Hasil Pencarian  ::  Simpan CSV :: Kembali

"Persaingan dalam dunia bisnis khususnya Industri Telekomunikasi semakin ketat membuat para pelaku harus memikirkan strategi-strategi atau terobosan yang dapat menjamin keberlangsungan bisnis mereka. Kepuasan pelanggan merupakan salah satu faktor yang sangat perlu diperhatikan untuk menjaga pelanggan agar tetap setia pada produk atau layanan yang ditawarkan. Dalam Industri Telekomunikasi data billing dan data kinerja Network dapat dikatakan sebagai data produksi yang sangat penting, bahkan merupakan asset yang berharga di dalam pengelolaan Industri Telekomunikasi. Hal ini menciptakan sebuah kebutuhan akan adanya teknologi yang dapat memanfaatkannya untuk menggali pengetahuan-pengetahuan baru, yang dapat membantu dalam perencanaan strategi bisnis di masa depan. Dalam hal ini teknologi data mining merupakan salah satu solusi yang dapat diterapkan. Dalam penelitian ini akan dibahas Implementasi Data Mining dan Data Warehouse untuk Menemukan Pola Pemakaian Layanan pada Industri Telekomunikasi. Model data mining meng gunakan association rules algoritma apriori. Association rules yang dihasilkan yang dapat diinterpetasikan menjadi pengetahuan baru mengenai karakteristik obyek produk atau layanan berbasis wireline salah satu operator telekomunikasi. Pengetahuan baru nantinya dapat digunakan sebagai bahan analisis dalam menentukan rencana kebijakan strategis di masa yang akan datang dalam rangka meningkatkan kinerja layanan agar keberadaan pelanggan dapat dipertahankan dan ditingkatkan.

---

Competition on business industry of telecommunication is very tighten. Consequently strategy and new idea should be thought by corporate executives, so that their business can be successful. Customer satisfaction is ones of important factor that must be noticed in order to customer will have loyality using their product. Data of billing and network performance are very important datas in the industry of telecommunication, even one valueable asset in business and management of telecommunication. Be related to that matter has used technology to explore new knowledge to help their business strategy planning in the future. Technology of data mining is one of the solution can be applied.

This research will explore Implementation of data mining for finding association rules with apriori algorithm, inside of industry of telecommunication. Association rules can be interpreted to be new knowledge, its about either characteristic of wireline product of operator telecommunication services. Better, the new knowledge can be used to analize of matter to increase performance services so that customer still believe and use their product."

"Persaingan dalam dunia bisnis khususnya perbankan yang semakin ketat membuat para pelakunya harus selalu memikirkan strategi-strategi terobosan yang dapat menjamin keberlangsungan bisnis mereka. Kepuasan pelanggan merupakan salah satu faktor yang sangat perlu diperhatikan untuk mengikat pelanggan agar tetap setia pada produk atau layanan yang ditawarkan. Salah satu aset utama yang dimiliki oleh perusahaan perbankan dewasa ini adalah data transaksi bisnis dalam jumlah yang sangat besar. Hal ini menciptakan sebuah kebutuhan akan adanya teknologi yang dapat memanfaatkannya untuk menggali pengetahuan-pengetahuan baru, yang dapat membantu dalam perencanaan strategi bisnis di masa depan. Dalam hal tersebut teknologi data mining hadir sebagai sebuah solusi yang dapat diterapkan. Dalam tulisan ini akan dibahas implementasi data mining untuk menemukan model berupa association rules yang bisa diinterpretasikan menjadi pengetahuan baru mengenai karakteristik beberapa obyek layanan perbankan Bank XYZ. Pengetahuan baru tersebut nantinya bisa digunakan sebagai bahan analisis untuk menentukan rencana strategis ke depan khususnya dalam rangka meningkatkan kinerja layanan sehingga pelanggan tetap setia terhadap produk dan layanan Bank XYZ.

---

The tighter competition in banking industry motivates the actors to always think of new strategies to ensure their business sustainability. Customer satisfaction must be maintained to make customers remain loyal to the offered products or services. One of the main assets of banking organization or corporate is a large number of business transaction data. This creates a need of new technologies to mine new knowledges, which can assist management in making future business strategy plans. Data mining technology is one applicable solution.

This thesis describes the implementation of data mining in order to find association rules model which can be further interpreted as new knowledges on banking service characteristic of Bank XYZ. The new knowledges will be useful to determine strategic plans in the future, especially in increasing the performance of products or services. They finally can make the customers loyal to products or services of Bank XYZ."

"PT. Indosat Tbk adalah salah satu perusahaan yang berkembang pada industri telekomunikasi. Namun, PT. Indosat Tbk memiliki permasalahan mengenai customer satisfaction yang cenderung menurun dari tahun ke tahun. Data media sosial, terutama twitter, menawarkan data mengenai opini publik yang sangat padat. Namun data twitter yang masih bersifat unstructured diperlukan proses lebih lanjut untuk dapat menemukan dimensi-dimensi beserta sentimen masyarakat terhadap dimensi tersebut. Latent Dirichlet Allocation (LDA) dengan Generative Statistical modelnya memungkinkan suatu set data pengamatan dapat dijelaskan oleh kelompok yang tidak teramati. Penelitian ini menentukan 30 kelompok kata representatif dari hasil LDA. Hasilnya terdapat 18 dimensi yang paling banyak dibicarakan mengenai Indosat pada linimasa twitter. Dimensidimensi tersebut mewakili 14 dimensi yang sudah ditemukan pada penelitian-penelitian sebelumnya mengenai kepuasan pelanggan pada layanan telekomunikasi, bahkan dengan LDA mendapatkan dimensi lebih detail dan lebih real time. Masing-masing dokumen dalam dimensi tersebut diberi label sentimennya, dan ditentukan akurasinya menggunakan supervised classification, hasilnya adalah 72% akurasi dengan model Naive Bayes Classification. Mengabaikan sentimen netral, sentimen negatif Indosat masih lebih tinggi daripada sentimen positifnya, yaitu dengan 16% sentimen negatif. Persentase negatif tersebut masih didominasi dengan dimensi berkaitan dengan layanan Indosat. Sementara dominasi sentimen positif ada pada dimensi yang berhubungan dengan ketersediaan layanan untuk pengguna.

---

PT. Indosat Tbk is One of the companies developing in the telecommunications industry. However, PT. Indosat Tbk is very concerned about customer satisfaction which tends to decrease from year to year. Social media media, especially Twitter, offer data about public opinion that is very crowded. However, the twitter data that is still unstructured requires a further process to be able to find the dimensions and sentiments of the community towards that dimension. Latent Dirichlet Allocation (LDA) with the Generative Statistics model allows a monitoring data set to be accessed by unobserved groups. This study determines 30 groups of words that represent the results of the LDA. There are 18 dimensions that are most talked about about Indosat on the Twitter timeline. These dimensions represent the 14 dimensions found in previous studies of customer satisfaction in telecommunications services, even with LDA getting more detailed and more real-time dimensions. Each document in this dimension is labeled sentiment, and its accuracy is determined using a supervised classification, obtained 72% accuracy with the Naive Bayes Classification model. Ignoring the negative sentiment, Indosat's negative sentiment was still higher than the positive sentiment, namely with a 16% negative sentiment. The negative percentage is still a comparison with Indosat services. While the dominance of positive sentiment is in the dimensions associated with service support for users."

"Perguruan tinggi harus mampu melakukan proses evaluasi, perencanaan dan pengelolaan secara baik untuk dapat memenangkan persaingan di era globalisasi ini. Guna menunjang hal tersebut maka dibutuhkan dukungan informasi yang cukup dan berkualitas sehingga perguruan tinggi tersebut dapat menggali dan memprediksi potensi-potensi yang ada. Pembangunan data warehouse dan data mining adalah alternatif solusi yang dapat dilakukan untuk membantu organisasi mencari dan memahami pola-pola tersembunyi (hidden pattern) dari data yang dimiliki. Data warehouse adalah kumpulan basis data terintegrasi yang digunakan untuk mendukung proses pengambilan keputusan. Sedangkan data mining adalah analysis tools yang digunakan untuk mengekstrak informasi yang ada di data warehouse. Penelitian ini mengkaji masalah perancangan data warehouse dan penerapan data mining untuk mendukung bidang akademik IBI Darmajaya dalam menyajikan informasi-informasi potensial yang diperlukan guna memberikan layanan akademik yang lebih baik. Langkah awal yang dilakukan adalah membangun data warehouse IBI Darmajaya, kemudian menerapkan teknik data mining untuk manganalisis data yang ada. Hasil dari penelitian ini berupa data warehouse yang dapat menyajikan informasi guna mendukung proses evaluasi dan perencanaan promosi penerimaan mahasiswa baru ke daerah-daerah dan sekolah-sekolah yang potensial, proses evaluasi dan perencanaan media promosi yang akan digunakan, proses pengamatan trend mahasiswa berdasarkan status akademiknya, proses evaluasi dan perencanaan studi mahasiswa, serta proses evaluasi kinerja program studi dari segi kualitas lulusan dan masa studinya. Selain itu hasil penelitian ini juga berupa penerapan data mining untuk mencari rule-rule yang digunakan dalam mengarahkan peminatan mahasiswa dan mengarahkan pemilihan program studi bagi calon mahasiswa baru.

---

Higher education institution must be able to well perform processes of evaluation, planning and management in order to win the competition in this globalization era. To support any effort of the aforementioned, the institution needs qualified and sufficient information supports so that it can probe and predict any potential strength which existed. Development data warehouse and data mining is kinds of solution alternatives which can be done to help organization in finding and understanding hidden patterns from the data provided. Data warehouse is a collection of integrated databases which is used to support the process of decision making. Data mining is a kind of analysis tool which is used to extract any information provided in the data warehouse.

The research discussed a problem in designing data warehouse and applying data mining to support the academic system at IBI Darmajaya in representing potential information required for better academic services to learners. The first executed steps was establishing the data warehouse of IBI Darmajaya, then an analysis was conducted towards all saved data in the data warehouse by using data mining techniques.

The results of this research is a data warehouse that can represent information to support the evaluation process and acceptance of new students campaign planning to the potential areas and school, advertising media that will be used, monitoring of students? academic status, evaluation and planning of students? study plans, and performance evaluation of study program within the aspects of alumni quality and length of study. In addition, this research also result the application of data mining for finding the rules that used to driving and directing the students enthusiast and study program selection for prospective new students."

"Globalisasi memang arus yang tidak bisa ditangkal. Airlines menghadapi masalah besar pada saat ini dan hari-hari mendatang. Manajemen yang terbias lambat mengambil keputusan dipastikan hanya akan membawa perusahaannya stall. Diperlukan kecepatan dalam mengeksekusi bisnis, agar kesempatan dapat diraih lebih banyak. Selain kecepatan, diperlukan juga ketepatan pengambilan keputusan, berdasarkan analisa perhitungan yang rasional dan matang. Persaingan mengkondisikan bisnis airlines dalam kondisi perang total. Informasi yang sekecil apapun tetapi relevan dimanfaatkan sebagai sebuah peluang untuk meningkatkan pendapatan. Prinsipnya adalah bagaimana memenuhi kapasitas angkut pesawat secara maksimal dan sesering mungkin. Dalam konteks memenangkan persaingan ini perpaduan antara gaya manajemen yang fleksibel dan peran teknologi informasi menjadi amat vital. Setiap bisnis akan tetap eksis jika dia memiliki customer. Untuk mendapatkan customer, pelaku bisnis melakukan berbagai strategi dan inovasi yang akan mempengaruhi ketertarikan orang dan memutuskan menggunakan layanan yang ditawarkan oleh penyedia layanan jasa/barang, dalam hal ini layanan angkutan penerbangan. Loyality program semacam Garuda Frequent Flyer (GFF), memegang peranan penting untuk membidik core customer, customer yang paling banyak memberikan benefit bagi perusahaan. Sistem operasional GFF yang menyimpan data anggota dan transaksi penerbangan, perlu dikumpulkan dalam satu bentuk data warehouse dan secara periodik di-update, sehingga reporting dapat dieksekusi dari data warehouse tanpa mempengaruhi kinerja operasional. Penggunaan data yang ekstensif dengan menggunakan teknik data mining dapat membantu managemen dalam mengambil kebijakan yang tepat berdasar data-data historical. Agar data mining dapat mempengaruhi bisnis, maka data mining sendiri harus relevan dan menjadi bagian dari bisnis proses.

---

Globalization is now inevitable, which causes airlines to face a major problem nowadays. Time becomes major influence in decission making. If the management takes a lot of time in decision making, then company will be stagnant or even decline. There are needs to execute business decision with little time consuming, so that more opportunities can be captured with less cost. In addition to time consuming, accuracy is also a vital necessity for mature analysis and rational calculation. Any information from the insignificant one, as long as it is relevance and accurate can be used as an opportunity for increasing revenue. The main principle is how to optimize aircraft load to its maximum capacity as often as possible. In the context of winning a competition, the combination of a flexible management style and utilization of Information Technology become a vital element.

Any business entity can survive depends on the existence of its customer. In order to gain more customer, business player has to execute strategy and innovation. This is necessary to influence people in choosing services provider. In this case, the context is airline service business. Any kind of Loyality Program such as Garuda Frequent Flyer (GFF), has important role in targeting core customer, i.e. customer that give the highest revenue to the company.

GFF operational system that keeps information of customer profile and flight transaction, needs to be collected into a single form of data warehouse and updated periodically, so that reporting function can be executed without affecting operational performance. The extensive use of data with datamining technique could assist management in making the right decision based on historical data. Additionally, datamining has to be relevance and being part of business process in order to improve business performance. The focus of this research is to develop initial phase of datamining that can be scaled up in future, not a practical solution that can be directly used."

"Saat ini, dunia telah memasuki era persaingan berbasiskan data. Data menjadi aset yang sangat berharga bagi perusahaan dalam memenangkan persaingan bisnis. Perusahaan telekomunikasi adalah salah satu perusahaan yang sangat bergantung terhadap data. PT Indosat Tbk, sebagai salah satu perusahaan telekomunikasi di Indonesia, telah memanfaatkan database untuk mengelola data perusahaan. Informasi yang diperoleh melalui database merupakan data aktual. Selain memperoleh informasi melalui data aktual, terdapat juga informasi berharga lain yang masih tersembunyi. Untuk mendapatkannya diperlukan teknik pengolahan data yang baik yaitu menggunakan data mining. Dalam melakukan data mining diperlukan suatu media penyimpanan untuk menampung data skala besar yaitu data warehouse. Penelitian ini bertujuan untuk menberikan solusi alternatif bagi PT Indosat Tbk dengan pengumpulan data ke suatu sumber pengetahuan (data warehouse) dalam mencari potensi-potensi data tersembunyi melalui penerapan data mining. Tahapan yang akan dilakukan dalam penelitian ini yaitu penelaahan kebutuhan bisnis dan informasi, pengumpulan data melalui observasi ke lapangan, kajian dokumen atau literatur, menelaah data kemudian merancang data warehouse dan pada tahap akhir dilakukan pengimplementasian data mining dengan menggunakan teknik time series analysis untuk melihat tren kinerja jaringan dari PT Indosat Tbk. Pada tahap perancangan, analisis dan implementasi data warehouse dan data mining akan digunakan tools Microsoft SQL Server 2005 dan RapidMiner. Pengimplementasian data warehouse pada PT. Indosat Tbk dapat membantu melihat informasi kinerja jaringan dengan lebih cepat, detil dan akurat. Sedangkan pengimplementasian data mining melalui time series analysis dapat membantu perusahaan dalam pengambilan keputusan yang tepat dengan kemampuan time series analysis untuk melakukan prediksi (forecasting) terhadap data elemen jaringan yang dimiliki oleh PT. Indosat Tbk. Sehingga dengan pengumpulan data ke data warehouse dan penerapan data mining (time series analysis) dapat membantu PT. Indosat Tbk menghadirkan quality of service yang baik dan target KPI (Key Performance Indicator) yang ditetapkan dapat tercapai atau bahkan terlampaui.

---

Nowadays, world already encountered competition age of data, data became a very valuable asset for a company to win the business competition. Telecommunication Company is one of company that depends to data needs. PT Indosat Tbk, as one of leading Telecommunication Company in Indonesia, already used database to manage the company?s own data. Information, which is collect from database, is an actual data. Besides collecting the actual data, there is valuable information which is still hidden. To get this hidden data, there is a need of good data processing, using data mining. In data mining, there is a need of storage media to accommodate large scale data, which is called data warehouse.

This research is purposed to give an alternative solution to PT Indosat Tbk by collecting the data to data warehouse, to find the potential hidden data using data mining deployment. Stages that will be done on this research, i.e.: analyze business and information needs, collecting data by observing to company, recitation of document and literature, and also data analyzing then to be used for dimensioning data warehouse. And on the last stage is implementation of data mining using time series analysis technique to see trend of PT Indosat Tbk network performance. On the designing, analyzing, and implementation stages, data warehouse and data mining will use tool Microsoft SQL Server 2005 and RapidMiner.

By implementation data warehouse, it would aid to see information of network performance quicker, more detail and accurate. Implementation data mining using time series analysis is aid the company to make an accurate decision by using the ability of time series analysis to forecast element data of PT Indosat Tbk network. So by collecting all the data to data warehouse and data mining (time series analysis) implementation, would aid PT Indosat Tbk to represent a good quality of service and the stated KPI (Key Performance Indicator) can be reached or even exceeded."

"Kerasnya persaingan usaha dan suasana kompetisi pada industri perbankan yang semakin ketat menjadikan perusahaan berusaha sekeras mungkin untuk mencegah berpindahnya pelanggan mereka ke perusahaan pesaing. Salah satu cara untuk bisa mencegah berpindahnya pelanggan ke perusahaan pesaing adalah dengan melakukan prediksi dan deteksi dini pelanggan-pelanggan mana saja yang berpotensi meninggalkan perusahaan dan beralih ke perusahaan pesaing yaitu dengan melakukan churn prediction. Churn prediction sudah diimplementasikan secara luas di industri telekomunikasi sebagai bagian dari churn management. Salah satu teknik yang digunakan untuk melakukan churn prediction adalah data mining. Tesis ini mencoba menggali pola-pola churn dari salah satu institusi perbankan nasional, dengan harapan bisa menemukan sebuah model churn bagi intitusi perbankan tersebut. Hasil analisa yang dilakukan melahirkan pengetahuan mengenai kondisi seperti apa yang mengakibatkan seorang nasabah akan menutup rekening mereka. Penggalian informasi juga berhasil menemukan beberapa pola yang seperti apa yang bisa dijadikan pertanda seorang nasabah akan menutup rekening mereka. Keterbatasan jumlah variabel dari dataset yang digunakan menghasilkan model data mining menjadi sangat sederhana, sehingga diperlukan adanya tambahan variabel lain untuk menghasilkan model yang lebih kuat.

---

The harshness of the competition for efforts and the atmosphere of the competition in the increasingly tight banking industry made the company try as hard as possible to prevent their customer's moving to the competitor's company.

Churn prediction is One of the methods that could prevent the customer's moving to the competitor's company by carrying out the prediction and the early detection of any customer who had the potential to leave the compani and to change to the competitor's company.Churn prediction already implemented widely in the telecommunications industry as a part of churn management. One of the techniques that was used to do churn prediction was the data mining. This thesis tried to dig up patterns churn from one of the national banking institutions, in the hope of could find a model churn for this banking institution.

Results of the analysis that was carried out produced knowledge concerning the condition like what resulted in a customer closing their account. The excavation of information also succeeded in finding several patterns that like what could be made the sign of a customer will close their account. The limitations of the number of variables from the set data that was used produced the data model mining became very simple, so as to be needed by the existence of the addition of the other variable to produce the stronger model."

"Algoritma data mining membutuhkan sumber data yang berkualitas untuk mendapatkan hasil yang optimal. Kualitas sumber data dapat ditingkatkan kualitasnya dengan menggunakan teknik preprosessing data yang tepat. Kemampuan dalam menampilkan output dari proses data mining yang mudah dimengerti sangat penting untuk mendapatkan pengetahuan. Penelitian ini bertujuan untuk mengembangkan aplikasi yang bisa menjawab kebutuhan dari algoritma data mining. Hasil dari penelitian ini adalah aplikasi yang dapat melakukan keseluruhan proses baik preprocessing data dalam hal pemilihan data dan pengolahan data awal, penyediaan metadata, sampai dengan analisis data menggunakan algoritma data mining. Sehingga, analisis jumlah data yang besar dapat dilakukan dengan efisien dan efektif, tetapi hasil prediksi yang didapatkan tetap optimal.

---

Data mining algorithms require high quality data sources to obtain optimal results. Quality of data sources can be enhanced by using appropriate data preprocessing techniques. Ability to display easily understood output of the data mining process is essential to gain knowledge. This study aims to develop applications that can address the needs of data mining algorithms. The results of this study is an application that can do the whole steps from data preprocessing until data analysis using data mining algorithms. Data processing itself includes data and preliminary data processing and provision of metadata.. So, analyzing large amount of data can be done in efficient and effective fashion without disregarding necessary need of optimal prediction result."

"Pemerintah Kota Bogor merupakan salah satu bagian dari Pemerintah Provinsi Jawa Barat yang memiliki jumlah pegawai lebih dari 9000 orang. Pengelolaan kepegawaian dilakukan oleh Badan Kepegawaian Pendidikan dan Pelatihan Kota Bogor (BKPP). BKPP membentuk tim Badan Pertimbangan Jabatan dan Kepangkatan (Baperjakat) dalam tugas pengangkatan, pemindahan dan pemberhentian PNS dalam dan dari jabatan struktural Eselon IIA ke bawah. Baperjakat mengalami masalah dalam menyusun calon pejabat struktural yang selama ini dilakukan secara manual, meskipun sudah memiliki aplikasi Sistem Informasi Manajemen Kepegawaian (SIMPEG) sebagai aplikasi pengelolaan kepegawaian. Penelitian ini melakukan identifikasi pola pengisian jabatan struktural di lingkungan Pemerintah Kota Bogor dengan menggunakan data jabatan struktural tahun 2009 hingga 2013 yang bersumber dari basis data SIMPEG. Berbagai algoritma data mining dari teknik classification diujicobakan untuk mengidentifikasi pola pengisian jabatan struktural. Dari hasil classification, algoritma Classification Rule with Unbiased Interaction Selection and Estimation (CRUISE) menjadi algoritma terbaik dalam akurasi class eselon dengan tingkat akurasi rata-rata sebesar 95,7% untuk setiap tingkat eselon. Pola yang dihasilkan dapat menjadi rules yang akan diimplementasikan sebagai modul baru dalam aplikasi SIMPEG yang berfungsi memberikan usulan dalam pengisian jabatan struktural yang ditempatkan secara otomatis. Urutan atribut yang secara dominan muncul pada setiap tingkat eselon adalah atribut jenjang jabatan, pangkat golongan, pendidikan dan pelatihan, tingkat pendidikan, masa kerja, pengalaman dalam unit kerja, serta umur.

---

Bogor District Government is a part of West Java Province Government, which employs more than 9,000 employees. The human resources are managed by human resources and training division that is called Badan Kepegawaian Pendidikan dan Pelatihan (BKPP). BKPP form a team called Badan Pertimbangan Jabatan dan Kepangkatan (Baperjakat), who are responsible for promoting, rotating and dismissing local government employees from structural positions below the Echelon IIA positions. Baperjakat have problems on constructing the draft of structural government positions. These processes were done manually, even though BKPP have a human resources information systems called SIMPEG.

The main purpose of this research is to identify patterns of filling structural positions at Bogor Local Government using the structural position data from 2009 to 2013. The data were taken from the SIMPEG database. Various data mining classification algorithms were tested to identify filling structural position patterns.

The classification process yields Classification Rule with Unbiased Interaction Selection and Estimation (CRUISE) as the best algorithm in echelon class. Its average accuracy is 95.7% for each echelon level.

The discovered patterns can be applied as base rules that will be implemented as new modules of SIMPEG. These new modules can provide suggestions for automatically filling structural positions. The order of attributes, which dominantly show at each echelon, are hierarchy type, class rank, training education, level of education, working period, experience within division and age."