Hasil Pencarian  ::  Simpan CSV :: Kembali

"Seiring dengan berkembangnya teknologi basis data dan volume data yang terkumpul di dalamnya, muncul kebutuhan untuk mendapatkan informasi yang lebih dalam, yaitu dengan data mining. Penelitian ini bertujuan untuk menemukan informasi baru yang belum diketahui sebelumnya dari domain data yang tersedia (data MTI) dan mempelajari berbagai algoritma clustering yang telah ada serta menemukan algoritma yang paling cocok digunakan untuk domain tersebut. Penelitian tugas akhir ini terbatas pada analisis data dan algoritma yang sudah tersedia serta analisis hasil yang didapatkan pada masing-masing percobaan. Metode penelitian mencakup studi literatur, analisis data dan algoritma, percobaan, serta analisis hasil percobaan. Dalam melakukan data mining, digunakan panduan (CRISP-DM) [OY+07] yang terdiri dari tahapan Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation dan Deployment. Namun, tahap deployment tidak dilakukan karena berada di luar lingkup penelitian. Penyiapan dan pemurnian data dilakukan dengan standarisasi penamaan, pengubahan bentuk dan diskretisasi. Untuk memproses data dengan nilai atribut yang tidak lengkap diserahkan kepada mekanisme masing-masing algoritma. Untuk keperluan penelitian ini, 3 implementasi clustering pada WEKA akan dimanfaatkan, yaitu K-Means, EM dan COBWEB. Implementasi Apriori juga dimanfaatkan untuk menemukan association rules. Untuk mengatasi permasalahan yang mungkin timbul akibat high dimensionality dari domain data, dilakukan dekomposisi secara iteratif (5 iterasi) dengan mengambil subset dari seluruh atribut. Pada setiap percobaan, hasil clustering akan divisualisasikan dalam gambar 2-dimensi dengan bantuan program Applet Java yang dibuat oleh penulis. Visualisasi ini terbatas untuk kebutuhan pengamatan saja karena tidak menggambarkan kemampatan yang sebenarnya dari masingmasing cluster yang berdimensi tinggi. Informasi hasil dari percobaan data mining yang paling menonjol adalah mengenai kaitan antara 'Jalur lulus' dan 'Lama studi' di mana 'Proyek akhir' memungkinkan mahasiswa untuk dapat lulus lebih cepat. Tidak ada hubungan yang cukup berarti antara data latar belakang dengan IPK, menandakan siapa saja dapat berprestasi di program studi ini. Sementara itu, 'Sektor kerja' juga menjadi faktor yang cukup mempengaruhi pengelompokkan data. Algoritma yang menentukan sendiri banyak clusters yang dihasilkan lebih cocok untuk dipakai. Perubahan volume data sangat berpengaruh pada hasil clustering. Oleh sebab itu pula, algoritma tanpa input banyak cluster seperti K-Means kurang cocok dipakai sampai volume data mencapai suatu titik yang stabil. Partitioning algorithm cocok digunakan jika sudah ada dugaan atau perkiraan yang didukung hasil data mining sebelumnya mengenai banyak cluster yang dihasilkan dan seperti apa struktur clusters tersebut. Untuk kasus yang sudah diketahui sebelumnya mengenai struktur kelompok dalam data, kemungkinan clustering dengan algoritma yang memerlukan input banyak cluster lebih 'baik' daripada algoritma yang menentukan sendiri banyak cluster yang dihasilkan sehingga perlu diinterpretasi lebih jauh lagi hasilnya. COBWEB yang mewakili hierarchical algorithm menunjukkan hasil clustering yang lebih alamiah dan mudah untuk diinterpretasikan jika dibandingkan hasil dari algoritma EM maupun K-Means. Akan tetapi, tidak seperti partitional algorithm yang dari cluster yang dihasilkan dapat ditarik kesimpulan yang baru, hierarchical algorithm dalam kasus ini hanya mengelompokkan data yang 'mirip' tanpa bisa digali informasi dari masing-masing cluster yang dihasilkan. Untuk jumlah data yang digunakan dalam percobaan kali ini, algoritma EM, K-Means yang diimplementasi WEKA dapat mengeluarkan hasil dalam waktu yang relatif cepat (di bawah 30 detik). Lain halnya dengan COBWEB yang lebih memakan waktu, misalnya pada iterasi kedua algoritma ini memerlukan 12 menit."

"Persaingan bisnis dewasa ini dalam berbagai bidang termasuk pula pada bidang telekomunikasi semakin tinggi. Pelanggan dapat dengan mudah berpindah ke pihak lainnya jika dia merasa tidak mendapatkan tingkat kinerja produk layanan yang diharapkan atau yang telah disepakati pada Service Level Agreement. Untuk dapat mempertahankan pelanggan dan mampu meraih pasar perlu tantangan tersendiri yaitu diantaranya dengan meningkatkan kinerja dari produk yang dijualnya. Dalam upaya meningkatkan kinerja produk, maka suatu cara yang diharapkan dapat membantu adalah dengan menerapkan Data Warehouse. Informasi strategis yang diberikan oleh Data Warehouse menjadi tantangan yang harus dipenuhi untuk kebutuhan analitik perusahaan. Metode perancangan dan pengembangan Data Warehouse digunakan dengan diterapkannya salah satu model arsitektur Data Warehouse. Hasil pembentukan Data Warehouse digambarkan dalam model skema snowflake untuk lebih memudahkan pemakai dalam menggali informasi yang ada. Dan sebagai media presentasi Data Warehouse digunakan aplikasi berbasis web yang memberikan kemudahan dan kelebihan dalam mengakses informasi sehingga diharapkan akan menjadi lebih berguna dan dapat dikembangkan lebih lanjut untuk kebutuhan analisa data.

---

Current business competition in various fields including telecommunication has been highly increasing. Customers can easily move from one company to another company when the company could not provide the expected service as written in the Service Level Agreement. Therefore, in order to maintain current customers and getting new customers, one alternative solution is to increase the performance of products or services. In this project, the use of Data Warehouse to increase the product performance is evaluated. Strategic information that should be given to the Data Warehouse to full fill the analytical requirement of the company should be carefully chosen. The Data Warehouse planning and development method were used based on a Data Warehouse architecture model. The result of the Data Warehouse design is represented using the snowflake-scheme model in order to provide easier and simpler means to query important information inquiry. A web-based application is also developed to prove the effectiveness of the Data Warehouse design for information reporting and data analysis."

"Proses eksplorasi dan produksi pada industri hulu minyak dan gas bumi membutuhkan pasokan barang dengan karakteristik yang spesifik, berteknologi mutakhir, dan memerlukan ketepatan waktu yang tinggi. Kesalahan pasokan barang akan mengakibatkan kerugian dan mengancam keselamatan pekerja dan lingkungan. Karena itu proses pengadaan barang pada perusahaan hulu migas menjadi sangat sentral perannya. Tesis ini membahas tentang peran teknologi informasi dalam perbaikan proses pengadaan barang pada perusahaan hulu migas di Indonesia. Penelitian ini menelusuri keterkaitan antara implementasi teknologi informasi dengan perubahan kinerja proses pengadaan barang. Penelitian dilakukan dengan mengambil data kinerja proses pengadaan barang dari salah satu perusahaan hulu migas di Indonesia sebagai studi kasus. Kemudian penulis menggali informasi mengenai perbaikan proses pengadaan barang yang dilakukan dengan cara implementasi teknologi informasi.Data kinerja proses pengadaan barang diambil dengan acuan SCOR Metrics dari Supply Chain Council, KPI yang dikeluarkan oleh perusahaan, dan pengukuran waktu proses pengadaan barang. Informasi mengenai penerapan teknologi informasi meliputi: waktu implementasi, lama pengerjaan, sumberdaya manusia yang digunakan, inisiator, alasan perbaikan proses, tipe solusi teknologi informasi, dan pola perbaikan proses. Kedua data dianalisis menggunakan metode analisis time series, untuk melihat perubahan kinerja sebelum dan sesudah implementasi teknologi informasi.Hasil analisis menunjukkan perbaikan sistem informasi proses pengadaan barang ikut meningkatkan kinerja proses pengadaan barang. Penerapan teknologi informasi menjadi sarana bagi manajemen untuk menerapkan kebijakan baru dan memantau jalannya proses untuk mendongkrak kinerja proses.

---

Exploration and production process in upstream oil and gas industry needmaterial with specific characteristic, hi-tech, and on time delivery. Material procurement mistaken will cause a loss and can be danger for the employee safety and environment. That?s why material supply have important role for such company.

This thesis will discuss about the information technology's role on the procurement process improvement. This research analyzes correlation between IT implementation and the alteration of the procurement process performance. Study case is held on the one of Indonesian upstream Oil and Gas Company in order to gather data of procurement process performance. Then we dig the information of such process improvement implementing information technology. Procurement process performance data are taken by refering to SCOR metrics from the Supply Chain Council, company's KPI, and procurement process lead time statistics. Attributes of IT implementation data are: implementation time, working hour, human resource, initiator, improvement?s background, type of the IT solution and business process improvement pattern. Data are analyzed using time series analysis method in order to see process performance alteration before and after the IT implementation.

The result of analysis confirms the contribution of IT implementation on upstream oil and gas company procurement process performance improvement. Information technology rule in process improvement can be determined using time series analysis on process performance data. It also shows that IT can be applied as a tool for the management applying new policy to improve and control procurement process performance."

"Menghadapi persaingan antar bank yang sangat tinggi dan adanya keputusan pemerintah yang semakin ketat mengenai keberadaan bank khususnya bank berskala nasional saat ini, menuntut setiap bank mampu unggul dalam bersaing atau minimal mampu bertahan. Kegiatan penghimpunan dana pihak ketiga (funding) merupakan satu dari tiga kegiatan utama perbankan. Semakin besar dana yang dapat terhimpun menunjukkan baiknya kinerja bank tersebut.Besaran hasil penghimpunan dana pihak ketiga ini menjadikan indikator tingkat kepercayaan masyarakat/nasabah terhadap bank. Menempatkan kepercayaan dan tingkat loyalitas nasabah sangat dibutuhkan oleh pihak bank. Teknologi On-Line Analytical Processing (OLAP) dan data mining diyakini mampu mencari pengetahuan untuk melakukan identifikasi tingkat loyalitas nasabah terhadap produk funding perbankan.Berdasarkan hasil penelitian diperoleh pengetahuan bahwa produk funding tabungan x rupiah berpotensi cukup baik, dan nasabah yang memiliki tingkat loyalitas tinggi adalah nasabah yang mempunyai rata-rata saldo bulanan dengan membentuk pola yang tetap stabil dalam waktu tujuh sampai sepuluh bulan. Tersedianya kebutuhan informasi dan data ini, mendasari dalam mendukung sistem pengambil kebijakan baik penyusunan perencanaan dan keputusan strategi perbankan. Sehingga pihak bank mampu menentukan strategi perbankan khususnya funding dalam persaingan ketat yang dihadapi.

---

Facing a very high competition between banks and with the government tight regulations on national bank existences, it demands all the existing bank to be able to strive in the competition or in the minimum it has to be able to survive. One of the three main activities in banking includes funding. The more funds we could gather will also indicate a good performance of the bank.The result from this funding will become the level indicator for customer towards the bank. The placement of customer trust and loyalty is greatly needed by the bank. On-Line Analytical Processing (OLAP) and data mining technology is believed to be able to identify the customer loyalty level towards the bank`s funding product.Based on the research conducted, we had gather information that funding product for X rupiah savings has good potential, and the highest loyalty customers are those customers who have a stable monthly average balance in the period of 7 to 10 months. The availability of these data and information will become the foundation in supporting the system in making decision, with this; the bank will be able to choose a suitable banking strategy especially in funding."

"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."

"Adopsi e-commerce oleh usaha kecil dan menengah (UKM) merupakan salah satu faktor kunci kesuksesan bisnis. Oleh karena itu penting bagi kita untuk mengetahui manfaat adopsi e-commerce serta faktor penghambat dan pendorong adopsi e-commerce untuk UKM. Laporan ini merupakan hasil penelitian mengenai adopsi e-commerce bagi UKM.Penelitian ini bersifat deskriptif dengan teknik pengambilan data berupa survei yaitu menggunakan kuesioner untuk mendapatkan data kuantitatif dan wawancara langsung untuk mendapatkan data kualitatif mengenai adopsi e-commerce oleh UKM.Hasil penelitian ini menunjukkan bahwa UKM sudah mulai melakukan adopsi e-commerce untuk menunjang proses bisnisnya. Meskipun tingkat pemanfaatannya berbeda-beda namun secara umum adopsi e-commerce mampu memberi manfaat positif bagi peningkatan kinerja UKM. Hasil penelitian ini juga menunjukkan bahwa faktor biaya masih menjadi kendala utama dalam adopsi e-commerce. Sedangkan pelayanan pelanggan merupakan faktor pendorong utama bagi UKM untuk melakukan adopsi e-commerce. Dengan mengambil studi kasus UKM sektor perbankan di kota Depok, penelitian ini mampu memberi gambaran tentang adopsi e-commerce oleh UKM khususnya di sektor perbankan.

---

E-Commerce adoption by Small and Medium Enterprises (SMEs) is one of the key factors of business. Therefore, it is essential for us to know the impacts of e-commerce adoption, as well as the deferring and driving factors of e-commerce adoption for the SMEs. This report is a result of research about e-commerce adoption for the SMEs.This is a descriptive research that used survey through questioner as its method to collect quantitative data and direct interview as its method to collect qualitative data about e-commerce adoption by the SMEs.The result of the research shows that SMEs have already starting to apply e-commerce adoption to maintain their business process. Although the degree of adoption is different from one SME to another, it is still generally accepted that ecommerce adoption will bring positive impacts towards SMEs development. The result of this research also shows that financing is still a major deferring factor in adopting e-commerce, whilst, customer service is one of the driving factor in ecommerce adoption. By using banking sectors in Depok as its research subject, this research is able to give actual illustration on e-commerce adoption by and for the SMEs."

"Perguruan tinggi memerlukan pengetahuan yang lebih dalam untuk evaluasi, perencanaan dan pengambilan keputusan yang lebih baik. Sebagian dari pengetahuan ini dapat diekstrak dari data operasional yang tersimpan dalam database perguruan tinggi tersebut. Cara yang dapat dilakukan antara lain dengan pembangunan data warehouse dan analisis data menggunakan teknik data mining. Data warehouse adalah kumpulan dari database yang terintegrasi yang dapat digunakan untuk mendukung proses pengambilan keputusan. Sedangkan teknik data mining adalah analysis tools yang dapat digunakan untuk mengekstrak informasi yang berguna yang ada di database yang besar. Penelitian ini mengkaji perancangan data warehouse dan penerapan teknik data mining untuk data akademik di Universitas Nasional untuk menggali informasi-informasi yang penting dan membangun model yang dapat membantu operasional sehari-hari agar dapat memberikan pelayanan yang terbaik buat mahasiswa. Penelitian ini dimulai dengan membangun sebuah data warehouse. Data-data yang ada dalam data warehouse tersebut yang digunakan untuk analisa data menggunakan teknik data mining. Hasil dari penelitian ini adalah pengembangan data warehouse dengan media presentasi aplikasi berbasis web. Sedangkan untuk analisa data menggunakan teknik data mining menghasilkan pola karakteristik mahasiswa yang mengambil suatu program peminatan tertentu.

---

High learning institutions need broader knowledge for evaluating, planning and better decision making. Some of this knowledge can be developed from operational data in the database of available at the institution. To get the above-mentioned purpose, we can build data warehouse and analyzing it by data mining technique. Data warehouse is an integrated database which can be used to support decision making process, while data mining is analysis tools which can be used to extract information from large database.

This study which deals with data warehouse planning and the application of data mining technique for academic data at Universitas Nasional is aimed at obtaining important informations and developing a model for rendering best services for student. The first step is to develop a data warehouse. Data from the data warehouse is then used to analyze data by data mining technique. The result of this study is developed data warehouse through web-based presentation, while data analysis is obtained from data mining to get characteristic pattern of previous student who were good in a given program."

"Pergerakan roda ekonomi bisnis yang semakin cepat mengakibatkan munculnya perusahaan-perusahaan baru pada bidang industri yang sama. Perusahaan tersebut menjadi pesaing bisnis bagi perusahaan yang sudah beroperasi. Salah satu strategi untuk menghadapi persaingan yang semakin ketat adalah dengan memanfaatkan informasi dan knowledge. Informasi dan knowledge yang diperoleh memberikan manfaat bagi perusahaan untuk mendapatkan competitive advantage. Hal ini disebabkan karena peran data dalam masa kini sangatlah penting, terlebih lagi di dalam menunjang pengambilan keputusan. Suatu data bisa menjadi berguna bila dikelola dengan baik. Saat ini dalam lingkungan industri manufacturing dipenuhi akan data tetapi kekurangan akan informasi. Sehingga pengolahan data untuk menjadi informasi dan knowledge menjadi sangat berguna di industri manufacturing. Untuk mendapatkan informasi dan knowledge yang dibutuhkan tidaklah semudah seperti mendapatkan data, banyak cara untuk menggali dan mendapatkan informasi dan knowledge yang kita inginkan. Salah satu cara yang terbaik untuk mendapatkan informasi dan knowledge adalah dengan menerapkan Data Warehouse dan Data Mining. Proyek Akhir ini membahas bagaimana merancang dan membangun Data Warehouse dan mengimplementasikan Data Mining untuk meningkatkan produktifitas di lingkungan manufacturing. Ada beberapa tahapan yang akan dilakukan dalam penelitian ini, pertama penelaahan kebutuhan bisnis dan informasi dengan cara menganalisa profil perusahaan dan sistem mereka, kedua pengumpulan data, baik melalui wawancara maupun observasi lapangan, ketiga perancangan Data Warehouse dan terakhir mengimplementasikan Data Mining dengan menggunakan teknik association rules untuk meningkatkan produktitas di lingkungan manufacturing.

---

The fast growth of economic business turning creates new enterprise or business in the same industry. Those enterprises become competitors to the existing ones. One of strategies to encounter the tight competition is empowering the information and knowledge. The information and knowledge gained are giving benefits to the company to get competitive advantage. This matter happens because the role of data is very important in this era, moreover in supporting the decision making process. The data will be helpful if they are managed well. Today, manufacturing industry is filled by data but lack of information. Therefore, the data calculation to be source of information and knowledge would be playing a vital role in manufacturing industry. To possess information and knowledge which are needed is not as easy as gaining information on data. Many methods could be applied to find information and knowledge that we need. One of the best ways is applying Data Warehouse and Data Mining. This final project is discussing about how to design and built the Data Warehouse as well as implementing Data Mining to improve the productivity in manufacturing environment. Some steps will be conducted in this research are, first, reviewing the business and information needs by analyzing company profile and its system, second is data collection either through interview or field work, third is Data Warehouse designing and the last is applying the Data Mining by using association rules technique to improve the productivity in manufacturing environment."

"Sebagai salah satu penyelenggara pendidikan terkemuka di Indonesia, UI membutuhkan sebuah sistem insofrmasi eksekutif yang tepat. Sistem informasi eksekutif tersebut memerlukan data yang tidak hanya berasal dari data terkini tetapi juga data dari beberapa periode sebelumnya yang dikumpulkan dari berbagai basis data operasional yang sudah ada. Data tersebut kemudian dianalisa terlebih dahulu dan hasilnya diguanakan sebaai pertimbangan pihak manajemen dalam pengambilan keputusan, sehingga keputusan yang diambil dapat lebih akurat dan optimal. Data Warehouse adalah suatu tempat pemyimpanan data yang lengkap dan konsisten, yang didapatkan dari berbagai sumber dan dibuat untuk memenuhi kebutuhan pengguna dan dalam suatu konteks bisnis. Saat ini, UI belum memiliki Data Warehouse yang mampu untuk mendukung proes analisa pengambilan keputusan tersebut. Proyek akhir ini bertujuan untuk menghasilkan suatu rancangan Data Warehouse.

---

As one of the leader of education provider in Indonesia, University of Indonesia needs an appropriate executive information system. The executive information system not only requires the currently available data, but also historical data collected from several operational databases. The data will be analyzed and the result will be used as a consideration for the decision making process by the management, to ensure that the decision taken is as accurate and optimum as possible. This is the role of the data warehouse in providing strategic information to help decision making process. Data warehouse is used to completely and consistently store data acquired through many sources and is created to fulfill the needs of a user in a business context. Right now, the University of Indonesia does not have data warehouse capable of supporting the decision making analysis process. This final project is meant to design a data warehouse, to support the needs of the management from the Faculties and University of Indonesia and help them in making academic-related decisions. This document describe the design of Data Warehouse as a supporting system for the Academic Information System of University Indonesia. It will focus on the architecture of the system and data warehouse design. The result of making Data Warehouse will be presented using web application to make user easy to link the information needed."

"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."