1 1.1.Latar Belakang Masalah
Mengingat kondisi perekonomian saat ini sedang tumbuh dan berkembang secara signifikan, di negara khususnya Indonesia, memiliki peningkatan permintaan produk perbankan. Tidak dipungkiri pula, persaingan di dalam industri perbankan pun turut meningkat. Untuk dapat bersaing dengan bank-bank lainnya, suatu bank dituntut untuk memberikan pelayanan dan citra yang baik sehingga dapat memuaskan nasabah-nasabah yang memakai jasa bank tersebut. Bank yang ingin berkembang harus menunjukan keunggulan dari produk dan jasa pelayanan dari pihak internalnya. Produk dan pelayanan dapat berupa harga yang relatif murah, jasa pelayanan yang ramah dan cepat, produk-produk yang mengungguli bank-bank lainnya.
Masyarakat, dalam hal ini nasabah sebagai pengguna jasa bank, kini semakin selektif dalam memilih bank yang dapat dipercaya untuk menitipkan dana. Keselektifan ini berguna untuk menghindari resiko kehilangan dana akibat kinerja yang buruk dari suatu bank. Dalam kasus seperti ini, faktor kepercayaan menjadi kunci utama bagi bank-bank di Indonesia untuk memenangkan persaingan dalam industri perbankan.
Dalam menciptakan kepuasan nasabah, suatu bank harus dapat meningkatkan kualitas pelayanan dan keunggulan produknya. Semakin meningkat faktor-faktor yang telah ditentukan akan meningkatkan penilaian nasabah terhadap perusahaan tersebut. Jika kepuasan nasabah telah diperoleh dari suatu bank, maka akan diperoleh loyalitas nasabah kepada bank tersebut. Hal ini akan meningkatkan keuntungan dan citra dari suatu bank. Kepuasan yang dirasakan oleh nasabah akan meningkatkan intensitas membeli produk dari nasabah tersebut.
Hubungan antara kepuasan nasabah dan loyalitas nasabah menurut Fornell (1992) adalah kepuasan nasabah mempengaruhi perilaku membeli. Dimana nasabah yang cenderung merasa puas terhadap suatu bank akan menjadi nasabah yang loyal. Loyalitas sendiri berarti kemampuan perusahaan memposisikan produk dan jasanya di pikiran nasabah, dimana suatu bank akan berusaha menganggap nasabah sebagai mitranya dengan cara memantapkan keyakinan nasbah dan selalu berinteraksi.
Melalui data historikal yang ada, penulis ingin mengetahui bagaimana pengaruh dari beberapa variabel yakni, tingkat kepuasan nasabah terhadap bunga yang diberikan oleh bank, fleksibilitas pengambilan uang, kecepatan dan keramahan pelayanan teller, pelayanan satpam, kecepatan pelayanan informasi, kenyamanan ruang tunggu bank, waktu tunggu antrian, nada panggilan antrian, proses pembuatan ATM, hadiah yang diberikan oleh bank, potongan biaya atau transaksi, penyelesaian permasalahan nasabah, promosi, citra bank, dan jenis kelamin terhadap klasifikasi kepuasan nasabah terhadap kinerja bank BRI.
1.2.Batasan Masalah
Batasan masalah merupakan hal yang sangat penting dilakukan dalam suatu penulisan agar tidak terjadi penyimpangan dari tujuan yang ingin dicapai. Dalam skripsi ini difokuskan pada pengelompokkan (klasifikasi) kepuasan nasabah terhadap kinerja BRI dengan menggunakan klasifikasi Random Forest, analisis diskriminan linear, serta gabungan antara Random Forest dan analisis diskriminan linear, dan kemudian akurasi prediksinya akan dibandingkan. Semua variabel klasifikasi yang difokuskan adalah pada variabel bertipe kategorik.
1.3.Tujuan Penelitian
Penelitian ini bertujuan untuk,
1. Sebagai salah satu syarat untuk mendapatkan gelar S1 pada Program Studi Statistika Fakultas MIPA Universitas Gadjah Mada.
2. Mengklasifikasikan tingkat kepuasan nasabah dengan metode klasifikasi Random Forest, Analisis Diskriminan Linear, dan menggabungkan kedua metode berdasarkan beberapa faktor yang telah dipilih.
3. Melihat keakurasian dari ketiga metode.
1.4.Manfaat Penelitian
1. Mengaplikasikan ilmu statistika dalam metode klasifikasi yang baru, dengan menggabungkan metode klasik dengan metode baru yakni Random Forest dan Analisis Diskriminan Linear.
2. Menambah ilmu pengetahuan.
3. Memberikan pengembangan pertimbangan untuk analisa mengetahui klasifikasi kepuasan nasabah kepada dunia perbankan.
1.5.Metode Penelitian
Metode penulisan yang digunakan adalah studi literatur yang diperoleh dari perpustakaan, jurnal-jurnal ilmiah dan sumber-sumber lainnya yang diperoleh dari internet. Dalam menyelesaikan penelitian ini, penulis menggunakan bantuan dari beberapa software, yakni R 2.11.1, SPSS 15.0 dan Microsoft Excel 2010. Data yang digunakan merupakan data sekunder yang diperoleh dari penelitian sebelumnya yakni Anisa Fadila(2011) yang menganalisa kepuasan nasabah BRI cabang Yogyakarta.
1.6.Tinjauan Pustaka
Decision Tree merupakan suatu metode klasifikasi yang menggunakan struktur pohon, dimana setiap simpulnya merepresentasikan atribut, dan cabangnya merepresentasikan nilai dari atribut, sedangkan daunnya digunakan untuk merepresentasikan kelas.
Decision Tree adalah metode klasifikasi yang populer dan sering digunakan untuk data yang berjumlah besar atau data dengan variabel independen yang sangat banyak. Metode Decision Tree ini mengubah fakta yang sangat besar menjadi suatu pohon keputusan yang merepresentasikan aturan. Aturan yang
dibangun pun dapat dengan mudah dipahami oleh pengguna. Banyak algoritma yang dapat dipakai dalam pembentukan pohon keputusan,antara lain ID3, CART, dan C4.5.
Metode Random Forest mulai diperbincangkan sejak Breiman(2001) menerbitkan metode ini pada machine learning. Dalam tulisannya ini, Breiman berupaya untuk memperbaiki proses pendugaan yang sebelumnya dilakukan oleh Decision Tree dan CART. Dimulai dengan memilih m variabel secara random dari sejumlah variabel independen. Lalu sekian banyak pohon ditumbuhkan tanpa ada proses pemangkasan seperti pada metode Decision Tree atau CART. Dari banyak pohon ini akan dipilih mana yang memberi hasil akurasi tertinggi. Untuk data yang berjumlah sangat besar, atau dalam kasus data yang mempunyai variabel independen yang banyak dan kompleks, metode Random Forest bisa menjadi salah satu solusi untuk menganalisa data tersebut. Mengingat kemudahan dari waktu dan proses analisa yang gampang.
Analisis Diskriminan Linear merupakan metode klasifikasi klasik yang telah banyak digunakan dan diimplementasikan dalam berbagai macam kasus. Metode ini akan dibandingkan keakuratannya dengan metode Random Forest .
Penelitian terhadap klasifikasi dalam dunia keuangan terus saja bertambah dan mengalami perkembangan. Berikut adalah penjelasan singkat mengenai penelitian-penelitian yang sebelumnya membahas tentang klasifikasi.
Anisa (2009) menggunakan algoritma Chi-square Automatic Interaction Detection (CHAID) dan Classification and Regression Tree (CART) untuk melakukan klasifikasi nasabah. Hasil yang diperoleh adalah metode CART lebih memberikan akurasi yang baik dibandingkan dengan metode CHAID.
Yoga Dimas(2012) membahas pemakaian Random Forest untuk pemilihan variabel dan selanjutnya mengklasifikasikan menggunakan metode Algoritma Interaction Miner. Dalam penelitian ini, ukuran yang digunakan dalam menyeleksi variabel adalah dengan menggunakan Mean Decreased Accuracy (MDA). Dimana ketika diperoleh nilai MDA < 0 maka variabel tersebut tidak dimasukkan dalam penelitian. Selanjutnya analisa klasifikasi dengan menggunakan Algoritma Interaction Miner.
Berbeda dengan penelitian sebelumnya, penelitian ini akan menggunakan Random Forest sebagai metode klasifikasi dan melihat tingkat kepentingan variabel dengan indeks yang berbeda dari penelitian diatas, yakni Mean Decreased Gini (MDG). Data yang digunakan adalah data kepuasan nasabah yang diperoleh dari penelitian sebelumnya yaitu Anisa Fadila(2011) yang telah diuji validitas dan realibilitasnya sehingga data ini dapat dipertanggungjawabkan. Dengan menggunakan Metode klasifikasi Random Forest, akan diklasifikasikan nasabah-nasabah yang puas dan tidak puas terhadap kinerja BRI. Selain itu, akan dilihat pula tingkat kepentingan variabel melalui MDG. Dalam penelitian ini, akan dicobakan menggabungkan antara metode Random Forest dengan analisis diskriminan linear. Latar belakang digabungkan metode ini adalah, biasanya analisis diskriminan linear kurang memberikan ketepatan akurasi yang memuaskan dalam masalah klasifikasi, meskipun beberapa variabel yang menurut F-test kurang berpengaruh telah dibuang, namun keakuratan prediksinya masih rendah. Beberapa kasus setelah dikeluarkan variabel yang kurang signifikan berpengaruh pun malah mengurangi keakuratan prediksi.
Tahap dalam menggabungkan metode Random Forest dan analisis diskriminan linear adalah seleksi variabel dengan melihat MDG dan membuang variabel yang dianggap kurang penting dari metode Random Forest. Seleksi variabel merupakan sebuah tahapan penting dalam proses klasifikasi, karena variabel yang terseleksi sangat mempengaruhi tingkat akurasi dari klasifikasi. Pada dataset yang memiliki banyak variabel membutuhkan proses untuk mereduksi variabel yang dianggap kurang penting. Setelah variabel yang dianggap kurang penting dibuang, maka akan dilakukan analisis diskriminan linear. Keakuratannya akan dibandingkan dengan metode klasifikasi Random Forest dan analisis diskriminan linear.
1.7. Sistematika Penulisan
Sistematika penulisan yang digunakan dalam penelitian ini adalah sebagai berikut,
BAB I PENDAHULUAN
Bab ini berisi tentang latar belakang maslah, tujuan penelitian, manfaat penelitian, batasan masalah, metode penelitian, sistematika penulisan laporan, dan tinjauan pustaka.
BAB II LANDASAN TEORI
Bab ini membahas tentang landasan teori yang relevan dengan penelitian ini yaitu aljabar matriks, matriks multivariat, algoritma pohon keputusan, dan analisis diskriminan linear.
BAB III KLASIFIKASI DENGAN RANDOM FOREST DAN ANALISIS DISKRIMINAN LINEAR
Bab ini membahas tentang landasan teori yang relevan dalam penelitian ini yaitu algoritma klasifikasi Random Forest , proses pembentukan pohon, simpul dan terminal, serta penentuan nilai m yang akan dicobakan.
BAB IV STUDI KASUS DAN PEMBAHASAN HASIL
Bab ini berisi hasil dan output klasifikasi Random Forest dengan beberapa percobaan yang telah ditentukan sebelumnya dan kemudian dibandingkan dengan analisis diskriminan linear serta pembahasan yang didapat.
BAB V PENUTUP
Bab ini berisi kesimpulan dari hasil analisis dan juga saran-saran terhadap penelitian selanjutnya.
