t||liwss$Bina - Bina Darma e-Journal

t||liwss$Bina
Darma
PDNERAPANDATA MIIIING DENGAIYMETOI}E CLUSTERING
T'NTIJK MEMPREDIKSI MINAT PEIVT]MPAI\TG
KERETA API
PROPOSALPENELITIAN
Diajukangunamelakukanpeneliltianskripsi
OLEH;
PUTRI WTJLAIYDARI
'
09142080
PROGRAMSTUDI TEKIIIK INTOBTUATIKA
FAKT]LTASILMU KOMPUTER
T]NTYf,,RSIITAS
BINADARMA
PALEMBAI\IG
2013
DATA MINING DENGAI\IMETODE CLUSTERING
PEI\TERAPAI{
UI\TTIK MEMPREDIKSI MINAT PENT}MPAI\IGKERETA API
OLEH:
PUTRI WI]LANDARI
09142080
PROPOSALPEITELITIAN
Disusunsebagaisalahsatusyaratuntukmelakukanpenelitian
Disefujui,
ProgramStudi Teknik Informatika
UniversitasBina Darma
ril Rizal, S.T.rnd.M.rtltl.Kom.
DosenPembimbingII
Ilman T*,hrr Yadi, lllllo,Ilfl,Kom.
KATA PENGANTAR
Puji syukur kehadirat Allah SWT karenaberkat rahmat dan karunia- Nya
jualah, proposalpenelitian ini dapatdiselesaikangunamemenuhisalahsatusyarat
untuk diteruskan menjadi skripsi sebagai proses akhir dalarn rnenyelesaikan
pendidikandibangkukuliah.
Dalam penulisanproposal ini, tentunyamasihjauh dari sempurna.Hal ini
dikarenakan keterbatasnyapengetahuanyang dimiliki. Oleh karena itu dalam
rangka melengkapi kesempurnaandari penulisanproposal ini diharapkan adanya
sarandan kritik yang diberikan bersifat membangun.Padakesempatanyang baik
ini, tak lupa penulis menghaturkanterima kasih kepada semuapihak yang telah
memberikan bimbingan, pengarahan,nasehat dan pemikiran dalam penulisan
skripsi ini, terutamakepada:
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. selakuPembimbingI
4. Ilman Zuhri Yadi, S.Kom., M.M., selaku Pembimbing II yang telah
memberikanbimbinganpenulisanskripsi ini.
5. Orang Tua" saudara-saudaraku,'
seluruh teman dan sahabat-sahabatkuyang
selalu meniberikan dorongan dan masukan serta bantuan baik morilmaupun
materil yang tak ternilai harganya.
Palembang,
Mei 2013
Penulis
ABSTRAK
Minat penggunajasa angkutantransportasimodakeretaapi di Indonesiacukup
berkenandihati masyarakatbaik dari kalanganbawahomenengahmaupundari
kalanganatas.Dimana moda angkutankeretaapi ini dinilai lebih aman,ekonomis
dan efisien. Untuk dapatmenjadi modafransportasidaratyangbaik PT Kereta
Api Indonesia(persero)menyediakangerbongkeretadenganberbagaikelas guna
menyesuaikandengankebutuhanpenumpangperusahaanini menyediakan
beberapakelasmulai dari kelas ekonomi, bisnis danjuga kelaseksekutif, dimana
masing-masingkelas memiliki keunggulannyatersendiri.Latar belakang
penelitian ini adalahadanyaminat penumpangyang tinggi dari masyarakatuntuk
menggunakanjasa angkutankeretaapi membuatperusahaanmemberlakukan
karcis berdiri, dimanakeputusanitu dinilai dapatmerugikanpenggunajasa yang
mendapatkankarcis berdiri- Dalam penelitian ini penulis melak*an penerapan
datamining gunamemprediksiminat penumpangberdasarkankelas sampai
mendapatkaninformasi yang bergunameningkatkanpendapatanperusahaandan
pelayananterhadappenggunajasa keretaapi khuzusnyadi stasiunKertapati
$ubdivrsIIL I Kertapati.
IV
L1.
r.2.
t.3,
1.4.
3.2.
3.3.
3.4.
3 .5 .
Alat danBahan
MetodePenelitian
Data,,,,,,.,
MetodePengumpulan
MetodeAnalisisData..,.....
TV,
JADWAL PEI\TELITIAN
v.
DAFTARPU$TAKA
LAMPIRAN
PenelitianTerdahulu
DataAwal
........18
.....19
,,,,,,,,,,,,..19
......20
............21
DAFTAR GAMBAR
Gambar1 StrukturOrganisasi.........,...
Gnmbar2 ArisitekturDataMinin9.......,..,,.r....
vi
..................8
..... 13
PROPOSAL
PEIYERAPAN DATA MIITII{G DENGAI{ METODE CLUSTERING
TII{TTIK MEMPREDIKSI MINAT PEhITIMPAFIG KERETA API
L Pendabuluan
1.1. Later Belakang
Pada sektor perhubunganjasa angkutan merupakansalah satu saranadan
prasaranayang dibutuhkanmasyarakatdari berbgai kalangan, baik dari kalangan
masyarakatkecil, menengah,maupun dari kalanganatas. Salah satu perusahaan
jasa transportasiyaitu 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 kebutuhanmastyarakatPT 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&
gerbongnyayang difasilitasi kipas angin, begitujuga dengankelas eksekutif yang
memiliki kelebihandenganfasilitas pendinginruangan(AC).
Dengan adanya minat yang cukup tinggi
dari masyarakat untuk
menggunakanjasa angkutan kereta api, membuat perusahaanrnemberlakukan
karcis berdiri. Dimana harga untuk karcis berdiri samadenganharga kercis yang
berfasilitas tempat duduk, tentunya hal ini dapt merugikan penumpng yang
mendapatkankarcis berdiri. Dengan adanya karcis berdiri otomatis membuat
kapasitas penumpang pada gerbong kereta terlihat Fntlh, berdesak-desakan
sehinggahilanglah rasa nyampan selamaperjalanan,Namun ada juga gerbonggerbong 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
masalahaini. Perusahanjuga perlu melakukan perencanaanstrategi bisnis guna
meningkatkanpendapatanperusalraandan meningkatkankenyarnananpenumpang
kereta wi,
karena hal itu merupakan proses untuk menghasilkan dan
memepertahankankeunggulan jasa transportasi kereta api dihati masyarakal
Tujuan dari perencanaanstrategi bisnis bergunauntuk meningkatkanpendapatan
perusahaandan menghasilkanpengetatruanmengenai langkah apa kedepannya
yang harus ditempuh perusahaan ini agar dapat meningkatkan pendapatan
perumtran,memperbaikipelayanandan kenyanrananpenumpangjangka panjang.
oleh karena rtu" suatu pengambil keputusan strategi (strategis decisions)
membutuhkandata peqiulan tiket kereta api dalam beberapatahun terakhir. Agar
mendapatkaninformasi mengenaiminat penumpangkerefa api berdasarkankelas
yang ada.
Pada umumnya perusahaanmengumpulkan informasi melalui sistem
databaseyang bergunauntuk menarnprmgdeta fransaksi,kernudiannantinya 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
pendapatan.
Banyak diperusahaanyang membutuhkan informasi atau pengetahua4
baru bergma sebagaimembantudalarn mengambil keputumn. Pengganaandata
nining telah menjadi bagian yang penting untuk saling berhubunganpada proses
bisnis diperumtraansehlnggamat dibutuhkanfutemining yang sangatmenunjang
aktifitas suatuperusalnanyang digunakanuntuk menyimpan,mengelola"maupun
menya$ikandata,sampaimemberikaninformasi untuk kelangsunganperusahaanPenggunaandata mining sebagai bagian sebuah sistem informasi yang
sangatpenting untuk rnenjamin ketersedianlayanan bagi pttggtmaan-nya. As€t
atau sumber dayabagi instansi atau organisasiyang sangatberhargabatrkanbisa
dikatakan sangat p€nting, yaitu berupa data atau informasi, kerusakanterhadap
data dapatmengancamkelangsunganhidup dari perusahaantersebut.Dato mining.
memiliki kelebihan dan kekuranganrmttrk mengetahuikedrm hal tersebut perlu
adanyarencana evaluasi pada sistem berjalan saat ini karena untuk menangapi
segala permasalatranyang 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
Clusteringuntuk MempresiksiMinat PenumpangKereta Api".
1.2. PerumusenMasalah
Adapun penrmusan masalah dalam penelitian ini yaitu bagaimana
memanfaatkanteknologi data rnining sebagai pendukung penyusunanstrategi
bisnis gunameningkatkanpendapatanperusatraandan meningkatkankenyarnanan
penumpang kereta api khususnya di perusahaanPT Kereta Api Indonesia
(persero) Kertapati dengan mempredilsi minat penumpang berdasarkankelas
gerbongkeretaapi1.3. Batasan Masalah
Pada Penelitian ini penulis rnembatasi hanya pada pemanfaatan data
bulananvolume angkutanpenumpangkereta api dari Januari 2010 s.d Desember
zA10 dr stasiun kereta api Kertapati, untuk p€nyusunan strategi bisnis guna
meningkatkanpendapatanperusahaandan meningkatkankenyamananpenumpang
kereta api dengan menggunakan metode elustering @engelompokan) dat^
penumpangberdasarkankelas yang disediakanoleh perusahaanPT Kereta Api
Indonesia (persero) sampai mendapatkaninformasi mengenaikelas yang paling
diminati oleh penumpangkerctaapidan mendapatkansolusi untuk perusahaan.
1.4. Tuiuan dan Manfaat Penelitian
1.4.1. Tujuan Penelitian
Tujuan dari penelitian ini adalatruntuk memberikaninformasi dan solusi
sebagai pendukung psnyusunanstrategi bisnis guna meningkatkan pendapatan
perusatraandan rneningkatkankenyamananpenrrmpangkereta a'pi di PT Kereta
Api Indonesia(persero)SubdivreIII. I Kertapati
1.4.2. Manfaat Penelitian
Dengan dibuatnya penelitian ini, penulis berharapbahwa hasilnya dapat
bermanfaatdalam segi semuapihak yang rnembutuhkannyaseperti :
1, Bagi Penulis
Penelitian ini diharapkan mampu menambah pengetalruan penulis
dalam hal mempraktekanteori-teori yang telah diterima.oleh penulis
selamaini sertadapatdiiadikan sebagaibahanperbandingandari teor!teori yang di peroleh*
2. Biagpperusahaan
Penelitian ini ditrarapkandapatdigwakan sebagaibahanpe*imbangan
yang mungkin diperlukan oleh perusahaan dalam mengenai suatu
keputusandalampemilihan sftategibisnis yang tepal
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 Indonesiaditandai denganpencangkulanpertama
jalan kereta api di desaKemijen padatangga17Juni 1864oleh GuhernurJendral
Hindia , Mr. L.A.J Baron Sloet van den Beele. Padatahun l9l4 jalan kerfa api
dibangun di SumateraSelatan,denganStasiunyang berdirih kokoh dengannama
Stasiun Kertapati. PerusahaanPT Kereta Api Indonesi (persero)bergerakdalam
bidang jasa angkutan penumpang dengan moda angkutan kereta api, adanya
persainganbisnis yang terus maju membuatperusahaanharusberpikir kerasuntuk
mempertahankan perusalraan dengan menawarkan jasa angkutan untuk
peilrmpang saja tetapi juga menawarkanjasa angkutanbarangseperti : batubara,
serbukkertas,bahanbakarminyak dan lain-lain.
Mampu bertahandalam persainganbisnis ini lah yang membuatPT Kereta
Api Indonesia(persero)tetap berjayasampi sekarang.
-
Visi
Menjadi penyediajasa perkeretaapianterbaik yang fokus pada pelayanan
pelanggandan memenuhiharapanstakeholders.
-
Misi
Menyelenggarakanbisnis perkertaapiandan bisnis usaha penunjangnya"
melalui praktek bisnis dan model organisasi terbaik tmtuk memberikan
nilai tambah yang tinggi bags stakeholfurs dan kelestariaq lingkungan
waktu,pelayanandau
ketepatan
berdarsarkan
4 pilar atarta: keselamatan,
kenvamanan-
8
StrukturOrganisasi
o
E
I
ilqrr
g
IFx
g3n
It
*E*
Eg€
q*;
Efis$
fiilh$
'"E "
'}
HHE
E
E
tfr
6
I
E
3
tt
-*
IIE
!tr
iE
i8
4
*
E
J
JC
fi=
o
SE
+ct
I
b*
E lit
=!c
Cl
D
ts
a
t
gt
=*
E.T
EE
Di
S
H
< *
F
*E
sHE
:
E$
$e
E*
n
*$s
gJ
h E
1* E!
E
$
-Dr
* q
*E
=Et
E|j
5
FEflf$ilir}li@
tflurrl*#if
GambarI StrukfurOrganisasi
2.2. Lzndrcan Teou
zLl.Konsep Pemasaran
Demi mempertahankan perusahaan untuk
dapat lerus mengikuti
persainganbisnis, perusatraanPT Kereta Api Indonesia (persero)ya*g bergerak
dalam bidang jasa angkutantetap perlu melakukan inovasi dalam meningkatkan
pelayanan penurnparig agar memperoleh kepuasan penurnpang- Kepuasac
pcnumpangbisa tetap dipertahankanbila perusahaandapatmengetahuikebutuhan
penunpang,
Dalam konteks strategipemasaranmerupakanpetunjuk bagi para manager
bagaimanaagarjasa yang dihasilkan dapatsampaipadakonsumendan bagaimana
memotivasi konsumen untuk membelinya (Koonk dan Weiriclu 1984). Kunci
utarnayang perlu diperhatkan dalanrstrategipemasaranrneliputi :
l.
Dimana konsumenkita dan mengapamerekamembeli
2. Bagaimanacaraterbaikbagi kitatmtuk menjuat
3, Bagaimanamerekamembeli
4. Apakah kita memptnryai sesuattryang dapat ditawarkan yang tidak
dimiliki oleh pesaingkita
5. Apakalr kita perlu dan mampumemberipelayananpenunjangdari jasa
yang kita hasitkan
6. Apakan strafegipenetapa*hargayang terbaik bagi kita
7. Bagaimanakita dapatmelayanikonsumensecaraprima
10
2.2.2. Strategi Pemasaran Jasa
Sfrategi pemamran merupakanpernyataan(baik secaraimptisit mauptrn
eksplisit) mongenaibagaimam suatu merek atau lini produk merrcapaifqiuannya
(Benneq 19e8)" Sementaraitu (Trill dan Kahle 1990) mendefinisilkansfrategi
pemasaransebagaialat fundamental yang direncanakanuntuk mencapai tujuan
perusatraan dengan
menggernbangakan keunggulan
beruing
yarlg
melalui pasar yang dimasuki dan prograrn pemasananyang
berkesinambung;an
digunakanunfirk melayanipasarsasararltersebul
Pengembangankeunggulan kereta api dalam bersaiirg antara moda
angkutan seperti mobil penumpang,mobil bus, mobil barang dan bansportasi
darat lainnya. PT Kereta Api lndonesia (persero) perlu mengevaluasikepuasan
penumpang terhadap jasa angkutan kereta api, Faktor yang sering digunakan
dalam mengevaluasi jasa yang bersifat intangible, konsumen . umumnya
menggunakanbeberapaatribut (Pararnasuaranran,
et alo-1985)antaralain :
l, Bukti langsung (tnngible$, meliputi fasilitas fisil<, perlengkaparu
pegawaidan saranakormmikasi.
2. Keandalan (reliability), yakni kemampuan memberikan pelayanan
yang dijanjikan dengansegerq akurat dan memtmskan3. Daya tanggap (responsiveruss), yaitu keinginan para staf dan
karyawanuntuk membantupra planggan dan memberikanpelayanan
dengantanggap,
11
4. Jaminan(assuronce),mencakuppengetahuarLkemampuar5kesopanan
dan sifat dapat dipercayayang dimiliki pma staf; bebasdari bahaya,
resiko atau keraguliag'urn.
5. Empati, melipt*i kemtdalmn dalam melakukanhtrhrmgan,komunikasi
yang baik perhatian pribadi, dan memahami kebutuhan pma
pelanggan2.2.3. Data Mining
Dafa rnining adalahsuatuprosesmenemtrkan
yang berarti, pol4
dan kecenderungandeng:an memeriksa dalam sekumpulan besar data yang
tersimpan dalam penyimpanan dengan menggunakanteknik pengenalan pola
sepertiteknik statistik dan matematika(Larose,2Ag6).
ProsEsKDD (Krcvvleggediscovery in databases\secaragaris besardapat
dijelaskansebagaiberiku(Fayyad, 1996).
1. Dato Selection
Pemilihan (seleksi) date derl'sek*mptrlandata operasionalperlu dilah*ffi
sebelum tahap penggalian informasi dalam KDD dimulai. Data hasil
seleksi yang akan digunakan untuk prosesdatc mining, disimpn dalam
suatuberkas,terpisahdari baris dataoperasional.
2. Pre-processingCleantng
Sebetumproses data mining dapat dilaksanakaruperlu dilakukan proses
cleaning pada datayang menjadi fokus KDD. Prosescleaning mencakup
antara lain membuangduplikasi data memeriksa data yang inkonsisteq
dan memperbaikikesalahanpada data seperti kesalahancetak (tipografi).
t2
Selain itu dilakukan prosesenrichment, yaitu proses"memperkaya" dato
yang sudah ada dengan data atau informasi lain yang relavan dan
diperlukan KDD seperti dataatauinformasi ekstemal.
3 . Trataformation
Coding adalahprosestransformasipada data yang telah terpilih, sehingga
data tersebutsesuaiuntuk prosesdaa mining. Prssescoding dalam KDD
merupakan proses kreatif dan sangat terganttnrg pada jenis atau pola
informasi yang akan dicari dalambasisdata.
4. Datamining
Data mining adalah proses mencari pola atau informasi menarik dalam
data tetpilih dengan menggunakanteknik atau metode tertentu. Teknik,
metodg atau algoritma dalam data mining sangat bervariasi. Pemilihan
metode atau algoritma yang tepat sangat bergantung pada tujuan dan
prosesKDD secarakeseluruten.
5 . Int erpretation/ Evaluation
Padainformasi yang dihasilkan dari prosesdata 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 bertentangandenganfakta atau hipctesia yang
ada sebelumnya.
13
,
2.2.4. PengelompokanData Mining
Dota mining dibagi menjadi beberapakelompok berdasarkantugas yang
dapatdilakukan, yaitu (Iarose,2005):
1. Deskripsi
Terkadang penelitian *jn analisis secara sederhanaingin mencoba
mencari cara untuk menggambarkanpola dan kecenderunganyang
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
variabel targetsebagainilai prediksi.
t4
3. Prediksi
Prediksi hampir sama denganklasifikasi dan estimasi, keeuali batrwa
dalam prediksi nilai dari hasil akan adadi masamendatang.
4. Klasifikasi
Dalam klasifikasi, terdapat target variabel kategori. Sebagai contoh,
penggolonganpendapatandapat dipisatrkandalam tiga kategori, yaitu
pendapatantinggi, pendapatansedang dan pendapatanrendah.
5. Pengklusteran
Pengklusteranmerupakan pengelompokag record, pengamatag atau
memperhatikan dan membentuk kelas objek-objek yang memiliki
ke.miripan.Klustpr adalah kumpulan record yang memiliki kemiripan
satudenganyang lainnya dan memiliki metidakmiripandenganreeor*
record dalamkluster lain.
6. Asosiasi
Aqqsiasi dalam data mining adalah menernukanatribut yang muncul
dalarn satu waktu. Dalanr dunia bisnis lebih utnum disebtrt analisis
keranjangbelanja.
L5
2.2.5.SistemPendukungKeputusau-SPK(decisionsupportsystewD.$S\
Merupakan suatu sistem informasi yang interaktif dan fleksibel yang
memungkinkanpma manajermendapa&andan memanupulasiinformasi padasaat
mereka mengambil keputusan. SPK melarrpaui pemrosesan informasi oleh
ahlinya dan mernberikanparamanajeraksesterhadapdata yang bergun4.
Beberapakarakteristik dari SPK (McDanil, 2006:,322\,yaitu :
a. Interaktif : Para manajer memberikan intrulsi yang sederhanadan
melihat hasilnya segera. Proses ini berada dibawah pengawasatlya
langsung.
b. Fleksibel
: suatu SPK dapat menyaring, mengelornpokkankembali,
menjumlah, merata-ratakan"dan memanipulasi data dalam berbagai
cara. SPK akan memindahkanroda persnelingkmena berubalmyatopk
pemakai,kesesuaianinformasi terhadapmasalahyang sedangdihadapi.
c. Orientasi Perwmuan : paffi manajer dapar mengamatiffend, memilah
masalah,dan menanyakanpertanyaan:bagaimanajika:'.
d. KemampuanAkses : SPK mudatr dipelajari dan digunakanoleh para
manajeryang tidak memiliki keahliankomputer.
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 denganjudul penelitian " Analisis faktor-faktqr
yang mempeng*ruhi konsumen dalam memilih
kereta api
dengan
penggunakanAlgoritmt Chaid', Data minrngmerupakansuatukomponendari
bwwledge diseoverydalam prosesdatabssedenganmenggunakanatratalgorifina
dimana pola-polanyadiesktrak dan disebutkansatu demi satu dari data yang ada
(Growc, 1999>. Berikut adalah gambaran mengenai jenis-jenis data mircing
(Collier, 1998) : Rule Asociatio4 Memory-basedReasoningOAR) atau Casebased Reasoning (CBR), Cluster Armlysis dan Teknk Klasifikasi. Algoritma
CHAID digunakan untuk melakukan pemisahandan penggabungankatego!kategori dalam vaiabel yang dipakai dalam analisisnya.Penggabungan(merging),
pemisahan(Splitting) dan penghentian(Stopping)padasetiaprnde yangterbentuk
dan secaraberulang.
Menurut Noor Rindho dan Suzuki Syofian dengan judul penelitian "
Implementasi data mining dengan metode Clustering untuk melakukan
o. Competitive inlelligence dalam studi
aompetitive intelligence perusahaan
kasus ini hanya rebatasunfuk meliakukanpengelonpokan customer berdasarkan
data transaksi yang dilakukan saja tanpa melakukan proses competitivg
intelligence lainnya. data mining merupakansebuahanalisa dari observasidata
dalam jumlah besar untuk menemukan hubungan yang tiddk diketahui
L7
sebelunnya
daomotodebar.uuntukneringkasdstoa8armudahdipa.harni
se.44
kegunaanyauntuk pemiki data (David Hand et al, 20Ol). Metodeclustering
adalahs*lalr satutsknik twapewised lewning dimrua kitil tid* prlu motartih
metodetersetnrtataudengankatalain, fid*.daf6e
leening. Tujtrandari metod€
ehutcring adalahunfi* neot€Bloupo&anqiuml& dab aAil objek kedalam
klaster sehinggasetiap klaster akan terisi data yang senririp mmgkin (Budi
Sartosa"2007)..
18
3, llt+iodologiPditbp
3.1. Waktu dan Temprt
Perclitiandilalq&andi PT KeretaApi Indonesie(ffi€rp), dfii b-ulanlvlei
sampaidonganJuIi2O12.
Ae AlatdrnBalau
Adaprm alat dan bahanyang digunakandalam penelitian ini adalatr
sebapibsrikut:
I. Hardware
keras(lwdwae) yangdigunakan:
Kebutuhanperangkat
a. Pentium(R)Dual-Core@machinesDz7s)
b. MM 925MB
c. 120GBHDD
d. PrinterEpsonL200'
2. Sofiwore
Kebutuhanperangkat
hnak(sofiware)yangdigunalran:
a. MicrosafiWindows7, #agmsistem operasi.
browtgr.
b. MicrasafifufuzilaFerifax,sebagoi
9, l[rcrsmedia Drewnqarynwfugaiwebedttor.
19
d. Xampp, sebagaiweb senter local.
e. PHP (pltp lrypertextprocessor), sebagaibahasapemograman.
f. Microsoft Office, sebagaiaplikasi pengolahandata untuk penulisan
penelitian
3.3. MetodePenelitisn
Dalam rnetod€ penelitian penulis menggunakan metode deskriptig
menurut Azvrar dalam buku Metode Penelitian (Azwar. 2005:6). Metode
deskripif melalrukarianalisis sampaipadataraf deskripsi, yaitu menganalisisdan
menyajikan frkta secarasistematik sehirgga dapat lebih mudah untuk difrhami
dan disimpulkan. Kesimpulan yang diberikan selalu jelas dasar fbktualnya
sehinggasemua selalu dapat dikembalikan langsung pada data yang diperoleh.
Uraian kesimpulan didasari oleh angka yang diolah tidak secaraterlalu dalam.
Kebanyakanpengolahandatanyadidmarkan padaanalisis presentasedan analisis
kecenderungan(trend).
3.4. Metode PengumpulanData
Metode pengumpulandata yang tepat yaitu dengan mempertimbangkan
pengguna:ln-nyaberdasarkanjenis data dan sumbernya.Data yang objelcif dan
relevan denganpokok pennasalalranpenelitian merupakanindikator keberhasilan
perrelitian. Pengumpulan data penelitian ini dilakukan dengan cara sebagai
berikut:
20
1. Observasi
Merupakan metode pengumpulan data dengan cata mengadakan
pengamatansecara langsung kepada objek penelitian tentang pelaksanaandari
kegiatanPT KeretaApi Indonesia(persero)SubdivreIII. I Kpt.
2. Wawancara
Merupakan teknik pengumptrlan data dengan cara mengadakanTanya
jawab wawancarakepada bagian pengolahandata perusahaan,asisten manager
angkutanpenumpafig.
3. Studi Pustaka
Yaitu mengumpulkandatadengancaramencaridan mempelajaridata-data
dari buku$uku ataupundari reftrensi lain, yang berhubtrngandenganpenulisan
laporanpenelitian.
3.5 Metode Aualisis.Data
Adapun untuk menganalisis data dalam penerapan date mining ini
penggunakan tahapanKrnwledge Discwery in Databases (KDD) yang terdiri
dari beberapatahapan,yaitu data seleetion,prepracessing, trensfurmation, data
mining, danevaluation.
o
E
o
Fl
tJ
tYt
3
s
r,n S
Fl
sr
Fl
Gt
14
c)
{n
#
=
gr
N
J .:=
oo
N
€
*6
F:?
-,$
FI
.a
z
L.
L ]
'E 'Eo;=i
.* E -;'E +
o
r{
5 =Eo.roo O o
Fd*'6=v.q
Es - E > t 3 =
fr'fiF:5fr8A
<l
N
(,
t'
(9
I
z
t
€
z
-
c
S t r c
n
E JHi g
E
\
r0
EifiES
' l l
St
s$
r-'l
F-r
t-l
,!.)
\1
; z
,
t
O
\ 6-
o
F
,tu I
t,/
d*,
-*
€
-E
e € 3 e= i
FI
tY,
3 <
L z
<c)
<i5
tsU
u &
= S EH
cd*r.* FX
j1 cnL(rf
X
. t
il
f-{
tu d-
>'A
,.t
z
€ '")
,4.
N S
':i P I c
t4
'
\,
, . a
b
5cq=-9
g
Ca
-j
J
-l#
ts
(a
s
'd
=
.-
S
=
--<
z
(r!
^|
N
N
N
S
.:
*
\s
l
*
v ?qO - :
EsEgFg
N
s
o
€
o_
o
s+
c{
N
6
F
lr)
n
0
|r)
s
E
r
=
o
C
($
t
*J
o
'=
*.-
' c6
s
G
L
-n
o
n
rf)
r
ci6
F
F
G
(Yl
€
G
E
:{a
*
I
N
ss
{
F
ut
t
ul
v
ss
N
F
F{
re}
s
z
c
' J6
.S
-+
Fl
6
a
-
$
--<
M
s <
;
z
-- F{9 g
Y
/',r
s <
=t
6
(t
e
F
F{
F
E
Y O
S <
5fi
N
v U l
z
o
c)
I
il<
< Y
ct
o
6
Ft
?
e
a f
Lll =
z-,
H <
o-O
<ru
( >
u J ^
F : )
2t
Ilafter Pusilaka
Kusrini, luthfiemha taufiq. Algoritma data mining. Penerbit AndL yogyakarta:
STMIKAMIKOM.
ljiptono, Fandy. Strategipemasuan,PenerbitAndi, Yogyakarta.2009
Hermawati, fajar astuti. Data MinW. Andi, surabaya universitas 17 agustus
1945.
Susilo, Hpro. Analisisfafuor-faWorysng memwngaruhi konsumendalam wemilih
kereta api fungan menggurwkan Algoritrne CHAID. Skripsi S1.
FpkultasTeknik UI, Jakarta.2011.
Rindho, Noor dan Suzuki Syofian. Implementasi data mintng dengan metofu
Clustering untuk melafukon eomrytitive intelligence prusahaan
Jurnal.FakultasTeknik Informatika UniversitasMarcubuana"Jal€rta.