Upload
nguyennhan
View
218
Download
0
Embed Size (px)
Citation preview
Dosen Pembimbing:
Rully Agus Hendrawan, S.Kom, M.Eng
Irmasari Hafidz, S.Kom, M.Sc
KARAKTERISTIK PELANGGAN TELEPON KABEL
MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN
TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO)
MEYLINDRA ARINI PERMATADEVI
5209100025
PENDAHULUAN
KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO)
Latar Belakang
• Perusahaan sering mengalami kerugian karena memiliki sistem pengklasifikasian yang belum tepat
Tahun Bulan Jumlah
Pelanggan fraud
Total
Kerugian
(Rp)
2011 Januari 154 32.863.000
Februari 137 29.350.800
Maret 120 25.608.000
April 183 39.052.200
Mei 187 39.905.800
Juni 165 35.211.000
Juli 283 60.392.200
TOTAL KERUGIAN (Rp) 262.383.000
Perumusan Masalah
Berdasarkan latar belakang masalah yang telah dijelaskan, maka rumusan masalah pada tugas akhir ini adalah bagaimana membuat suatu pengelompokan pelanggan bedasarakan call detail record yang dimiliki oleh perusahaan, sehingga dapat diketahui karateristik pemakaian pelanggannya
Batasan Masalah
• Data yang digunakan untuk tugas akhr ini yaitu CDR (Call Detail Record) pada tahun 2012 (bulan agustus, september, oktober, november) , yang dimana spesifikasi variabel zone, a number, b number, pulsa, durasi, waktu, kateori, jarak
• Studi kasus pada tugas akhir ini berada di PT Telkom wilayah Mojokerto.
• Data yang penulis analisa merupakan data random diambil dan dipilihkan oleh pihak perusahaan
• Penghitungan klustering metode SOM dan kmeans meggunakan bantuan software matlab
Tujuan Tugas Akhir
• Berdasarkan permasalahan yang telah disebutkan di atas, maka tujuan dari tugas akhir ini adalah membuat suatu pengklasifikasian pelanggan untuk mengelompokkan pelanggan berdasarkan karakteristik yang dimilikinya dengan menggunakan metode SOM dan K-Means.
Manfaat Tugas Akhir
• Membantu manajemen perusahaan untuk dapat mengetahui kategori pemakaian jenis telepon yang sering dilakukan pelanggan
• Membantu manajemen dalam memberikan informasi yang dapat digunakan untuk menentukan strategi yang berkaitan dengan peningkatan kualitas pelayanan. Sehingga kepuasan pelanggan dapat ditingkatkan serta kredibilitas dan kepercayaan pelanggan dapat dibangun dengan lebih baik.
METODOLOGI
KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO)
Flowchart Pelaksanaan Tugas Akhir
Call detail Record
Pengambilan dan pembersihan melalui Call
Data Server
Self Organizing Maps (SOM) cluster
Jumlah Kluster yang
didapat
Validasi RMSSTD
Kluster yang memiliki nilai RMSSTD terendah menjadi
centroid pada kmeans
K-means cluster
Hasil Kluster k-means
Validasi Davies Bouldin index
Apakah hasil telah
valid
Melakukan uji verifikasi
Melakukan Analisa Data
Hasil Analisa
Tidak
YA
• Identifikasi Permasalahan
• Pengumpulan Data
Data yang dibutuhkan oleh penulis yaitu Call Detail Record. Data ini diambil dari divisi sentral, format dari call detail record yaitu (.tape).Data yang diberikan perusahaan sudah dalam bentuk CD
Proses Pelaksanaan Tugas Akhir
Melakukan Brainstorming dengan pihak perusahaan
Ditemukan persoalan, yaitu sistem pengklasifikasian
pelanggan yang belum tepat
Solusi yang ditawarkan, yakni sistem
pengklasifikasian yang lebih tertata
• Pembersihan dan Perlengkapan Data
– Tahap Praproses Data
– Identifikasi Atribut yang akan digunakan
• Pada tahap ini dilakukan penentuan atribut atau variable yang nantinya akan digunakan penulis dalam melakukan proses implementasi.
– Uji Korelasi antar Atribut
Proses Pelaksanaan Tugas Akhir
CDR (Call Detail Record)
Memasukkan CDR pada Call data server
Data diproses pada CDS, untuk
membuang outlier
Data siap digunakan
• Tahap Pelaksanaan Algoritma
• Uji Validasi
• Penyusunan Dokumen Tugas Akhir
Proses Pelaksanaan Tugas Akhir
Data SOM ClusterHasil terbaik akan dijadikan centroid
untuk k-meansK-MEANS
PENGOLAHAN DATA DAN IMPLEMENTASI
KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO)
Proses Pembersihan Data
• Proses pembersihan data Data mentah dalam bentuk CD yang berformat ‘AMA.tape’
CDR terhubung ke dalam Call Data Server
Melakukan pembersihan data dari data-data yang menyimpang
Setelah itu data di convert menjadi excel
• Hasil Dari Pembersihan Data
Penjelasan Variabel dan Uji Korelasi
• Penjelasan Variabel Nama Tabel Keterangan
Zone Data yang menunjukkan kategori tujuan nomor telepon yang akan di tuju olehpelanggan
Jarak Data personal pelanggan yang menunjukkan seberapa jauh nomor telpon yang akan dituju oleh pelanggan
Kategori Data personal pelanggan yang menunjukkan jenis telepon yang di gunakan oleh nomor yang dituju pelanggan
A_number Nomor telepon pelanggan Pulsa Besaran yang digunakan dalam mengukur
a_number dan b_number
Durasi Waktu yang dihabiskan dari a_number ke b_number
Time Menit yang dihabiskan daria_number ke b_number
B_number Nomor telepon yang dituju pelanggan
Date Tanggal proses transaksi telepon
Penjelasan Variabel dan Uji Korelasi
• Uji Korelasi
• Hasil dari Uji Korelasi Nama Tabel Keterangan
Zone Data yang menunjukkan kategori tujuan nomor telepon yang akan di tuju oleh pelanggan
Jarak Data personal pelanggan yang menunjukkan seberapa jauh nomor telpon yang akan dituju oleh pelanggan
Kategori Data personal pelanggan yang menunjukkan jenis telepon yang di gunakan oleh nomor yang dituju pelanggan
Pulsa Besaran yang digunakan dalam mengukur a_number dan b_number
Algoritma SOM
• Merubah Nilai Variabel
• Standarisasi Data
Algoritma SOM
• Insialisasi Weight
• Hasil Algoritma SOM
Hasil Algoritma SOM
• Hasil dari algoritma SOM
Kluster 2 Kluster 3 Kluster 4 Kluster 5 Kluster 6
Jumlah Kluster 2 1823 1801 1801 0 0
Jumlah Kluster 3 2177 1699 1699 1699 1699
Jumlah Kluster 4 500 500 1801 1801
Jumlah Kluster 5 0 0 0
Jumlah Kluster 6 500 500
Validasi RMSSTD
• Untuk mencari nilai RMSSTD
• Hasil RMSSTD RMSSTD Nilai
Kluster 2 0.6248804
Kluster 3 0.3241053
Kluster 4 0.3241154
Kluster 5 0.3241255
Kluster 6 0.324168
Algoritma Kmeans
• Ketik Pada Matlab
• Hasil Algoritma Kmeans
[klaster, ctrs]=kmeans(data,3)
ANALISA
KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO)
Uji Verifikasi Sistem
Studi Kasus : Kelompok Swadaya Masyarakat
Hasil :
Uji Verifikasi Kluster
SOM
SOM+Kmeans
Algoritma QE TE
SOM 0.724 (72,4%) 0.543 (54,3%)
SOM+kmeans
0.284 (28,4%) 0.018 (1,8%)
Validasi Davies Bouldin Index Validasi DBI
Klaster Nilai DBI
SOM 0.26902
SOM + Kmeans 0.184783
Sehingga dapat disimpulkan bahwa kluster yang paling
optimal. Yaitu Kluster kombinasi SOM dan Kmeans
Hasil
Perbandingan sistem lama dengan baru
SOM +Kmeans Kesalahan
Perumahan 500 0
Governance 1801 546
Bisnis 1699 848
Kluster 1 Kluster 2 Kluster 3
Hasil Kluster 1 500
Hasil Kluster 2 1801
Hasil Kluster 3 1699
Hasil Algoritma SOM+Kmeans
Analisa bedasarkan hasil kluster
Klaster Karakteristik
Klaster 1 - Pelanggan pada klaster 1, lebih sering menggunakan telepon pada zona 1 - Pemakaian pulsa yang dihabiskan pada tipe pelanggan kluster 1 yaitu, 10 - Pelanggan kluster 1, lebih sering menggunakan untuk menelpon pada
jarak kurang dari 30 km ( di dalam kota) - Pelanggan pada kluster 1 lebih banyak penggunaannya pada telepon
local yang artinya pelanggan lebih sering menggunakan untuk menelpon konsumen yang menggunakan produk Telkom.
Klaster 2 - Pelanggan pada tipe kluster 2 lebih sering menggunakan transaksi telepon pada zona 3
- Pemakaian pulsa yang dihabiskan pelanggan kluster 2 yaitu sebanyak 11-85
- Pelanggan pada kluster 2 sering menggunakan telepon dengan tujuan yang mempunyai jarak lebih dari 50 km
- Pelanggan pada kluster 2 lebih banyak penggunaannya pada telepon local, yang artinya penggunaan transaksi telepon yang dituju menggunakan produk Telkom
Klaster 3 - Pelanggan pada kluster 33 lebih sering penggunaanya pada zona 33 - Pemakaian pulsa yang dihabiskan pada kluster 3 yaitu 100- 459 - Pelanggan sering menggunakan transaksi telepon pada jarak lebih dari
50 km - Pelanggan pada kluster 3, melakukan transaksi telepon dengan tujuan
nomer operator bukan milik Telkom ( operator telepon lain)
Analisa dengan Perusahaan
Klaster Karakteristik
Klaster 1 - Pelanggan pada klaster 1, lebih sering menggunakan telepon pada zona 1
- Pemakaian pulsa yang dihabiskan pada tipe pelanggan kluster 1 yaitu, 1-10
- Pelanggan kluster 1, lebih sering menggunakan untuk menelpon pada jarak kurang dari 30 km ( di dalam kota)
- Pelanggan pada kluster 1 lebih banyak penggunaannya pada telepon local yang artinya pelanggan lebih sering menggunakan untuk menelpon konsumen yang menggunakan produk Telkom.
Dari hasil analisa dari perusahaan kluster 1 tergolong pelanggan tipe sederhana/Tembaga, yang disebut pelanggan tipe perumahan.Hal ini didasarkan dari beberapa karakter yang begitu menunjang, yaitu : 1. Penggunaan pulsa yang mayoritas kurang dari 10 2. Dari zona yang digunakan, mayoritas menggunakan zona 1 yang
bearti pelanggan selalu menggunakan telepon secara local dan berkoridor pada produk Telkom
Analisa dengan Perusahaan
Dari hasil analisa dari perusahaan kluster 2 tergolong pelanggan tipe yang disebut pelanggan tipe governanace.Hal ini didasarkan dari beberapa karakter yang begitu menunjang, yaitu : 1. Penggunaan pulsa diatas 10 dan tidak melebihi 95 2. Dari zona yang digunakan, mayoritas menggunakan zona 3 yang
bearti pelanggan selalu menggunakan telepon untuk telepon local mapaun sljj, namun tetap dalam koridor pemakain produk Telkom
Kluster Karateristik
Klaster 2 - Pelanggan pada tipe kluster 2 lebih sering menggunakan transaksi telepon pada zona 3
- Pemakaian pulsa yang dihabiskan pelanggan kluster 2 yaitu sebanyak 11-85
- Pelanggan pada kluster 2 sering menggunakan telepon dengan tujuan yang mempunyai jarak lebih dari 50 km
- Pelanggan pada kluster 2 lebih banyak penggunaannya pada telepon local, yang artinya penggunaan transaksi telepon yang dituju menggunakan produk Telkom
Analisa dengan Perusahaan
Dari hasil analisa dari perusahaan kluster 3 tergolong pelanggan VIP/silver, yang disebut pelanggan tipe bisnis.Hal ini didasarkan dari beberapa karakter yang begitu menunjang, yaitu : 1. Penggunaan pulsa yang melebihi 100 2. Dari zona yang digunakan, mayoritas menggunakan zona 33 yang
bearti pelanggan selalu menggunakan telepon dengan jarak jauh ( meliputi SLJJ, SLI) dengan tujuan ke operator lain
Kluster Karakteristik
Klaster 3 - Pelanggan pada kluster 33 lebih sering penggunaanya pada zona 33
- Pemakaian pulsa yang dihabiskan pada kluster 3 yaitu lebih dari 100 - 459
- Pelanggan sering menggunakan transaksi telepon pada jarak lebih dari 50 km
- Pelanggan pada kluster 3, melakukan transaksi telepon dengan tujuan nomer operator bukan milik Telkom ( operator telepon lain)
KESIMPULAN
KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO)
KESIMPULAN
Hasil dari pengklasifikasian pelanggan adalah sebagai berikut: 1. Tipe pelanggan kluster 1
Bedasarkan hasil analisa, tipe pelanggan kluster 1 termasuk kategori pelanggan perumahan/ kelas platinum, karena sifatnya yang hanya menghabiskan pulsa sedikit, dan lebih cenderung penggunaan teleponnya pada sesama pengguna produk telkom 2. Tipe pelanggan kluster 2
Bedasarkan hasil analisa, tipe pelanggan kluster 2 termasuk kategori pelanggan governance/ kelas Gold. Karena sifatnya penggunaan pulsa dikategori sedang (tidak terlalu banyak dan sedikit), dan lebih cenderung penggunaan teleponnya pada sesama konsumen pengguna produk telkom 3. Tipe pelanggan kluster 3
Bedasarkan hasil analisa, tipe pelanggan kluster 3 termasuk kategori pelanggan bisnis/ kelas silver, karena sifatnya yang sering menghabiskan pulsa diatas 100.
SARAN
saran dalam pengembangan kedepannya diharapkan penelitian ini : 1. Sebaiknya tujuan dari penelitian yang berhubungan dengan call detail
record dapat lebih dikembangkan lagi. 2. Sebaiknya variabel yan didapatkan dapat lebih bervariasi dengan
melakukan survey kepada para pelanggan perusahaan 3. Sebaiknya dilakukan pembuatan aplikasi yang dapat melakukan inputa
terutama untuk metode SOM secara otomatis 4. Sebaiknya dilakukan perhitungan dengan menggunakan uji verifikasi dan
validasi yang berbeda.
TERIMAKASIH
KARAKTERISTIK PELANGGAN TELEPON KABEL MENGGUNAKAN KLASTERING SOM DAN K-MEANS UNTUK MENGURANGI KESALAHAN KLASIFIKASI PELANGGAN DARI ERUSAHAAN TELEKOMUNIKASI (STUDI KASUS: PT. TELKOM MOJOKERTO)