ITIL Strategy Service

    PEMBUATAN PANDUAN TATA LAKSANA  MANAJEMEN INSIDEN TI BERDASARKAN FRAMEWORK ITIL (STUDI KASUS DI UPT. PUSKOM POLINEMA)

ABSTRAK

Tata laksana manajemen insiden TI perlu dilakukan sebagai panduan dan pengendalian internal untuk memastikan tingkat layanan UPT Puskom telah memenuhi standar atau mengikuti praktek-praktek terbaik. Untuk itu perlu dibuat panduan tata laksana agar penanganan insiden dapat berjalan baik dan sesuai harapan pengguna serta pada akhirnya menyukseskan tujuan TI (IT Goal) dan tujuan akhir dari bisnis proses (Business Gol). Langkah-langkahnya adalah (1) studi literatur tentang framework ITIL dan identifikasi permasalahan, (2) pengumpulan informasi proses manajemen insiden TI dan dokumendokumen di UPT Puskom Polinema, (3) analisa informasi teridentifikasi untuk pengembangan dan pembuatan panduan tata laksana dengan pembuatan diagram RACI, katergori dan prioritas insiden   (4) pembuatan dokumen yang terdiri atas prosedur, formulir, dan dokumen lain sebagai panduan tata laksana, (5) Dokumen yang telah dibuat dialakukan verifikasi dengan dokumen lain, (6) dilakukan validasi untuk mengetahui tujuan dari proses manajemen insiden sudah terpenuhi, (7) perumusan kesimpulan untuk direkomendasikan tata laksana manajemen insiden. Hasil penelitian berupa panduan tata laksana manajemen insiden TI di UPT Puskom Polinema yang berisi prosedur, formulir, dan dokumen lainnya.  Hasilnya bahwa penanganan insiden di polinema sampai saat ini masih belum terprogram secara baik, dan panduan kebijakan, prosedur dan formulir belum memadai, sehingga diperlukan tata kelola dan tatalkasana manajemen insiden.

Studi Literatur

Definisi tata kelola TI yang lain yang bisa kita cermati, tata kelola TI adalah tanggungjawab bersama dewan direksi dan manajer serta sebagai bagian integral dalam tata kelola organisasi keseluruhan. Lebih lanjut dikatakan juga bahwa tata kelola TI harus memiliki struktur organisasi sendiri untuk mendukung strategi dan tujuan bisnis utama. Definisi yang ketiga mengenai tata kelola TI adalah tindakan spesifik menurut hak yang diberikan dan dalam koridor sebuah framework tertentu dengan pengambilan keputusan terkait penggunaan TI . Dalam membangun sebuah tata kelola TI, setiap organisasi dibebaskan untuk membentuknya menurut kebutuhan masing-masing. Dalam proses implementasi tersebut, sebuah tata kelola TI dapat terdiri dari beragam struktur (misalnya menurut rencana strategis organisasi dan model tata kelola TI). Dan mekanisme relasional (misalnya menurut bentuk partisipasi antara manajemen TI dengan bisnis). Jika ketiga hal ini dikombinasikan maka hasil kombinasi tersebut adalah berupa Framework tata kelola TI. Tata laksana adalah bagian dari keseluruhan tata kelola. Menurut standart ISO 9001:2008 mengenai Quality Management Systems, tata laksana adalah implementasi prosedur dan formulir sebagai langkah untuk mencapai pedoman, tujuan dan kebijakan organisasi yang telah ditetapkan sebelumnya. Dokumentasi tata laksana harus memperhatikan pedoman, tujuan, dan kebijakan organisasi. Implementasi dokumen tata kelola dapat mengacu kepada standart ISO 9001:2008 mengenai Quality Managemen Systems, yang terdiri dari atas 5 level dokumen, yaitu :

1) Dokumen quality policy dan quality objective

2) Dokumen quality manual

3) Dokumen  prosedur

4) Dokumen Plan/Operate/Control

5) Dokumen Record. Menurut Framework ITIL,

Pengertian insiden adalah sebuah interupsi atau pengurangan kualitas dari layanan TI.  Selain itu sebuah kesalahan konfigurasi pada system dapat dikatakan sebagai insiden walaupun belum menimbulkan masalah yang berarti pada system tersebut.  Manajemen insiden adalah proses yang dilakukan untuk menyelesaikan suatu insiden.  Proses manajemen insiden dilakukan berdasarkan input dari user melalui service desk, laporan teknisi, dan juga deteksi otomatis dari sebuah tool event management. Tujuan utama dari manajemen insiden adalah untuk mengembalikan kondisi layanan TI ke keadaan normal secepat mungkin, dan meminimalkan dampak negative yang ditimbulkan terhadap kegiatan bisnis utama organisasi.  Keadaan normal layanan TI adalah keadaan yang telah di definisikan sebelumnya dalam sebuah SLA (Service Level Agreement). Proses manajemen insiden terkait erat dengan beberapa proses lain framework ITIL v3, antara lain Problem Management, Configuration Management, Change Management, Capacity Management, Availability Management, dan Service Level Management.

Tujuan

Tujuan penelitian ini adalah untuk menghasilkan dokumen-dokumen tata laksana berupa prosedur, formulir, instruksi kerja dan dokumen lain yang digunakan untuk memandu pelaksananaan penanganan insiden TI di UPT Puskom Polinema sesuai dengan framework ITIL.

METODOLOGI

Metodologi yang digunakan terdiri dari tahapan-tahapan penelitian yang tata laksana manjemen insiden secara garis besar tahapan-tahapan tersebut adalah:

Identifikasi Data dan Informasi

Pengumpulan data dan inforormasi dilakukan dengan berbagai macam metode, diataranya dengan studi literatur (framework ITIL, Cobit, ISO 9001:2008 dan literatur lainnya), studi dokumentasi, kuesioner, wawancara, dan pengamatan secara langsung tempat di mana penelitian dilakukan. Dari hasi hasil pengumpulan data, ternyata dokumen prosedur yang digunakan kurang memenuhi proses penanganan insiden dan tidak mencerminkan mekanisme penanganan insiden secara meyuluruh dan masih kurang lengkap. Dari hasil wawancara bahwa memang penanganan insiden sampai saat ini belum mempunyai prosedur yang baku untuk menangani, bahkan  SOP (Stadart Operasionnal Pelaksanaan) atau tata laksana insiden belum dimiliki, Dari hasil pengamatan juga terdapat ketidakkonsistenan pelaksanaan prosedur dan pengisian formulir, terutama pencatatan insiden sangat jarang dilakukan. Dari  hasil pengumpulan data visi, misi, tujuan dan sasaran mutu serta diagram bisnis proses yang telah ditentukan salah satu proses bisnis, yaitu proses akademik dan proses Keterkaitan antara tujuan bisnis dengan tujuan TI akan dipaparkan dengan mengacu kepada kerangka Cobit, mengingat ITIL tidak memiliki kerangka ini. Kerangka tersebut memberikan pemetaan keterkaitan antara Tujuan Bisnis dan Tujuan TI sehingga dapat dijadikan acuan bagi organisasi dalam menerjemahkan kebutuhan bisnis akan ketersedian TI. Perlu diketahui bahwa tujuan bisnis yang dipaparkan hanya merupakan tujuan yang terkait atau yang dapat membangkitkan bisnis.

Pada gambar di atas dapat memberi gambaran keterkaitan tujuan bisnis dan tujuan TI. Pada kolom tujuan bisnis nomor atau anka yang bercetak tebal yang merupakan sepuluh tujuan bisnis terpenting berdasarkan hasil suvei ITGI (The Governance  Institute, Understanding How Business Goals Drive IT Goal, 2008). Dari 10 tujuan bisnis yang penting pasti akan didukung tujuan TI yang penting pula. Survei dilakukan kepada beberap perusahaan dan instansi pemerintah diberbagai belahan dunia. Dengan demikian organisasi atau perusahaan atau lembaga pendidikan dapat memfokuskan pada pemilihan tujuan bisnis dan tujuan TI yang penting, sehingga dapat mengarahkan pada efisiensi proses pengolahan TI. Menurut CobIT tujuan bisnis dibagi menjadi 17 bagian yang kaitkan dengan 28 tujuan TI dan dikelompokkan berdasarkan 4 persepektif kinerja, serta setiap Tujuan TI terdiri beberapa proses TI yang ada di dalamnya, salah satunya proses it adalah Manajemen insiden

Hasil Kuesioner Tingkat kematangan untuk proses Manajemen Insiden  untuk kondisi as-is dan to-be, dapat dilihat pada Tabel 1 berikut:

HASIL DAN PEMBAHASAN

Analisis Hasil Kuesioner

Analisis Atribut Kematangan As-Is untuk Proses Manajemen Insiden tingkat kematangan setiap atribut pada kondisi as-is berada pada level 2. Penetapan strategi pencapaian peningkatan kematangan dilaksanakan secara bersama-sama untuk semua atribut. Semua atribut proses TI yang tingkat kematangannya berada pada level 2 menunjukkan bahwa pemahaman mengenai pengelolaan service desk dan insiden (masalah) untuk saat ini dan masa yang akan datang sudah mulai ada kesadaran tapi hannya orang-orang tertentu yang memahami sedang yang lain masih  terbatas. Proses perencanaan, penerapan kebijakan, standar, dan prosedur yang dilakukan dalam mengelola service desk dan insiden bersifat informal, artinya masingacu pada kebiasaan tidak tertulis. Service desk dan manajemen insiden sifatnya masih dianggap cukup menyelesaikan masalah, ditambah tidak mekanisme pembagian tugas yang jelas dalam penanganan insiden. Manajemen menyadari bahwa proses didukung oleh alat dan personil yang diperlukan untuk merespon permintaan user. Tidak ada proses pengelolaan insiden yang terstandar, hanya reaktif. Manajemen tidak memonitor permasalahan/insiden dengan baik, serta tidak ada proses eskalasi untuk memastikan bahwa permasalahan telah dipecahkan.

Analisis Kesenjangan dan Identifikasi Perbaikan

Untuk proses Manajemen Insiden, gap yang paling jauh terdapat pada atribut AC dan PSP, yaitu dari level 1 menuju level 4. Hal ini dapat diinterpretasikan bahwa rata-rata responden kuesioner menilai bahwa untuk kondisi saat ini, proses perencanaan service desk dan manajemen insiden bersifat informal, bersifat reaktif dan tidak teratur.

Belum ada perencanan penggunakan software untuk service desk dan manajemen masalah insiden. Kebutuhan keahlian belum teridentifikasi,dan belum ada rencana pelatihan untuk itu. Belum ada batasan tanggung jawab, dan pengelolaan hanya berdasarkan inisiatif individu, serta tujuan pengelolaan tidak jelas dan tidak ada pengukuran yang dilakukan. Untuk kondisi yang diharapkan, kebijakan, perencanaan dan prosedur sudah dibuat berdasarkan bestpractice internal dan penggunaan perangkat sudah sesuai dengan perencanaan standar, bahkan sudah terintegrasi dengan tool lain yang terkait. Kebutuhan keahlian secara rutin di update dan pelatihan formal telah dilakukan sesuai dengan rencana dan ada mekanisme sharing pengetahuan di antara personel. Tanggungjawab danakuntabilitas didefinisikan secara jelas, ditetapkan dan dikomunikasikan dalam organisasi dan ada budaya untuk memberikan penghargaan sebagai upaya memotivasi peran ini. Metrik untuk melakukan pengukuran service desk dan insiden telah disetujui bersama, dan perbaikan berkelanjutan sudah mulai dilakukan. Gap yang cukup jauh ini memerlukan perhatian yang lebih dibandingkan dengan atribut lainnya. Oleh karena itu, perlu disusun langkah-langkah untuk mencapai atribut yang diharapkan, yaitu:

a) Mulai mendokumentasikan beberapa masalah/isiden, mulai melakukan pendekatan umum dalam pemanfaatan peralatan untuk service desk dan manajemen insiden, mulai mendefinisikan tanggung jawab, dan mulai melakukan pengukuran kinerja meskipun masih bersifat reaktif dan atas inisiatif individu.

b) Setelah itu, beberapa aktifitas kunci sudah dibuat dokumen mengenai kebijakan, rencana dan prosedur, lakukan perencanaan penggunaan perangkat standar untuk melakukan otomasi. Kebutuhan keahlian mulai diidentifikasi dan didokumentasikan secara lengkap, dan mengembangkan perencanaan pelatihan formal. Tanggung jawab dan akuntabilitas proses berikut kepemilikan prosesnya sudah didefinisikan.

c) Setelah itu, proses-proses seperti yang diharapkan baru dilakukan.

Pemetaan Manajemen Insiden

Setiap kegiatan diidentifikasi peran dan jabatan yang terlibat didalam aktifitas yang diuraikan apakah responsible, accountable, consulted, atau informed. Kemudian setiap peran dan jabatan yang teridentifikasi dipetakan. Langkahnya adalah pertama-tama dari setiap tahapan proses manajemen insiden di dalam ITIL v3 diidentifikasi setiap peran/jabatan yang terlibat dalam aktifitas yang diuraikan. Pada tabel di bawah ini dijelaskan bahwa setiap peran dan jabatan dalam setiap tahapan proses menajemen insiden tersebut. Untuk setiap uraian aktifitas yang tidak disebutkan peran dan jabatan tertentu  dalam proses manajemen insiden tersebut diartikan sebagai tanggung jawab Manajer insiden.                                                                                                                                                                                             

KESIMPULAN DAN SARAN

Dari hasil penelitian yang telah dilakukan, dapat diambil kesimpulan sebagai berikut.

1.      Tata kelola teknologi informasi terkait tujuan bisnis memperoleh ketersediaan, kelancaran, dan peningkatan layanan Teknologi Informasi di Polinema, pada kondisi saat ini (As Is) relatif belum baik. Hal ini dapat dilihat pada pada proses, Manajemen Insiden bahwa tingkat kematangan setiap atribut AC, PSP masih berada pada level 1 (awal/ad hoc), dan rata tingkat kematangan semua atribut (AC, PSP, TA, SE, RA, dan GSM) berada pada level 2 (berulang tapi intuitif).

2.      Untuk kondisi yang diharapkan (To Be), pada proses Manajemen Insiden TI, tingkat kematangan semua atribut berada pada level 4 (terkelola dan terukur).

3.      Resolusi awal adalah pembuatan tata kelola dan tata laksana yang berupa  prosedur dan formulir dan dokumen lain yang dibutuhkan dalam penanganan insiden TI

4.      Rekomendasi perencanaan solusi menuju tingkat kematangan yang diharapkan dilakukan dengan langkah-langkah, yaitu: 1) Mendefinisian tindakan perbaikan, dengan mendefinisikan pola keterkaitan antara atribut AC, PSP, TA, SE, RA, dan GSM. 2) Mendefinisikan indikator dan target tingkat kinerja, dengan mengukur 3 aspek yaitu pencapaian dan kinerja TI (IT Goal and Metrics), pencapaian dan kinerja proses (Process Goal and Metrics), dan pencapaian dan kinerja aktifitas (Activity Goal and Metrics). 3) perbikan perancangan model tata kelola dan tata laksana jaminan ketersediaan layanan TI, khususnya yang terkait dengan manajemen insiden yang dapat menjadi panduan untuk diterapkan di Polinema.

Tujuan bisnis tidak akan tercapai dengan lancar jika tidak disertai faktor pendukung, faktor yang sangat penting adalah faktor pendukung TI, untuk menyelaraskan dukungan TI dan Proses Bisnis yang ada, maka perlu ditetapkan tujuan TI, agar tujuan TI berjalan lancar maka perlu ditetapkan proses TI yang berkaitan dengan tujuan TI, agar proses TI berjalan dengan baik maka diperlukan standar  tata kelola dan tata laksana yang baik seseuai dengan stadar tata kelola TI. Agar hal tersebut di atas dapat berjalan efektif dan efisien maka penulis menyarankan:

 a) Polinema segera membuat atau memperbaharui rencana strategis TI di Polinema  baik jangka pendek atau jangka panjang hal ini dapat menjadi acuan untuk pengelolaan dan perkembangan TI di Polinema

 b) Polinema melakukan Tata Kelola TI sesuai dengan stadar internasional yang secara spesifik berkaitan TI, yaitu dengan menggunakan standar COBIT, ITIL, atau standar yang lainnya.

c) Penelitian mungkin jauh dari kesempurnaan maka penulis mengharap masukan dari pembaca jika dalam penelitian ini ada yang kesalahan atau kekurangan, untuk selanjutnya dapat dilakukan tindakan perbaikan oleh peneliti, Polinema, atau peneliti selanjutnya.

Daftar Pustaka

http://mmt.its.ac.id/download/SEMNAS/SEMNAS%20XV/MTI/38.%20Prosiding%20Fauzi-OK.pdf

Nama Anggota Kelompok:

1. Chairu Fauzan

2. Permana Adi Cahya

3. Rizal Fatahillah

4. Rizky Gustianto

5. Wahyu Nugroho

Tata Nilai Perusahaan Pertamina

      Tata Nilai Perusahaan

Clean (Bersih) 
      Dikelola secara profesional, menghindari benturan kepentingan, tidak menoleransi suap, menjunjung tinggi kepercayaan dan integritas.Berpedoman pada asas-asas tata kelola korporasi yang baik.
Competitive (Kompetitif)
      Mampu berkompetisi dalam skala regional maupun internasional, mendorong pertumbuhan melalui inventasi, membangun budaya sadar biaya dan menghargai kinerja.
Confident (Percaya Diri)
      Berperan dalam pembangunan ekonomi nasional, menjadi pelopor dalam reformasi BUMN, dan membangun kebanggaan bangsa.
Customer Focus (Fokus Pada Pelanggan)
      Berorientasi pada kepentingan pelanggan, dan berkomitmen untuk memberikan pelayanan terbaik kepada pelanggan.
Commercial(Komersial)
      Menciptakan nilai tambah dengan orientasi komersial, mengambil keputusan berdasarkan prinsip-prinsip bisnis yang sehat.
Capable (Berkemampuan)
     Dikelola oleh pemimpin dan pekerja yang profesional dan memiliki talenta dan penguasaan teknik tinggi, berkomitmen dalam membangun riset dan pengembangan.

     Integritas Dalam Bekerja
   
     Perseroan berkomitmen untuk menjalankan kegiatan usaha secara berintegritas dan profesional, menghindari benturan kepentingan, tidak menoleransi suap, menjunjung tinggi kepercayaan dan berpedoman pada asas-asas tata kelola korporasi yang baik. Komitmen perseroan ini mewujudkan pertamina yang bersih.

     Untuk mencapai komitmen tersebut, Insan Pertamina:
1. Wajib mematuhi hukum,peraturan, dan undang-undang yang berlaku pada wilayah penugasannya,  baik tingkat nasional maupun internasional, termasuk peraturan internal
2. Bertanggung jawab untuk memastikan bahwa kepentingan pribadi luar pekerjaan tidak menganggu pelaksanaan tugas dan tanggung jawabnya terhadap Perserongan
3. Menghindari segala bentuk benturan kepentingan, baik secara langsung maupun tidak langsung
4. Dilarang terlibat dalam segala bentuk indakan korupsi, kolusi, dan nepotisme
5. Dilarang menawarkan, memberi, dan/atau menerima sesuatu yang tidak sesuai dengan ketentuan tujuan memperoleh manfaat/imbalan/ kontraprestasi dan perlakuan istimewa pihak tertentu.

    Sikap Kerja Profesional

    Perseroan menyadari bahwa kunci sukses pertamina adalah profesionalisme Insan Pertamina dalam melakukan pekerjaannya. Hal tersebut merupakan komitmen perseroan untuk meningkatkan daya saing dan memberikan pelayanan terbaik kepada pelanggan.

    Dalam berinteraksi Insan Pertamina
1. Harus bersikap saling percaya, ikhlas, saling mengingatkan, memberi masukan, solid, bersinergi mencapai visi dan misi Perseroan
2. Melakukan setiap pekerjaan dengan iktikad baik dan penuh tanggung jawab (setiap individu merupakan bagian dari perusahaan yang harus saling mendukung dan berkepentingan terhadap kemajuan ataupun kelangsungan operasi Perseroan
3. Berperilaku disiplin dan tidak  melakukan aktivitas lain untuk  kepentingan pribadi pada jam  kerja
4. Menjaga kerahasiaan dokumen dan informasi mengenai Perseroan
5. Harus taat terhadap kesepakatan yang  tertuang dalam perjanjian/kontrak serta ketentuan dan peraturan perundang-undangan yang  berlaku; dan
6. Mengambil keputusan berdasarkan prinsip  kehati-hatian dan penuh tanggung jawab.

Sebagai Pimpinan, Insan Pertamina wajib untuk:

1. Menjadi panutan (role  model) yang  baik  dalam tindakan dan tutur  kata serta bersikap adil

  dan terbuka dengan bawahannya

2. Selalu berusaha  melaksanakan  koordinasi dan  hubungan  kerja   sama  yang harmonis dengan tim kerjanya dalam mengambil kebijakan

3. Memberikan kesempatan kepada bawahan untuk  mengembangkan diri

4. Mematuhi dan menghormati kesepakatan yang  tertuang dalam Perjanjian

    Kerja Bersama (PKB)

5. Menilai kinerja  bawahan   secara  objektif    berdasarkan   kriteria  yang    telah ditetapkan

6. Tidak memanfaatkan posisi  atau jabatan untuk  kepentingan pribadi, kelompok, atau pihak 

   lain.

  

Sebagai Pekerja, Insan Pertamina wajib untuk:

1. Bersikap hormat dan santun kepada Pimpinan dan loyal  kepada perusahaan dalam setiap

     pelaksanaan tugas yang  diberikan

2. Patuh dan konsekuen terhadap hukum, kebijakan, dan Sistem  Tata  Kerja  

   (STK) Yang  sudah ditetapkan

3. Tidak  melakukan tindakan yang  di luar  kewenangannya

4. Selalu disiplin  dalam  melaksanakan setiap tugasnya

5. Mematuhi serta menghormati tugas dan petunjuk atasan yang tidak bertentangan dengan 

    peraturan dan ketentuan yang  berlaku; dan

6. Mematuhi dan menghormati kesepakatan yang  tertuang dalam Perjanjian

    Kerja Bersama (PKB).

https://pep.pertamina.com/Tentang-PEP/Visi-Misi-dan-Tata-Nilai-Perusahaan

https://www.pertamina.com/id/visi-misi-tujuan-dan-tata-nilai

Komparasi 5 Metode Algoritma Klasifikasi Data Mining Pada Prediksi Keberhasilan Pemasaran Produk Layanan Perbankan

     Pemasaran adalah suatu proses tentang pengembangan produk, periklanan, distribusi dan penjualan (Zhang, 2008) .Proses pemasalan sangan erat kaitannya dengan peran telemarketing. Telemarketing merupakan sebuah cara baru dalam bidang pemasaran yang menggunakan teknologi telekomunikasi sebagai bagian dari pemasaran yang teratur dan terstuktur. Telemarketing (pemasaran jarak jauh) adalah penggunaan telepon dan pusat panggilan untuk menarik prospek, menjual kepada pelanggan yang telah ada dan menyediakan layanan dengan mengambil pesanan dan menjawab pertanyan melalui telepon. Telemarketing membantu perusahaan dalam meningkatkan pendapatan, mengurangi biaya penjualan, meningkatkan kepuasan pelanggan, Penawaran melalui jalur Telemarketing memberikan solusi bagi nasabah yang memiliki keterbatasan jarak serta waktu untuk tetap dapat melakukan transaksi atas program perlindungan yang dibutuhkan baik perlindungan bagi nasabah sendiri ataupun anggota keluarga. Dukungan data mining pada pemasaran adalah pada marketing research dan Business Intelligence. Dalam mengoptimasisasi proses pemasaran diperlukan suatu strategi sehingga dapat digunakan untuk meningkatkan keunggulan kompetetif, Data mining dalam strategi pemasaran menggunakan salah satunya menggunakan database marketing untuk melakukan proses pencarian pengetahuan baru guna mendukung pengambilan keputusan, Oleh karena itu, penelitian inifokus pada pemanfaatan data mining untuk memprediksi tingkat keberhasilan telemarketing bank dalam mencari calon nasabah bank dari berbagai produk layanan perbankan, sehingga dapat diketahui apakah calon nasabah yang bersangkutan merupakan nasabah yang berpotensi menjadi nasabah kredit yang produktif atau tidak di liat dari penelitian sebelumnya algoritma yang di pakai adalah Decision Tree di gunakan untuk memecahkan masalah tersebut , oleh karna itu penulis ingin menguji algoritma klasifikasi lain apakah tingkat akurasinya lebih baik atau di bawah nilai dari decesion tree.Untuk menangani permasalahan tersebut, maka akan dibandingkan beberapa algoritma yaitu pohon keputusan C4.5, naive bayes, neural network, Logistic Regreesion dan K-NN untuk mengetahui algoritma mana yang lebih akurat dalam memprediksi tingkat keberhasilan telemarketing dalam layanan produk perbankan.

1. Neural Network

       Neural Network (Jaringan Saraf Tiruan) adalah prosesor tersebar paralale yang sangat besar dan memiliki kecenderungan untuk menyimpan pengetahuan yang bersifat pengalaman dan membuatnya siap untuk digunakan (puspitaningrum, 2006). NN ini merupakan sistem adaptif yang dapat merubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Secara sederhana NN adalah sebuah alat pemodelan data statistik non-linear. NN dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data. Neuron juga terdiri dari satu output. Outputnya adalah terbentuk dari pengolahan dari beberbagai input oleh neuron-neuron (shukla, 2010).

2. Decision Tree

  Decision tree sendiri merupakan metode klasifikasi dan prediksi yang sangat kuat dan banyak di minati (Wu, 2009) . Dalam decision tree ini data yang berupa fakta dirubah menjadi sebuah pohon keputusan yang berisi aturan dan tentunya dapat lebih mudah dipahami dengan bahasa alami. Model pohon keputusan banyak digunakan pada kasus data dengan output yang bernilai diskrit . Walaupun tidak menutup kemungkinan dapat juga digunakan untuk kasus data dengan atribut numeric.

3. Naive Bayes

 Naïve Bayes merupakan sebuah model klasifikasi statistik yang dapat digunakan untuk memprediksi probabilitas keanggotaan suatu kelas. Naïve Bayes didasarkan pada teorema bayes yang memiliki kemampuan klasifikasi serupa dengan decision tree dan neural network. Teknik Naïve Bayes (NB) adalah salah satu bentuk sederhana dari Bayesian yang jaringan untuk klasifikasi. Sebuah jaringan Bayes dapat dilihat sebagai diarahkan sebagai tabel dengan distribusi probabilitas gabungan lebih dari satu set diskrit dan variabel stokastik (Liao, 2007).Metode ini penting karena beberapa alasan, termasukberikut. Hal ini sangat mudah untuk membangun, tidak perlu ada yang rumit Parameter estimasi skema berulang. Ini berarti dapat segera diterapkan untuk besar Data set. Sangat mudah untuk menafsirkan, sehinggapengguna tidak terampil dalam teknologi classifier dapat memahami mengapa itu adalah membuat klasifikasi itu membuat. Dan, sangat penting, hal itu sering sangat baik: Ini mungkin bukan classifier terbaik dalam setiap diberikan aplikasi, tetapi biasanya dapat diandalkan untuk menjadi kuat dan melakukan dengan sangat baik (Wu, 2009).

4. Logistic Regreesion.

  Regresi logistik (Logistic regression) adalah bagian dari analisis regresi yang digunakan ketika variabel dependen (respon) merupakan variabel dikotomi. Variabel dikotomi biasanya hanya terdiri atas dua nilai (Santosa, 2007) yang mewakili kemunculan atau tidak adanya suatu kejadian yang biasanya diberi angka 0 atau 1. Tidak seperti regresi linier biasa, regresi logistik tidak mengasumsikan hubungan antara variabel independen dan dependen secara linier. Ada beberapa penelitian yang menggunakan komparasi algoritma klasifikasi untuk mengukur akurasi terhadap dataset marketing bankRBFNN), SVM, CBR, dan pohon keputusan (DTs). Dari semua model ternyata tingkat klasifikasi akurasi yang mengungguli adalah Decision trees, DTs tidak hanya mengklasifikasikan lebih baik dari model yang lain tapi juga memiliki pengetahuan dalam membentuk aturan yang mudah ditafsirkan, masukakal dalam menjelaskan tentang alasan penolakan pinjaman.

 Comparing decision trees with logistic regression for credit risk analysis (Satchidananda & Simha, 2006. Penelitian ini membandingkan dua model algoritma untuk analisa resiko kredit, yaitu Pohon Keputusan dan Regresi Logistik. Data diambil dari dua bank yang berbeda, kemudian untuk mengelompokkan kasus positif dan negatif maka dilakukan klustering data dengan menggunakan k-means. Hasil analisa dari masing-masing model dikomparasi dan kemudian diukur,kemudian didapatkan bahwa algoritma pohon keputusan mempunyai tingkat akurasi yang tinggi dibandingkan algoritma regresi logistik

5. K-Nearest Neighbor

     Algoritma k-nearest neighbor (k-NN atau KNN) adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut, Ketepatan algoritma k-NN ini sangat dipengaruhi oleh ada atau tidaknya fitur-fitur yang tidak relevan, atau jika bobot fitur tersebut tidak setara dengan relevansinya terhadap klasifikasi. Riset terhadap algoritma ini sebagian besar membahas bagaimana memilih dan memberi bobot terhadap fitur, agar performa klasifikasi menjadi lebih baik,menurut (Wu, 2009) KNN juga merupakan contoh teknik lazy learning, yaitu teknik yang menunggu sampai pertanyaan (query) datang agar sama dengan data training.

Sumber :

http://ejournal.nusamandiri.ac.id/ejurnal/index.php/techno/article/view/266

Penerapan Metode K-Means Untuk Clustering Produk Online Shop Dalam Penentuan Stok Barang

Ragam Jogja merupakan salah satu online shop yang berdomisili di Jogja. Barang yang dijual antara lain adalah Batik, tas-tas kerajinan khas Yogyakarta, sarung bantal kursi khas Jogja, jilbab, dan lain-lain. Distribusi Ragam Jogja meliputi seluruh wilayah Indonesia bahkan luar negeri. Pada saat ini, online shop Ragam Jogja melakukan pemenuhan stok barang atau produk dan melakukan pencatatan transaksi secara manual. Jumlah permintaan dari konsumen yang fluktuatif mengakibatkan stok yang harus disiapkan Ragam Jogja menjadi tidak stabil. Selain itu produk yang beragam dan banyak jenisnya menjadikan manajemen stok yang dilakukan menjadi tidak akurat. Kadang karena tidak ingin terjadi kekurangan stok barang atau produk tertentu pada saat permintaan konsumen dalam jumlah besar, maka perusahaan mengambil langkah yaitu melakukan pemesanan barang produk tertentu lebih besar daripada sebelumnya. Hal ini dapat mengatasi kekurangan persediaan stok produk tertentu dan online shop juga tidak perlu melakukan pemesanan berulang-ulang ke pengrajin, tetapi mengakibatkan biaya simpan yang tinggi dan tidak ekonomis. Selain itu manajemen stok yang tidak akurat juga mengakibatkan sering terjadi kekurangan atau kelebihan produk tertentu yang akhirnya akan mengecewakan konsumen. Permasalahan yang terjadi pada online shop tersebut disebabkan karena online shop mengalami kesulitan dalam menentukan stok minimum tiap barang yang harus dipenuhi berdasarkan minat konsumen. Untuk dapat mengatasi permasalahan yang terjadi, maka online shop membutuhkan suatu metode dan sistem perencanaan stok barang yang lebih baik sehingga dapat menentukan produk mana yang harus di stok banyak, sedang atau bahkan sedikit agar online shop tidak lagi mengalami kekurangan atau bahkan kelebihan dalam pemenuhan stok produk tertentu. Penentuan jumlah stok produk yang kurang akurat karena harus berdasarkan pengetahuan dari jumlah data transaksi penjualan yang besar (Setiawan, 2011). Karena hal itu untuk mendapatkan pengetahuan tersebut maka diperlukan suatu proses pengolahan data historis transaksi besar diperlukan suatu teknik data mining. Teknik data mining yang akan digunakan pada penelitian ini adalah metode K-Means dan software yang digunakan sebagai pendukung pengolahan data adalah Rapid Miner.

Tahapan KDD yang digunakan yaitu:

1. Tahap Selection dan Addition.

Data historis diambil dari data transaksi penjualan online shop RAGAM JOGJA dari bulan Januari 2011 – Mei 2012. Penelitian ini memfokuskan pada produk kategori Batik yang akan dikelompokkan dengan kriteria tertentuTahap

2. Preprocessing dan Data Cleansing.

Preprocessing data pada tahap ini adalah mengambil 148 data sampel dari data transaksi penjualan menggunakan software SPSS dengan metode Simple Random Sampling.

3. Tahap Transformation.

 Proses transformasi data dengan cara merubah kode produk yang terjual sebagai atribut lama dengan kode produk baru untuk memudahkan pemrosesan data sehingga didapatkan kode baru untuk produk dan beberapa atribut lain yang tidak digunakan dihilangkan. Atribut yang digunakan dalam penelitian adalah kode produk, jumlah transaksi, volume penjualan dan rata-rata penjualan.

4. Clustering

Tipe Data Mining yang digunakan dalam penelitian ini adalah clustering untuk pengelompokan produk untuk penentuan stok produk dengan jumlah banyak untuk produk paling diminati, jumlah sedang untuk produk diminati dan jumlah sedikit untuk produk kurang diminati.

5. Tahap Data Mining memilih algoritma data mining.

Metode yang digunakan dalam penelitian adalah metode K-Means yang mengkluster produk menjadi tiga kelompok yaitu kelompok pertama produk untuk stok banyak, kelompok kedua produk untuk stok sedang dan kelompok ketiga produk untuk stok sedikit berdasarkan peminatan terhadap produk. Pada Tahap Data Mining dalam penggunaan algoritma data mining. Pada tahap ini dilakukan implementasi dari algoritma data mining yang telah ditentukan pada tahap sebelumnya.

6. Tahap Evaluation.

Pada tahap ini dilakukan evaluasi terhadap sampel data yang dihasilkan mengenai penentuan stok produk untuk jumlah banyak, sedang atau sedikit. Dari hasil pengolahan data tersebut kemudian dihitung perbandingan antara jumlah produk yang dianggap relevan dan tidak relevan dengan jumlah stok produk yang banyak, sedang atau sedikit dengan menggunakan metode Precision dan Recall. Untuk selanjutnya proses analisis data, akan dihitung tingkat akurasi dengan menggunakan rumus F1, sehingga akan diketahui jumlah akurasi dari sistem tersebut.

Alogoritma Metode K-Means

Metode K-Means merupakan salah satu metode dalam fungsi clustering atau pengelompokan. Clustering mengacu pada pengelompokkan data, observasi atau kasus berdasar kemiripan objek yang diteliti. Sebuah cluster adalah suatu kumpulan data yang mirip dengan lainnya atau ketidakmiripan data pada kelompok lain (Larose, 2005). Clustering dijelaskan oleh (Xu & Wunsch II, 2009) diartikan dengan membagi objek data (bentuk, entitas, contoh, ketaatan, unit) ke dalam beberapa jumlah kelompok (grup, bagian atau kategori). Sedangkan tujuan proses clustering dijelaskan oleh Agusta (2007) yaitu untuk meminimalkan terjadinya objective function yang diset dalam proses clustering, yang pada umumnya digunakan untuk meminimalisasikan variasi dalam suatu cluster dan memaksimalkan variasi antar cluster.

Algoritma metode K-Means menurut Agusta (2007) adalah sebagai berikut :

1. Tentukan jumlah cluster

2. Alokasikan data sesuai dengan jumlah cluster yang telah ditentukan

3. Hitung nilai centroid pada tiap-tiap cluster

4. Alokasikan masing-masing data ke centroid terdekat

5. Kembali ke step 3, apabila masih terdapat perpindahan data dari satu cluster ke   cluster lainnya, atau apabila perubahan pada nilai centroid masih di atas nilai threshold yang ditentukan, atau apabila perubahan pada nilai objective function masih di atas nilai threshold yang ditentukan.

Sumber :

http://ejournal.bsi.ac.id/ejurnal/index.php/Bianglala/article/view/570