BAB I PENDAHULUAN 1. Latar Belakang Pada era globalisasi sekarang ini persaingan di dunia perbankan yang semakin kompetitif dalam hal menarik dan mempertahankan nasabah, bank harus berjuang untuk mendapatkan keunggulan kompetitif dalam hal layanan dan produknya di mata nasabah. Terlepas dari pelaksanaan proses bisnis, penciptaan knowledge base dan pemanfaatan teknologi menjadi sebuah alat strategi untuk bersaing diantara bank lainnya. Untuk melakukan ini bank harus menginvestasikan sumber dayanya untuk lebih memahami kebutuhan nasabah lama atau calon nasabah serta dapat pula menawarkan produk dan layanan kepada nasabahnya. Ketersediaan data dalam jumlah yang sangat besar dan kebutuhan dalam mengubah data menjadi suatu pengetahuan yang berguna bagi bank, mendorong penulis untuk menggunakan teknik data mining dalam pengolahannya. Data mining membantu bank untuk mendapatkan keuntungan dari data nasabah untuk mengadopsi suatu strategi baru yang dapat membantu pelayanan nasabah dan membangun serta memperluas basis nasabah. Salah satu layanan teknologi yang telah digunakan oleh Bank Bukopin adalah ATM (Automated Teller Machines). ATM banyak digunakan untuk tarik tunai, elektronik transfer, pembayaran transaksi dan lain-lain. Berdasarkan latar belakang diatas, penulis mencoba mengungkapkan hal tersebut dalam tugas akhir yang berjudul: “Implementasi algoritma K-Means clustering berdasarkan data transaksi atm PT. Bank Bukopin, Tbk.” Pada studi kasus ini implementasi data mining dilakukan dengan menggunakan metode clustering dengan menggunakan algoritma K-Means clustering. Dengan menggunakan metode ini, data dikelompokan kedalam beberapa cluster berdasarkan kemiripan dari data tersebut, sehingga data yang memiliki karakteristik yang sama dikelompokan dalam satu cluster dan yang memliki 1 karakteristik yang berbeda dikelompokan dalam cluster yang lain yang memiliki karakteristik yang sama. Dengan adanya pengelompokan data seperti ini, diharapkan dapat menemukan informasi baru dan berharga terkait perilaku nasabah dalam melakukan transaksi ATM di Bank Bukopin sehingga dapat ditemukan suatu pola yang dapat membantu Bank untuk menentukan strategi peningkatan layanannya. 2. Rumusan Masalah Berdasarkan latar belakang yang telah dijelaskan sebelumnya, permasalahan yang diidentifikasi dalam lingkup penulisan skripsi ini : 1. Bagaimana mentransformasikan data nasabah yang bertransaksi melalui ATM Bank Bukopin menjadi suatu informasi yang berguna bagi perusahaan? 2. Bagaimana membangun aplikasi data mining yang dapat membantu mentransformasikan data transaksi ATM menjadi informasi yang berguna ? 3. Bagaimana analisa penerapan algoritma K-Means Clustering terhadap data transaksi ATM Bank Bukopin ? 4. Bagaimana hasil eksperimen data transaksi ATM diimplementasikan kedalam aplikasi data mining yang akan dibuat? 3. Batasan Masalah Untuk menghindari salah pengertian dalam penulisan tugas akhir ini dan untuk lebih memfokuskan terhadap permasalahan, maka fokus permasalahan dititikberatkan pada pemanfaatan data mining dengan metode clustering menggunakan algoritma Kmeans guna melakukan pengelompokan data nasabah yang bertransaksi melalui ATM Bank Bukopin. Batasan perumusan masalah dalam penulisan studi kasus pada tugas akhir ini, meliputi : 2 1. Melakukan pengelompokan nasabah ATM berdasarkan data transaksi yang dilakukan tanpa melakukan proses lainnya. 2. Basis data yang digunakan dalam studi kasus ini adalah basis data nasabah yang bertransaksi melalui ATM Bank Bukopin tanpa melibatkan basis data lainnya, yang kemudian akan diolah berdasarkan proses-proses yang ada dalam data mining. 3. Kemiripan antar data dalam studi kasus ini diterjemahkan sebagai jarak kedekatan antar data dengan titik pusat, sehingga menghasilkan cluster-cluster nasabah yang sesuai dengan tujuan dari studi kasus ini. 4. Penggunaan metode clustering untuk mengelompokan data nasabah yang bertransaksi melalui ATM menggunakan algoritma K-Means Clustering. 5. Bahasa pemrograman yang digunakan pada studi kasus ini adalah PHP dan XAMPP sebagai aplikasi basis data. 6. Aplikasi yang dibangun hanya menampilkan data hasil pengelompokan nasabah saja yang berupa tabel serta pengelompokan nasabah tanpa memberikan keputusan apapun. 4. Tujuan dan Manfaat Berdasarkan rumusan masalah, maka tujuan dari penelitian ini dapat diuraikan sebagai berikut.: 1. Menerapkan proses data mining untuk pengolahan basis data nasabah yang bertransaksi melalui ATM dengan metode clustering menggunakan algoritma K-Means Clustering untuk pengelompokan data nasabah. 2. Penggunaan metode clustering dan algoritma K-Means clustering untuk mengetahui kemiripan karakteristik antar data dalam basis data nasabah berdasarkan transaksi yang dilakukan, guna membentuk kelompok-kelompok nasabah. 3. Membangun sebuah aplikasi data mining yang dapat mentransformasikan basis data nasabah ATM berdasarkan transaksi yang dilakukan menjadi informasi yang berguna. 3 4. Menemukan informasi baru dan berharga terkait perilaku nasabah dalam melakukan transaksi di ATM Bank Bukopin. 5. Memberikan saran dan rekomendasi yang berguna untuk membuat suatu strategi dalam peningkatan layanan Bank Bukopin. Adapun Manfaat yang diharapkan dari penelitian ini adalah : 1. Mengetahui penyebaran statistik atribut berdasarkan group tanggal transaksi. 2. Mengetahui penyebaran statistik atribut berdasarkan lokasi ATM 3. Mengetahui penyebaran statistik atribut berdasarkan nama produk transaksi. 4. Mengetahui penyebaran statistik atribut berdasarkan waktu transaksi. 5. Mengetahui penyebaran statistik atribut berdasarkan tipe transaksi 6. Mengetahui data transaksi ATM yang paling banyak digunakan oleh nasabah pada waktu tertentu. 5. Metode Penelitian Pengumpulan data yang digunakan dalam studi kasus ini, meliputi : 1. Studi Pustaka Dilakukan dengan cara membaca buku-buku dan sumber-sumber lainnya yang menunjang serta membantu dalam penyelesaian masalah. 2. Studi Observasi Dilakukan dengan cara melakukan permintaan contoh data transaksi ATM ke bagian Pusat Pengolahan Data Bank Bukopin. Metode pembangunan software aplikasi ini menggunakan metode waterfall yang dikombinasikan dengan metode perancangan sistem berorientasi objek dengan tahapan sebagai berikut : 1. Pendefinisian masalah 4 Merupakan tahapan yang pertama kali dilakukan yaitu merumuskan sistem yang dibuat dan meneliti kendala apa saja yang dihadapi serta pemecahannya. 2. Analisis Sistem Merupakan tahapan yang berkaitan dengan proses dan data yang diperlukan oleh sistem. 3. Perancangan Sistem Tahap ini memberikan gambaran umum yang jelas kepada pengguna dan rancang bangun yang lengkap tentang sistem yang akan dikembangkan. 4. Implementasi Tahap ini berguna untuk mengimplementasikan rancangan sistem kedalam kode-kode dalam bahasa pemrograman yang diinginkan. 5. Pengujian Berfungsi untuk memeriksa apakah perangkat lunak yang telah dibangun tersebut sudah sesuai dengan perancangannya. 6. Pemeliharaan Sistem Tahap ini dijalankan setelah tahapan-tahapan diatas selesai dilakukan. 6. Sistematika Penulisan Penulisan tugas akhir ini dibagi dalam 5 (lima) bab, dengan gambaran umum masing-masing bab adalah sebagai berikut : BAB I Pendahuluan Bab ini membahas mengenai latar belakang masalah dalam pengambilan topik, rumusan masalah, batasan masalah, tujuan dan manfaat, metode penelitian dan sistematika penulisan. BAB II Landasan Teori 5 Bab ini menjabarkan tentang teori-teori dasar dan teknik yang akan digunakan penulis serta informasi yang relevan sebagai landasan teori yang berhubungan dengan topik penulisan laporan tugas akhir ini. BAB III Analisa dan Perancangan Sistem Bab ini menjelaskan tentang gambaran umum objek penelitian, analisis yang didalamnya menjelaskan identifikasi masalah, penyebab masalah dan hasil analisis dalam perancangan data mining dengan menggunakan metode clustering dan implementasinya. BAB IV Implementasi Sistem dan Pengujian Bab ini berisi rangkuman implementasi, cara pengoperasian aplikasi yang dirancang dan pengujian terhadap sistem yang telah dibangun. BAB V Penutup Bab ini berisi kesimpulan dari hasil penelitian serta saran-saran untuk pengembangan lebih lanjut. 6