PROPOSAL PDNERAPAN DATA MINING DENGAN METODE CLUSTERING

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 It

fiilh$

HHE '}

E

E

tfr

6

I

E

3 tt !tr i E i 8

FEflf$ilir}li@Hffi

tflurrl*#if

- * I I E

4 *

E

J JC

fi=

o S E

+ c t E lit = ! c Cl D

ts

I

b *

a

EE

D i

S 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 I

z

Fl tYt r,n

Fl S

s

c){n

sr

Fl

#

gr

N

Gt J

= .:= ooN

s

J

-l#

o

r{ € -*

<l

N

=

--<

s

€

S

t

(r!_^|

S

.:

s

s

$

N

N *\s

+

E

r0 \

=

.-

S

₌ N

l

*

*.-o

N

*J

s

(Yl €

*

N

s

s

F_F{

s

.S

s

- - <

s

re} Fl

-+

$

z

- { - F 9 g

Y /',r

s <

= t

o c) 6 (t

e

F F{

z

F E

Y O S <

5 f i

ct ? 6 o

e

Ft

o

E

o

tJ

3

€ * 6 ts

F : ?

- , $

.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 o}

e € 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 t4

z

, . t

Ca

' \, , . a

z

L. L ] FI . t r-'l

z

-n E il f-{ tY, F-r

I

{

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 I

i 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