t||liwss$Bina
Darma
PDNERAPAN DATA MIIIING DENGAIY METOI}E CLUSTERING
T'NTIJK MEMPREDIKSI MINAT PEIVT]MPAI\TG
KERETA API
PROPOSAL PENELITIAN
Diajukan guna melakukan
peneliltian
skripsi
OLEH;
PUTRI WTJLAIYDARI
' 09142080
PROGRAM STUDI TEKIIIK INTOBTUATIKA
FAKT]LTAS ILMU KOMPUTER
T]NTYf,,RSIITAS
BINADARMA
PALEMBAI\IG
PEI\TERAPAI{
DATA MINING DENGAI\I METODE CLUSTERING
UI\TTIK MEMPREDIKSI MINAT PENT}MPAI\IG
KERETA API
OLEH:
PUTRI WI]LANDARI
09142080
PROPOSAL PEITELITIAN
Disusun
sebagai
salah
satu syarat
untuk melakukan
penelitian
Disefujui,
Program Studi Teknik Informatika Universitas Bina Darma
ril Rizal, S. T.rnd.M.rtltl.Kom.
KATA PENGANTAR
Puji syukur kehadirat Allah SWT karena berkat rahmat dan karunia- Nya jualah, proposal penelitian ini dapat diselesaikan guna memenuhi salah satu syarat
untuk diteruskan menjadi skripsi sebagai proses akhir dalarn rnenyelesaikan pendidikan dibangku kuliah.
Dalam penulisan proposal ini, tentunya masih jauh dari sempurna. Hal ini dikarenakan keterbatasnya pengetahuan yang dimiliki. Oleh karena itu dalam
rangka melengkapi kesempurnaan dari penulisan proposal ini diharapkan adanya
saran dan kritik yang diberikan bersifat membangun. Pada kesempatan yang baik
ini, tak lupa penulis menghaturkan terima kasih kepada semua pihak yang telah memberikan bimbingan, pengarahan, nasehat dan pemikiran dalam penulisan skripsi ini, terutama kepada :
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. selaku Pembimbing I
4. Ilman Zuhri Yadi, S.Kom., M.M., selaku Pembimbing II yang telah memberikan bimbingan penulisan skripsi ini.
5. Orang Tua" saudara-saudaraku,' seluruh teman dan sahabat-sahabatku yang
selalu meniberikan dorongan dan masukan serta bantuan baik morilmaupun materil yang tak ternilai harganya.
Palembang, Mei 2013
ABSTRAK
Minat pengguna jasa angkutan transportasi moda kereta api di Indonesia cukup
berkenan dihati masyarakat baik dari kalangan bawaho menengah maupun dari
kalangan atas. Dimana moda angkutan kereta api ini dinilai lebih aman, ekonomis dan efisien. Untuk dapat menjadi moda fransportasi darat yangbaik PT Kereta Api Indonesia (persero) menyediakan gerbong kereta dengan berbagai kelas guna
menyesuaikan dengan kebutuhan penumpang perusahaan ini menyediakan
beberapa kelas mulai dari kelas ekonomi, bisnis danjuga kelas eksekutif, dimana
masing-masing kelas memiliki keunggulannya tersendiri. Latar belakang
penelitian ini adalah adanya minat penumpang yang tinggi dari masyarakat untuk
menggunakan jasa angkutan kereta api membuat perusahaan memberlakukan
karcis berdiri, dimana keputusan itu dinilai dapat merugikan pengguna jasa yang
mendapatkan karcis berdiri- Dalam penelitian ini penulis melak*an penerapan
data mining guna memprediksi minat penumpang berdasarkan kelas sampai
mendapatkan informasi yang berguna meningkatkan pendapatan perusahaan dan
pelayanan terhadap pengguna jasa kereta api khuzusnya di stasiun Kertapati
$ubdivrs
IIL I Kertapati.
L 1 .
r.2.
t.3,
1.4.
3.2.
3.3.
3.4.
3 . 5 .
Alat dan Bahan ...18
Metode Penelitian ...19
Metode Pengumpulan Data ,,,,,,., ,,,,,,,,,,,,..19
Metode Analisis Data..,... ...20
JADWAL PEI\TELITIAN
DAFTAR PU$TAKA
...21
LAMPIRAN
Penelitian Terdahulu
Data Awal
TV,
DAFTAR GAMBAR
Gambar 1 Struktur Organisasi...,...
...8
Gnmbar
2 Arisitektur
Data Minin9...,..,,.r....
... 13
PROPOSAL
PEIYERAPAN DATA MIITII{G DENGAI{ METODE CLUSTERING TII{TTIK MEMPREDIKSI MINAT PEhITIMPAFIG KERETA API
L Pendabuluan
1.1. Later Belakang
Pada sektor perhubungan jasa angkutan merupakan salah satu sarana dan
prasarana yang dibutuhkan masyarakat dari berbgai kalangan, baik dari kalangan
masyarakat kecil, menengah, maupun dari kalangan atas. Salah satu perusahaan
jasa transportasi yaitu 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 kebutuhan mastyarakat PT 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&
gerbongnya yang difasilitasi kipas angin, begitu juga dengan kelas eksekutif yang
memiliki kelebihan dengan fasilitas pendingin ruangan (AC).
Dengan adanya minat yang cukup tinggi dari masyarakat untuk
menggunakan jasa angkutan kereta api, membuat perusahaan rnemberlakukan
karcis berdiri. Dimana harga untuk karcis berdiri sama dengan harga kercis yang
berfasilitas tempat duduk, tentunya hal ini dapt merugikan penumpng yang
mendapatkan karcis berdiri. Dengan adanya karcis berdiri otomatis membuat
sehingga hilanglah rasa nyampan selama perjalanan, Namun ada juga
gerbong-gerbong 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
masalaha ini. Perusahan juga perlu melakukan perencanaan strategi bisnis guna
meningkatkan pendapatan perusalraan dan meningkatkan kenyarnanan penumpang
kereta wi, karena hal itu merupakan proses untuk menghasilkan dan
memepertahankan keunggulan jasa transportasi kereta api dihati masyarakal
Tujuan dari perencanaan strategi bisnis berguna untuk meningkatkan pendapatan
perusahaan dan menghasilkan pengetatruan mengenai langkah apa kedepannya
yang harus ditempuh perusahaan ini agar dapat meningkatkan pendapatan
perumtran, memperbaiki pelayanan dan kenyanranan penumpang jangka panjang.
oleh karena rtu" suatu pengambil keputusan strategi (strategis decisions)
membutuhkan data peqiulan tiket kereta api dalam beberapa tahun terakhir. Agar
mendapatkan informasi mengenai minat penumpang kerefa api berdasarkan kelas
yang ada.
Pada umumnya perusahaan mengumpulkan informasi melalui sistem
database yang berguna untuk menarnprmg deta fransaksi, kernudian nantinya 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
Banyak diperusahaan yang membutuhkan informasi atau pengetahua4
baru bergma sebagai membantu dalarn mengambil keputumn. Pengganaan data
nining telah menjadi bagian yang penting untuk saling berhubungan pada proses
bisnis diperumtraan sehlngga mat dibutuhkan futemining yang sangat menunjang
aktifitas suatu perusalnanyang digunakan untuk menyimpan, mengelola" maupun
menya$ikan data, sampai memberikan informasi untuk kelangsungan
perusahaan-Penggunaan data mining sebagai bagian sebuah sistem informasi yang
sangat penting untuk rnenjamin ketersedian layanan bagi pttggtmaan-nya. As€t
atau sumber daya bagi instansi atau organisasi yang sangat berharga batrkan bisa
dikatakan sangat p€nting, yaitu berupa data atau informasi, kerusakan terhadap
data dapat mengancam kelangsungan hidup dari perusahaan tersebut. Dato mining.
memiliki kelebihan dan kekurangan rmttrk mengetahui kedrm hal tersebut perlu
adanya rencana evaluasi pada sistem berjalan saat ini karena untuk menangapi
segala permasalatran yang 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
Clustering untuk Mempresiksi Minat Penumpang Kereta Api".
1.2. Perumusen Masalah
Adapun penrmusan masalah dalam penelitian ini yaitu bagaimana
memanfaatkan teknologi data rnining sebagai pendukung penyusunan strategi
bisnis guna meningkatkan pendapatan perusatraan dan meningkatkan kenyarnanan
(persero) Kertapati dengan mempredilsi minat penumpang berdasarkan kelas
gerbong
keretaapi-1.3. Batasan Masalah
Pada Penelitian ini penulis rnembatasi hanya pada pemanfaatan data
bulanan volume angkutan penumpang kereta api dari Januari 2010 s.d Desember
zA10 dr stasiun kereta api Kertapati, untuk p€nyusunan strategi bisnis guna
meningkatkan pendapatan perusahaan dan meningkatkan kenyamanan penumpang
kereta api dengan menggunakan metode elustering @engelompokan) dat^
penumpang berdasarkan kelas yang disediakan oleh perusahaan PT Kereta Api
Indonesia (persero) sampai mendapatkan informasi mengenai kelas yang paling
diminati oleh penumpangkerctaapi dan mendapatkan solusi untuk perusahaan.
1.4. Tuiuan dan Manfaat Penelitian
1.4.1. Tujuan Penelitian
Tujuan dari penelitian ini adalatr untuk memberikan informasi dan solusi
sebagai pendukung psnyusunan strategi bisnis guna meningkatkan pendapatan
perusatraan dan rneningkatkan kenyamanan penrrmpang kereta a'pi di PT Kereta
Api Indonesia (persero) Subdivre III. I Kertapati
1.4.2. Manfaat Penelitian
Dengan dibuatnya penelitian ini, penulis berharap bahwa hasilnya dapat
bermanfaat dalam segi semua pihak yang rnembutuhkannya seperti :
1, Bagi Penulis
Penelitian ini diharapkan mampu menambah pengetalruan penulis
selama ini serta dapat diiadikan sebagai bahan perbandingan dari
teor!-teori yang di peroleh*
2. Biagp perusahaan
Penelitian ini ditrarapkan dapat digwakan sebagai bahan pe*imbangan
yang mungkin diperlukan oleh perusahaan dalam mengenai suatu
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 Indonesia ditandai dengan pencangkulan pertama
jalan kereta api di desa Kemijen pada tangga 17 Juni 1864 oleh Guhernur Jendral
Hindia , Mr. L.A.J Baron Sloet van den Beele. Pada tahun l9l4 jalan kerfa api
dibangun di Sumatera Selatan, dengan Stasiun yang berdirih kokoh dengan nama
Stasiun Kertapati. Perusahaan PT Kereta Api Indonesi (persero) bergerak dalam
bidang jasa angkutan penumpang dengan moda angkutan kereta api, adanya
persaingan bisnis yang terus maju membuat perusahaan harus berpikir keras untuk
mempertahankan perusalraan dengan menawarkan jasa angkutan untuk
peilrmpang saja tetapi juga menawarkan jasa angkutan barang seperti : batubara,
serbuk kertas, bahan bakar minyak dan lain-lain.
Mampu bertahan dalam persaingan bisnis ini lah yang membuat PT Kereta
Api Indonesia (persero) tetap berjaya sampi sekarang.
- Visi
Menjadi penyedia jasa perkeretaapian terbaik yang fokus pada pelayanan
pelanggan dan memenuhi harapan stakeholders.
- Misi
Menyelenggarakan bisnis perkertaapian dan bisnis usaha penunjangnya"
melalui praktek bisnis dan model organisasi terbaik tmtuk memberikan
berdarsarkan
4 pilar atarta: keselamatan,
ketepatan
waktu, pelayanan
dau
kenvamanan-8
Struktur
Organisasi
I ilqrr
IFx
g 3 n
* E *
Eg€
q * ;
' " E "
Efis$
*E
HE
s :
g J h E 1* E! E $- D r
* q * E = E t
E | j 5 o
E
g Itfiilh$
HHE '}
E
Etfr
6
IE
3 tt !tr i E i 8FEflf$ilir}li@Hffi
tflurrl*#if
- * I I E4 *
E
J JCfi=
o S E
+ c t E lit = ! c Cl D
ts
Ib *
aEE
D iS H< *
F t g t = * E.T
E$
n$ e
E*
*$s
2.2. Lzndrcan Teou
zLl.Konsep Pemasaran
Demi mempertahankan perusahaan untuk dapat lerus mengikuti
persaingan bisnis, perusatraan PT Kereta Api Indonesia (persero) ya*g bergerak
dalam bidang jasa angkutan tetap perlu melakukan inovasi dalam meningkatkan
pelayanan penurnparig agar memperoleh kepuasan penurnpang- Kepuasac
pcnumpang bisa tetap dipertahankan bila perusahaan dapat mengetahui kebutuhan
penunpang,
Dalam konteks strategi pemasaran merupakan petunjuk bagi para manager
bagaimana agar jasa yang dihasilkan dapat sampai pada konsumen dan bagaimana
memotivasi konsumen untuk membelinya (Koonk dan Weiriclu 1984). Kunci
utarna yang perlu diperhatkan dalanr strategi pemasaran rneliputi :
l. Dimana konsumen kita dan mengapa mereka membeli
2. Bagaimanacaraterbaik bagi kitatmtuk menjuat
3, Bagaimanamerekamembeli
4. Apakah kita memptnryai sesuattr yang dapat ditawarkan yang tidak
dimiliki oleh pesaing kita
5. Apakalr kita perlu dan mampu memberi pelayanan penunjang dari jasa
yang kita hasitkan
6. Apakan strafegi penetapa* hargayang terbaik bagi kita
10
2.2.2. Strategi Pemasaran Jasa
Sfrategi pemamran merupakan pernyataan (baik secara imptisit mauptrn
eksplisit) mongenai bagaimam suatu merek atau lini produk merrcapai fqiuannya
(Benneq 19e8)" Sementara itu (Trill dan Kahle 1990) mendefinisilkan sfrategi
pemasaran sebagai alat fundamental yang direncanakan untuk mencapai tujuan
perusatraan dengan menggernbangakan keunggulan beruing yarlg
berkesinambung;an melalui pasar yang dimasuki dan prograrn pemasanan yang
digunakan unfirk melayani pasar sasararl tersebul
Pengembangan keunggulan kereta api dalam bersaiirg antara moda
angkutan seperti mobil penumpang, mobil bus, mobil barang dan bansportasi
darat lainnya. PT Kereta Api lndonesia (persero) perlu mengevaluasi kepuasan
penumpang terhadap jasa angkutan kereta api, Faktor yang sering digunakan
dalam mengevaluasi jasa yang bersifat intangible, konsumen . umumnya
menggunakan beberapa atribut (Pararnasuaranran, et alo- 1985) antara lain :
l, Bukti langsung (tnngible$, meliputi fasilitas fisil<, perlengkaparu
pegawai dan sarana kormmikasi.
2. Keandalan (reliability), yakni kemampuan memberikan pelayanan
yang dijanjikan dengan segerq akurat dan
memtmskan-3. Daya tanggap (responsiveruss), yaitu keinginan para staf dan
karyawan untuk membantu pra planggan dan memberikan pelayanan
11
Jaminan (assuronce), mencakup pengetahuarL kemampuar5 kesopanan
dan sifat dapat dipercaya yang dimiliki pma staf; bebas dari bahaya,
resiko atau keraguliag'urn.
Empati, melipt*i kemtdalmn dalam melakukan htrhrmgan, komunikasi
yang baik perhatian pribadi, dan memahami kebutuhan pma
pelanggan-2.2.3. Data Mining
Dafa rnining adalah suatu proses menemtrkan yang berarti, pol4
dan kecenderungan deng:an memeriksa dalam sekumpulan besar data yang tersimpan dalam penyimpanan dengan menggunakan teknik pengenalan pola seperti teknik statistik dan matematika (Larose, 2Ag6).
ProsEs KDD (Krcvvlegge discovery in databases\ secara garis besar dapat
dijelaskan sebagai beriku(Fayyad, 1 996).
1. Dato Selection
Pemilihan (seleksi) date derl' sek*mptrlan data operasional perlu dilah*ffi
sebelum tahap penggalian informasi dalam KDD dimulai. Data hasil
seleksi yang akan digunakan untuk proses datc mining, disimpn dalam
suatu berkas, terpisah dari baris data operasional.
2. Pre-processing Cleantng
Sebetum proses data mining dapat dilaksanakaru perlu dilakukan proses
cleaning pada data yang menjadi fokus KDD. Proses cleaning mencakup
antara lain membuang duplikasi data memeriksa data yang inkonsisteq
dan memperbaiki kesalahan pada data seperti kesalahan cetak (tipografi).
4.
t2
3 .
Selain itu dilakukan proses enrichment, yaitu proses "memperkaya" dato
yang sudah ada dengan data atau informasi lain yang relavan dan
diperlukan KDD seperti dataatau informasi ekstemal.
Trataformation
Coding adalah proses transformasi pada data yang telah terpilih, sehingga
data tersebut sesuai untuk proses daa mining. Prsses coding dalam KDD
merupakan proses kreatif dan sangat terganttnrg pada jenis atau pola
informasi yang akan dicari dalam basis data.
Datamining
Data mining adalah proses mencari pola atau informasi menarik dalam
data tetpilih dengan menggunakan teknik atau metode tertentu. Teknik,
metodg atau algoritma dalam data mining sangat bervariasi. Pemilihan
metode atau algoritma yang tepat sangat bergantung pada tujuan dan
proses KDD secara keseluruten.
Int e rp re t at io n/ Ev aluat io n
Pada informasi yang dihasilkan dari proses data 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 bertentangan dengan fakta atau hipctesia yang
ada sebelumnya. 4.
13
, 2.2.4. Pengelompokan Data Mining
Dota mining dibagi menjadi beberapa kelompok berdasarkan tugas yang
dapat dilakukan, yaitu (Iarose,200 5) :
1. Deskripsi
Terkadang penelitian *jn analisis secara sederhana ingin mencoba
mencari cara untuk menggambarkan pola dan kecenderungan yang
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
t4
3. Prediksi
Prediksi hampir sama dengan klasifikasi dan estimasi, keeuali batrwa
dalam prediksi nilai dari hasil akan ada di masa mendatang.
4. Klasifikasi
Dalam klasifikasi, terdapat target variabel kategori. Sebagai contoh,
penggolongan pendapatan dapat dipisatrkan dalam tiga kategori, yaitu
pendapatan tinggi, pendapatan sedang dan pendapatan rendah.
5. Pengklusteran
Pengklusteran merupakan pengelompokag record, pengamatag atau
memperhatikan dan membentuk kelas objek-objek yang memiliki
ke.miripan. Klustpr adalah kumpulan record yang memiliki kemiripan
satu dengan yang lainnya dan memiliki metidakmiripan dengan reeor*
record dalam kluster lain.
6. Asosiasi
Aqqsiasi dalam data mining adalah menernukan atribut yang muncul
dalarn satu waktu. Dalanr dunia bisnis lebih utnum disebtrt analisis
L5
2.2.5.SistemPendukungKeputusau-SPK(decisionsupportsystewD.$S\
Merupakan suatu sistem informasi yang interaktif dan fleksibel yang
memungkinkan pma manajer mendapa&an dan memanupulasi informasi pada saat
mereka mengambil keputusan. SPK melarrpaui pemrosesan informasi oleh
ahlinya dan mernberikan para manajer akses terhadap data yang bergun4.
Beberapa karakteristik dari SPK (McDanil, 2006:,322\, yaitu :
a. Interaktif : Para manajer memberikan intrulsi yang sederhana dan
melihat hasilnya segera. Proses ini berada dibawah pengawasatlya
langsung.
b. Fleksibel : suatu SPK dapat menyaring, mengelornpokkan kembali,
menjumlah, merata-ratakan" dan memanipulasi data dalam berbagai
cara. SPK akan memindahkan roda persneling kmena berubalmya topk
pemakai, kesesuaian informasi terhadap masalah yang sedang dihadapi.
c. Orientasi Perwmuan : paffi manajer dapar mengamati ffend, memilah
masalah, dan menanyakan pertanyaan :bagaimanajika:'.
d. KemampuanAkses : SPK mudatr dipelajari dan digunakan oleh para
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 dengan judul penelitian " Analisis faktor-faktqr
yang mempeng*ruhi konsumen dalam memilih kereta api dengan
penggunakanAlgoritmt Chaid', Data minrng merupakan suatu komponen dari
bwwledge diseovery dalam proses databsse dengan menggunakan atrat algorifina
dimana pola-polanya diesktrak dan disebutkan satu demi satu dari data yang ada
(Growc, 1999>. Berikut adalah gambaran mengenai jenis-jenis data mircing
(Collier, 1998) : Rule Asociatio4 Memory-based Reasoning OAR) atau
Case-based Reasoning (CBR), Cluster Armlysis dan Teknk Klasifikasi. Algoritma
CHAID digunakan untuk melakukan pemisahan dan penggabungan
katego!-kategori dalam vaiabel yang dipakai dalam analisisnya. Penggabungan (merging),
pemisahan (Splitting) dan penghentian (Stopping) pada setiap rnde yangterbentuk
dan secara berulang.
Menurut Noor Rindho dan Suzuki Syofian dengan judul penelitian "
Implementasi data mining dengan metode Clustering untuk melakukan
aompetitive intelligence perusahaan o. Competitive inlelligence dalam studi
kasus ini hanya rebatas unfuk meliakukan pengelonpokan customer berdasarkan
data transaksi yang dilakukan saja tanpa melakukan proses competitivg
intelligence lainnya. data mining merupakan sebuah analisa dari observasi data
L7
sebelunnya
dao motode
bar.u
untuk neringkas
dsto a8ar mudah
dipa.harni
se.44
kegunaanya
untuk pemiki data (David Hand et al, 20Ol). Metode clustering
adalah s*lalr satu tsknik twapewised lewning dimrua kitil tid* prlu motartih
metode
tersetnrt
atau dengan
kata lain, fid*.daf6e leening. Tujtran dari metod€
ehutcring adalah unfi* neot€Bloupo&an
qiuml& dab aAil objek kedalam
klaster sehingga
setiap klaster akan terisi data yang senririp mmgkin (Budi
18
3, llt+iodologi Pditbp
3.1. Waktu dan Temprt
Perclitian dilalq&an di PT Kereta Api Indonesie
(ffi€rp), dfii b-ulan
lvlei
sampai
dongan
JuIi 2O12.
Ae AlatdrnBalau
Adaprm alat dan bahan yang digunakan dalam penelitian ini adalatr
sebapi bsrikut:
I. Hardware
Kebutuhan
perangkat
keras (lwdwae) yang digunakan
:
a. Pentium
(R) Dual-Core @machinesDz7s)
b. MM 925 MB
c. 120 GB HDD
d. Printer
Epson
L200'
2. Sofiwore
Kebutuhan
perangkat
hnak(sofiware) yang digunalran
:
a. Microsafi Windows
7, #agmsistem operasi.
b. Micrasafi fufuzila
Ferifax, sebagoi
browtgr.
19
d. Xampp, sebagai web senter local.
e. PHP (pltp lrypertext processor), sebagaibahasa pemograman.
f. Microsoft Office, sebagai aplikasi pengolahan data untuk penulisan
penelitian
3.3. MetodePenelitisn
Dalam rnetod€ penelitian penulis menggunakan metode deskriptig
menurut Azvrar dalam buku Metode Penelitian (Azwar. 2005:6). Metode
deskripif melalrukari analisis sampai pada taraf deskripsi, yaitu menganalisis dan
menyajikan frkta secara sistematik sehirgga dapat lebih mudah untuk difrhami
dan disimpulkan. Kesimpulan yang diberikan selalu jelas dasar fbktualnya
sehingga semua selalu dapat dikembalikan langsung pada data yang diperoleh.
Uraian kesimpulan didasari oleh angka yang diolah tidak secara terlalu dalam.
Kebanyakan pengolahan datanya didmarkan pada analisis presentase dan analisis
kecenderungan (trend).
3.4. Metode Pengumpulan Data
Metode pengumpulan data yang tepat yaitu dengan mempertimbangkan
pengguna:ln-nya berdasarkan jenis data dan sumbernya. Data yang objelcif dan
relevan dengan pokok pennasalalran penelitian merupakan indikator keberhasilan
perrelitian. Pengumpulan data penelitian ini dilakukan dengan cara sebagai
20
1. Observasi
Merupakan metode pengumpulan data dengan cata mengadakan
pengamatan secara langsung kepada objek penelitian tentang pelaksanaan dari
kegiatan PT Kereta Api Indonesia (persero) Subdivre III. I Kpt.
2. Wawancara
Merupakan teknik pengumptrlan data dengan cara mengadakan Tanya
jawab wawancara kepada bagian pengolahan data perusahaan, asisten manager
angkutan penumpafig.
3. Studi Pustaka
Yaitu mengumpulkan data dengan cara mencari dan mempelajari data-data
dari buku$uku ataupun dari reftrensi lain, yang berhubtrngan dengan penulisan
laporan penelitian.
3.5 Metode Aualisis.Data
Adapun untuk menganalisis data dalam penerapan date mining ini
penggunakan tahapan Krnwledge Discwery in Databases (KDD) yang terdiri
dari beberapa tahapan, yaitu data seleetion, prepracessing, trensfurmation, data
14
'")
o
F
,tu I
t , /
' d € ,4.
L z < c ) < i 5 t s U u &
; z
, O t\ -6
d * , tu
d-3 <
t-l ,!.)
\1
(, t'z
t
(9 Iz
Fl tYt r,nFl S
s
c){nsr
Fl
#
gr
N
Gt J
= .:= ooN
s
J
-l#
o
r{ € -*
<l
N
=
--<
s
€
S
t
(r!^|S
.:
s
s
$
NN *\s
+
E
r0 \
=
.-
S
= Nl
**.-o
N
*J
s
(Yl €
*
N
s
s
FF{s
.S
s
- - <
s
re} Fl-+
$
z
- { - F 9 gY /',r
s <
= t
o c) 6 (te
F F{z
F E
Y O S <5 f i
ct ? 6 o
e
Fto
E
o
tJ3
€ * 6 tsF : ?
- , $
.a -j b
5 c q = - 9
N S I c ' : i P > ' A
= S E
H
c d * r . * F X j 1 c n L ( r f X
' E ' E o ; = i
. * E - ; ' E +
- E
5 = E o . r o o O oe € 3 =
e i
F d * ' 6 = v . q
E s - E > t 3 =
f r ' f i F : 5 f r 8 A
c S t r c
E J i
H g
E i f i E S
' l l v ? q O - :
EsEgFg
(a FI g t4z
, . t
Ca
' \, , . a
z
L. L ] FI . t r-'lz
-n E il f-{ tY, F-rI
{F
ut
t
ul
v
C ($ t o € o_ o c{ N 6 F lr) n 0 |r) s r o '= c ' 6 G L -n o n rf) r ci-6 F F G G E a :{ N z c J ' 6 6 a -M Ii l <
s <
; N v U l
< Y
a f Lll =
z - , H <
o - O < r u
( >
2t
Ilafter Pusilaka
Kusrini, luthfiemha taufiq. Algoritma data mining. Penerbit AndL yogyakarta:
STMIKAMIKOM.
ljiptono, Fandy. Strategi pemasuan, Penerbit Andi, Yogyakarta. 2009
Hermawati, fajar astuti. Data MinW. Andi, surabaya universitas 17 agustus
1945.
Susilo, Hpro. Analisis fafuor-faWor ysng memwngaruhi konsumen dalam wemilih
kereta api fungan menggurwkan Algoritrne CHAID. Skripsi S1.
Fpkultas Teknik UI, Jakarta. 2011.
Rindho, Noor dan Suzuki Syofian. Implementasi data mintng dengan metofu
Clustering untuk melafukon eomrytitive intelligence prusahaan