pesaingkita 5. Apakalr kita perlu dan mampumemberipelayananpenunjangdari jasa yang kita hasitkan 6. Apakan strafegipenetapa*hargayang terbaik bagi kita 7. Bagaimanakita dapatmelayanikonsumensecaraprima
10
2.2.2. Strategi Pemasaran Jasa Sfrategi pemamran merupakanpernyataan(baik secaraimptisit mauptrn eksplisit) mongenaibagaimam suatu merek atau lini produk merrcapaifqiuannya (Benneq 19e8)" Sementaraitu (Trill dan Kahle 1990) mendefinisilkansfrategi pemasaransebagaialat fundamental yang direncanakanuntuk mencapai tujuan perusatraan dengan
menggernbangakan keunggulan
beruing
yarlg
melalui pasar yang dimasuki dan prograrn pemasananyang berkesinambung;an digunakanunfirk melayanipasarsasararltersebul Pengembangankeunggulan kereta api dalam bersaiirg antara moda angkutan seperti mobil penumpang,mobil bus, mobil barang dan bansportasi darat lainnya. PT Kereta Api lndonesia (persero) perlu mengevaluasikepuasan penumpang terhadap jasa angkutan kereta api, Faktor yang sering digunakan dalam mengevaluasi jasa yang bersifat intangible, konsumen . umumnya menggunakanbeberapaatribut (Pararnasuaranran, et alo-1985)antaralain : l, Bukti langsung (tnngible$, meliputi fasilitas fisil<, perlengkaparu pegawaidan saranakormmikasi. 2. Keandalan (reliability), yakni kemampuan memberikan pelayanan yang dijanjikan dengansegerq akurat dan memtmskan3. Daya tanggap (responsiveruss), yaitu keinginan para staf dan karyawanuntuk membantupra planggan dan memberikanpelayanan dengantanggap,
11
4. Jaminan(assuronce),mencakuppengetahuarLkemampuar5kesopanan dan sifat dapat dipercayayang dimiliki pma staf; bebasdari bahaya, resiko atau keraguliag'urn. 5. Empati, melipt*i kemtdalmn dalam melakukanhtrhrmgan,komunikasi yang baik perhatian pribadi, dan memahami kebutuhan pma pelanggan2.2.3. Data Mining Dafa rnining adalahsuatuprosesmenemtrkan
yang berarti, pol4
dan kecenderungandeng:an memeriksa dalam sekumpulan besar data yang tersimpan dalam penyimpanan dengan menggunakanteknik pengenalan pola sepertiteknik statistik dan matematika(Larose,2Ag6). ProsEsKDD (Krcvvleggediscovery in databases\secaragaris besardapat dijelaskansebagaiberiku(Fayyad, 1996). 1. Dato Selection Pemilihan (seleksi) date derl'sek*mptrlandata operasionalperlu dilah*ffi sebelum tahap penggalian informasi dalam KDD dimulai. Data hasil seleksi yang akan digunakan untuk prosesdatc mining, disimpn dalam suatuberkas,terpisahdari baris dataoperasional. 2. Pre-processingCleantng Sebetumproses data mining dapat dilaksanakaruperlu dilakukan proses cleaning pada datayang menjadi fokus KDD. Prosescleaning mencakup antara lain membuangduplikasi data memeriksa data yang inkonsisteq dan memperbaikikesalahanpada data seperti kesalahancetak (tipografi).
t2
Selain itu dilakukan prosesenrichment, yaitu proses"memperkaya" dato yang sudah ada dengan data atau informasi lain yang relavan dan diperlukan KDD seperti dataatauinformasi ekstemal.
3 . Trataformation Coding adalahprosestransformasipada data yang telah terpilih, sehingga data tersebutsesuaiuntuk prosesdaa mining. Prssescoding dalam KDD merupakan proses kreatif dan sangat terganttnrg pada jenis atau pola informasi yang akan dicari dalambasisdata. 4. Datamining Data mining adalah proses mencari pola atau informasi menarik dalam data tetpilih dengan menggunakanteknik atau metode tertentu. Teknik, metodg atau algoritma dalam data mining sangat bervariasi. Pemilihan metode atau algoritma yang tepat sangat bergantung pada tujuan dan prosesKDD secarakeseluruten.
5 . Int erpretation/ Evaluation Padainformasi yang dihasilkan dari prosesdata mining pedu ditampilkan dalam bentuk yang mudah dimengerti oleh pihak yang berkepentingan. Tahap ini merupakan bagian dari proses KDD yang disebut dengan inlerpretation. Tahap ini mencakup pemeriksaan apakah pola atau informasi yang ditemukan bertentangandenganfakta atau hipctesia yang ada sebelumnya.
13
,
2.2.4. PengelompokanData Mining Dota mining dibagi menjadi beberapakelompok berdasarkantugas yang dapatdilakukan, yaitu (Iarose,2005): 1. Deskripsi Terkadang penelitian *jn analisis secara sederhanaingin mencoba mencari cara untuk menggambarkanpola dan kecenderunganyang terdapt &lam data.
2. Estimasi Estimasi hampir sama dengan klasifikasi, kee,uali variabel target estimasi lebih kearah numeric dari pada kearah kategori. IVIodel dibangun rnenggmakan record lengkap yang rnenyediakan nilai variabel targetsebagainilai prediksi.
t4
3. Prediksi Prediksi hampir sama denganklasifikasi dan estimasi, keeuali batrwa dalam prediksi nilai dari hasil akan adadi masamendatang. 4. Klasifikasi Dalam klasifikasi, terdapat target variabel kategori. Sebagai contoh, penggolonganpendapatandapat dipisatrkandalam tiga kategori, yaitu pendapatantinggi, pendapatansedang dan pendapatanrendah. 5. Pengklusteran Pengklusteranmerupakan pengelompokag record, pengamatag atau memperhatikan dan membentuk kelas objek-objek yang memiliki ke.miripan.Klustpr adalah kumpulan record yang memiliki kemiripan satudenganyang lainnya dan memiliki metidakmiripandenganreeor* record dalamkluster lain. 6. Asosiasi Aqqsiasi dalam data mining adalah menernukanatribut yang muncul dalarn satu waktu. Dalanr dunia bisnis lebih utnum disebtrt analisis keranjangbelanja.
L5
2.2.5.SistemPendukungKeputusau-SPK(decisionsupportsystewD.$S\ Merupakan suatu sistem informasi yang interaktif dan fleksibel yang memungkinkanpma manajermendapa&andan memanupulasiinformasi padasaat mereka mengambil keputusan. SPK melarrpaui pemrosesan informasi oleh ahlinya dan mernberikanparamanajeraksesterhadapdata yang bergun4. Beberapakarakteristik dari SPK (McDanil, 2006:,322\,yaitu : a. Interaktif : Para manajer memberikan intrulsi yang sederhanadan melihat hasilnya segera. Proses ini berada dibawah pengawasatlya langsung. b. Fleksibel
: suatu SPK dapat menyaring, mengelornpokkankembali,
menjumlah, merata-ratakan"dan memanipulasi data dalam berbagai cara. SPK akan memindahkanroda persnelingkmena berubalmyatopk pemakai,kesesuaianinformasi terhadapmasalahyang sedangdihadapi. c. Orientasi Perwmuan : paffi manajer dapar mengamatiffend, memilah masalah,dan menanyakanpertanyaan:bagaimanajika:'. d. KemampuanAkses : SPK mudatr dipelajari dan digunakanoleh para manajeryang tidak memiliki keahliankomputer.
16
2.3.
PenelitianSehlunry,a Penelitian sebelumnya digunakan untuk
dapat dijadkan
bahan
pertimbangan dan diharapkan dapat membantu dalam pembuatan sistern yang baru. Menurut Hero Susilo denganjudul penelitian " Analisis faktor-faktqr yang mempeng*ruhi konsumen dalam memilih
kereta api
dengan
penggunakanAlgoritmt Chaid', Data minrngmerupakansuatukomponendari bwwledge diseoverydalam prosesdatabssedenganmenggunakanatratalgorifina dimana pola-polanyadiesktrak dan disebutkansatu demi satu dari data yang ada (Growc, 1999>. Berikut adalah gambaran mengenai jenis-jenis data mircing (Collier, 1998) : Rule Asociatio4 Memory-basedReasoningOAR) atau Casebased Reasoning (CBR), Cluster Armlysis dan Teknk Klasifikasi. Algoritma CHAID digunakan untuk melakukan pemisahandan penggabungankatego!kategori dalam vaiabel yang dipakai dalam analisisnya.Penggabungan(merging), pemisahan(Splitting) dan penghentian(Stopping)padasetiaprnde yangterbentuk dan secaraberulang. Menurut Noor Rindho dan Suzuki Syofian dengan judul penelitian " Implementasi data mining dengan metode Clustering untuk melakukan o. Competitive inlelligence dalam studi aompetitive intelligence perusahaan kasus ini hanya rebatasunfuk meliakukanpengelonpokan customer berdasarkan data transaksi yang dilakukan saja tanpa melakukan proses competitivg intelligence lainnya. data mining merupakansebuahanalisa dari observasidata dalam jumlah besar untuk menemukan hubungan yang tiddk diketahui
L7
sebelunnya daomotodebar.uuntukneringkasdstoa8armudahdipa.harni se.44 kegunaanyauntuk pemiki data (David Hand et al, 20Ol). Metodeclustering adalahs*lalr satutsknik twapewised lewning dimrua kitil tid* prlu motartih metodetersetnrtataudengankatalain, fid*.daf6e
leening. Tujtrandari metod€
ehutcring adalahunfi* neot€Bloupo&anqiuml& dab aAil objek kedalam klaster sehinggasetiap klaster akan terisi data yang senririp mmgkin (Budi Sartosa"2007)..
18
3, llt+iodologiPditbp 3.1. Waktu dan Temprt Perclitiandilalq&andi PT KeretaApi Indonesie(ffi€rp), dfii b-ulanlvlei sampaidonganJuIi2O12. Ae AlatdrnBalau Adaprm alat dan bahanyang digunakandalam penelitian ini adalatr sebapibsrikut: I. Hardware keras(lwdwae) yangdigunakan: Kebutuhanperangkat a. Pentium(R)Dual-Core@machinesDz7s) b. MM 925MB c. 120GBHDD d. PrinterEpsonL200' 2. Sofiwore Kebutuhanperangkat hnak(sofiware)yangdigunalran: a. MicrosafiWindows7, #agmsistem operasi. browtgr. b. MicrasafifufuzilaFerifax,sebagoi 9, l[rcrsmedia Drewnqarynwfugaiwebedttor.
19
d. Xampp, sebagaiweb senter local. e. PHP (pltp lrypertextprocessor), sebagaibahasapemograman. f. Microsoft Office, sebagaiaplikasi pengolahandata untuk penulisan penelitian 3.3. MetodePenelitisn Dalam rnetod€ penelitian penulis menggunakan metode deskriptig menurut Azvrar dalam buku Metode Penelitian (Azwar. 2005:6). Metode deskripif melalrukarianalisis sampaipadataraf deskripsi, yaitu menganalisisdan menyajikan frkta secarasistematik sehirgga dapat lebih mudah untuk difrhami dan disimpulkan. Kesimpulan yang diberikan selalu jelas dasar fbktualnya sehinggasemua selalu dapat dikembalikan langsung pada data yang diperoleh. Uraian kesimpulan didasari oleh angka yang diolah tidak secaraterlalu dalam. Kebanyakanpengolahandatanyadidmarkan padaanalisis presentasedan analisis kecenderungan(trend).
3.4. Metode PengumpulanData Metode pengumpulandata yang tepat yaitu dengan mempertimbangkan pengguna:ln-nyaberdasarkanjenis data dan sumbernya.Data yang objelcif dan relevan denganpokok pennasalalranpenelitian merupakanindikator keberhasilan perrelitian. Pengumpulan data penelitian ini dilakukan dengan cara sebagai berikut:
20
1. Observasi Merupakan metode pengumpulan data dengan cata mengadakan pengamatansecara langsung kepada objek penelitian tentang pelaksanaandari kegiatanPT KeretaApi Indonesia(persero)SubdivreIII. I Kpt. 2. Wawancara Merupakan teknik pengumptrlan data dengan cara mengadakanTanya jawab wawancarakepada bagian pengolahandata perusahaan,asisten manager angkutanpenumpafig. 3. Studi Pustaka Yaitu mengumpulkandatadengancaramencaridan mempelajaridata-data dari buku$uku ataupundari reftrensi lain, yang berhubtrngandenganpenulisan laporanpenelitian.
3.5 Metode Aualisis.Data Adapun untuk menganalisis data dalam penerapan date mining ini penggunakan tahapanKrnwledge Discwery in Databases (KDD) yang terdiri dari beberapatahapan,yaitu data seleetion,prepracessing, trensfurmation, data mining, danevaluation.
o
E o
Fl
tJ
tYt
3
s
r,n S Fl
sr Fl
Gt
14 c) {n
# =
gr N
J .:=
oo N
€ *6
F:?
-,$
FI
.a
z
L. L ]
'E 'Eo;=i .* E -;'E +
o r{
5 =Eo.roo O o
Fd*'6=v.q
Es - E > t 3 =
fr'fiF:5fr8A
(, t'
(9 I
z
t
€
z -
c S t r c
n
E JHi g
E
\ r0
EifiES
' l l
St
s$
r-'l
F-r
t-l
,!.)
\1
; z , t
O
\ 6-
o F
,tu I
t,/
d*,
-*
€
-E e € 3 e= i
FI
tY,
3 <
L z
= S EH
cd*r.* FX j1 cnL(rf X
. t
il f-{
tu d-
>'A
,.t
z
€ '") ,4.
N S ':i P I c
t4
' \, , . a
b
5cq=-9
g
Ca
-j
J
-l#
ts
(a
s
'd
= .-
S
= --<
z
(r!
^|
N N
N
S .: * \s
l
*
v ?qO - :
EsEgFg
N
s
o
€ o_ o
s+
c{
N 6 F
lr) n 0 |r) s
E
r
= o
C ($ t
*J
o '=
*.-
' c6
s
G L
-n
o n rf) r ci6 F F G
(Yl
€
G E
:{a
*
I
N
ss
{
F ut t ul
v
ss
N
F F{
re}
s
z c ' J6
.S
-+
Fl
6
a
-
$
--<
M
s < ;
z
-- F{9 g Y
/',r
s <
=t
6
(t
e F F{
F E Y O S <
5fi
N
v U l
z
o c)
I
il<
< Y ct
o
6
Ft
?
e
a f Lll =
z-, H < o-O
u J ^ F : )
2t
Ilafter Pusilaka Kusrini, luthfiemha taufiq. Algoritma data mining. Penerbit AndL yogyakarta: STMIKAMIKOM. ljiptono, Fandy. Strategipemasuan,PenerbitAndi, Yogyakarta.2009 Hermawati, fajar astuti. Data MinW. Andi, surabaya universitas 17 agustus 1945. Susilo, Hpro. Analisisfafuor-faWorysng memwngaruhi konsumendalam wemilih kereta api fungan menggurwkan Algoritrne CHAID. Skripsi S1. FpkultasTeknik UI, Jakarta.2011. Rindho, Noor dan Suzuki Syofian. Implementasi data mintng dengan metofu Clustering untuk melafukon eomrytitive intelligence prusahaan Jurnal.FakultasTeknik Informatika UniversitasMarcubuana"Jal€rta.
