1.1. Latar Belakang
Perkembangan teknologi informasi terutama di Indonesia semakin berkembang. Dengan adanya teknologi informasi dan komunikasi dapat memudahkan untuk mendapatkan informasi yang dibutuhkan dari mana saja, kapan saja dan dari siapa saja. Kemajuan teknologi digital dan jaringan internet telah memberikan kemudahan dalam mendapatkan informasi, disisi lain data yang dihasilkan dari berbagai informasi sangat besar dan terus berkembang (Witten et all. 2011). Untuk itu dibutuhkan suatu metode yang dapat melakukan pengolahan data dengan skala besar, salah satunya adalah dengan metode menambang data. Penambangan data merupakan metode pemilihan data yang dianggap bermanfaat untuk tujuan khusus, sehingga dari data yang ada dapat diperoleh informasi penting yang dapat digunakan untuk kebutuhan tertentu. Kebutuhan untuk memahami pada data yang besar, kompleks, kaya informasi adalah kebutuhan yang umum bagi hampir semua bidang bisnis, sains dan teknik (Kantardzic M. 2011), termasuk pada bisnis telekomunikasi.
Data mining adalah salah satu solusi untuk permasalahan di atas. Data mining merupakan serangkaian proses untuk menggali suatu informasi terpendam dari suatu kumpuilan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Data mining akan membentuk klasifikasi dalam kelompok yang memiliki karakteristiknya masing-masing. Proses klasifikasi kelompok ini biasa di sebut teknik data mining atau algoritma data mining (Farisi A. 2007)
Data mining dapat digunakan sebagai metode untuk menggali data yang besar dan kompleks pada perusahaan menjadi informasi yang berguna untuk
tujuan tertentu, salah satunya adalah analisa performansi dengan memanfaatkan data terkait yang memiliki keterhubungan baik secara langsung maupun tidak. Salah satunya adalah data revenue perusahaan, kriteria Baldridge dan data CSI yang ada untuk mengukur performansi dengan cepat dan tepat. Hal ini bukanlah persoalan baru, ekonom, statistik, peramal, dan insinyur komunikasi telah lama bekerja dengan gagasan bahwa pola dalam data dapat dicari secara otomatis, diidentifikasi, divalidasi, dan digunakan untuk prediksi (Witten et all., 2011). Sejak teknik data mining ditemukan penelitian seputar cara untuk menemukan pola penambangan pada data besar menjadi sangat aktif dan sudah diaplikasikan secara luas pada berbagai bidang pengetahuan industri dan pemerintahan (Pascal P et all., 2008)
Penerapan data mining untuk analisa performansi termasuk hal yang menarik, khususnya yang melakukan kolaborasi antara ilmu terapan lain semisal ilmu ekonomi, statistik dan informatika. Ada banyak hal yang dapat diteliti pada bidang ini, karena terdapat banyak data yang berpotensial untuk ditambang. Penulis telah melakukan pembelajaran terhadap beberapa penelitian terkait yang mengangkat topik teknik data maning untuk mengukur performansi. Data mining dapat diterapkan dalam menganalisa performansi akademis mahasiswa dengan menghubungkan beberapa faktor menggunakan metode Decission tree (Adeyemo & Kuya, 2006). Bahkan ada penelitian yang membahas prediksi beberapa faktor yang menyebabkan mahasiswa melakukan Drop Out dengan metode yang sama (Quadri & Kalyankar, 2010). Selain di bidang pendidikan, analisa performansi dengan teknik data mining juga pernah diterapkan pada suatu organisasi atau perusahaan seperti analisa performansi pada perusahaan komputer terkemuka di Jepang yakni Fujitsu (Yaginuma, 2000)
Penelitian yang dilakukan penulis adalah bagaimana menerapkan Data mining dengan kombinasi ilmu ekonomi, manajemen dan statistika dalam satu studi kasus. Tantangan dalam penelitian ini adalah mengeksplor beberapa ilmu terapan, diantaranya ilmu ekonomi untuk menganalisa keterkaitan dengan revenue suatu perusahaan atau organisasi, ilmu manajemen yang memaparkan berbagai
kebijakan perusahaan yang dirangkum dalam kriteria Baldridge dan ilmu statistika mengenai penelitian indeks kepuasan pelanggan (CSI) yang kemudian ketiga data tersebut akan dihubungkan satu sama lain dalam menganalisa tingkat performansi sebuah perusahaan untuk mencapai kinerja manajemen unggul (TQM) dengan proses yang lebih cepat dan akurat dari sistem yang berlangsung.
Teknik data mining yang penulis gunakan adalah algoritma pohon klasifikasi dan regresi (Classification and Regression Tree, CART) dengan menghasilkan pohon keputusan (decission tree) yang memberikan petunjuk agar Top Management/ stakeholder perusahaan dapat melakukan tindakan dalam meningkatkan performansi perusahaan pada setiap sistem terkait demi tercapainya visi dan misi perusahaan. Alasan penulis memilih teknik data mining CART ini adalah karena karakteristik metode CART sesuai dengan data yang penulis dapatkan, selain itu CART merupakan metode partisi rekursif yang digunakan baik untuk dua teknik data mining yakni rekursif maupun klasifikasi. Penelitian ini diharapkan dapat memberikan kontribusi yang bermanfaat bagi Perusahaan PT Telekomunikasi Indonesia Unit Enterprise Regional 1 Sumatera (Telkom Uner 1 Sumatera).
1.2. Perumusan Masalah
Telkom Uner 1 Sumatera sebagai unit marketing yang menangani pelanggan korporat, telah memiliki sistem yang menunjang performansi unitnya sendiri disebut dengan Tracking and Complience Application (TANCAP). Namun ada beberapa masalah yang membutuhkan alternatif solusi yang lebih baik:
1. Sistem yang berjalan saat ini masih bersifat manual, yakni unit terkait mengambil data mentah dari basisdata internal yang kemudian dilakukan analisa oleh tim manajemen.
2. Basisdata internal dari Telkom Uner 1 Sumatera cukup banyak, dan membutuhkan waktu yang cukup lama dan rumit dalam menganalisa agar didapatkan hasil data yang memberikan informasi yang sesuai.
3. Analisa yang diterapkan bersifat analisa manusia yang terbatas pada jumlah data, objektifitas data serta tingkat akurasi yang lemah.
4. Data yang digunakan oleh TANCAP hanya data proses bisnis Telkom UNER 1 Sumatera yang sesuai dengan kebijakan perusahaan (belum memanfaatkan data lain yang berhubungan baik secara langsung maupun tidak, semisal data revenue dan data penelitian indeks kepuasan pelanggan (CSI).
1.3. Batasan Masalah
Rumusan masalah di atas, dibatasi dengan beberapa hal sebagai berikut : 1. Penelitian ini merupakan studi kasus pada Telkom Uner 1 Sumatera. 2. Data diperoleh dari basis data internal Telkom Uner 1 Sumatera dengan
beberapa syarat serta aturan perusahaan yang harus dipatuhi.
3. Sistem pendataan mengikuti standart yang digunakan pada perusahaan Telkom Uner 1 Sumatera.
4. Algoritma teknik data mining yang digunakan adalah metode pohon keputusan CART.
5. Dalam memperoleh data, penulis menggunakan aplikasi opensource seperti MySql dan editor TOAD for MySql versi 6
6. Dalam membuat rule atau aturan, penulis menggunakan perangkat lunak Rapidminer 5.0 untuk melakukan analisis data dan SPSS versi 18 untuk validasi data yang ada.
1.4. Tujuan Penelitian
Tujuan yang ingin dicapai pada penelitian tesis ini yaitu :
1. Menganalisa performansi UNER I Sumatera dengan teknik data mining sebagai metode untuk menggali data yang besar dan kompleks menjadi informasi yang berguna untuk melakukan monitoring dan tracking dalam mencapai kinerja manajemen unggul (TQM) melalui keterhubungan antara internal basis data Telkom Uner 1 Sumatera yang lebih cepat dan akurat.
2. Untuk membantu Top Management/ stakeholder perusahaan dalam mengambil tindakan preventif bagi customer yang memberikan index ketidakpuasan agar tidak berdampak buruk terhadap revenue yang diperoleh dengan tetap menerapkan proses bisnis yang sesuai dengan kebijakan perusahaan.
1.5. Manfaat Penelitian
Manfaat dari penelitian tesis ini adalah:
1. Membantu Top Management/ stakeholder perusahaan dalam mengambil keputusan untuk mencapai kinerja manajemen unggul.
2. Sebagai referensi bagi penulis selanjutnya yang berkaitan dengan penggunaan teknik data mining pada perusahaan telekomunikasi dengan mengkolaborasikan ilmu ekonomi, ilmu manajemen dan ilmu statistika pada ilmu komputer.
3. Memberikan masukan pada manajemen perusahaan Telkom Uner 1 Sumatera sebagai dasar untuk meningkatkan kualitas layanan pada customer yang berdampak positif terhadap revenue yang diperoleh perusahaan dengan penerapan kebijakan perusahaan yang menguntungkan bagi customer dan perusahaan sesuai dengan konsep kinerja manajemen unggul (TQM).
1.6. Metodologi Penelitian
Dalam penelitian ini, penulis terlebih dahulu melakukan identifikasi masalah yang ada dalam Telkom Uner 1 Sumatera, kemudian mengumpulan data yang mendukung. Data inilah yang nantinya akan diolah agar dapat menjawab masalah dalam peelitian. Secara keseluruhan desain penelitian dapat digambarkan pada gambar 1.1:
Gambar 1.1. Kerangka pemikiran penelitian Untuk Instrumen yang digunakan penulis, diantaranya adalah:
1. Microsoft Office versi 2007, aplikasi pengolah data perkantoran 2. SPSS versi 18, aplikasi pengolah data statistika
3. Rapidminer versi 5, aplikasi data mining 1.7. Sistematika Penulisan
Bab I, Pendahuluan, berisi: latar belakang, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan sistematika penulisan.
Bab II, Tinjauan Pustaka, berisi: bahasan umum mengenai data mining, kajian kepustakaan yang mendasari penggunan algoritma pohon keputusan CART,
jurnal-jurnal terkait pada bidang yang sama ataupun algoritma yang sama serta perbandingannya satu sama lain.
Bab III, Metodologi, berisi: bahasan tentang urutan pelaksanaan yang dilakukan dalam pengumpulan data, pengolahan data, dan hasil dari penerapan algoritma CART dengan menggunakan sampel data yang dapat mewakili populasi dari data secara keseluruhan.
Bab IV, Hasil dan Pembahasan, berisi: hasil penelitian dan analisa penelitian yang disajikan dalam bentuk tabel dan grafik dengan menggunakan data secara keseluruhan
Bab V, Kesimpulan dan Saran, berisi: Perumusan/ generalisasi dari pembahasan hasil akhir dari penelitian serta implikasi terhadap pengembangan ilmu pengetahuan dan penggunaan praktis.
