ANALISIS PERPINDAHAN LAYANAN SELULAR DENGAN METODE DATA MINING STUDI KASUS...

UNIVERSITAS INDONESIA

ANALISIS PERPINDAHAN LAYANAN SELULAR

DENGAN METODE DATA MINING

(STUDI KASUS PADA PELANGGAN TELKOMSEL)

SKRIPSI

HILALLUDIN

0906603953

FAKULTAS TEKNIK

PROGRAM STUDI TEKNIK INDUSTRI

DEPOK

DESEMBER 2011

Analisis perpindahan..., Hilalludin, FT UI, 2011

UNIVERSITAS INDONESIA

ANALISIS PERPINDAHAN LAYANAN SELULAR

DENGAN METODE DATA MINING

(STUDI KASUS PADA PELANGGAN TELKOMSEL)

SKRIPSI Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknik

HILALLUDIN

0906603953

FAKULTAS TEKNIK

PROGRAM STUDI TEKNIK INDUSTRI

DEPOK

DESEMBER 2011


iv

Universitas Indonesia

UCAPAN TERIMA KASIH

Alhamdulillah penulis tasbihkan kepada Allah SWT, berkat nikmat dan

rahmat–Nya, skripsi yang berjudul “Analisis Perpindahan Layanan Selular dengan

Metode Data Mining (Studi Kasus pada Pelanggan Telkomsel)” dapat

terselesaikan dengan baik. Penyusunan skripsi ini dilakukan dalam rangka

memenuhi persyaratan akademik dalam pencapain gelar Sarjana Teknik pada

Departemen Teknik Industri, Fakultas Teknik, Universitas Indonesia. Pada

kesempatan ini penulis mengucapkan terima kasih kepada :

1. Ir. Isti Surjandari, Ph.D, selaku dosen pembimbing skripsi dan Arian

Dhini, ST, MT selaku dosen pembimbing akademik yang telah

mencurahkan waktu, pemikiran dan tenaga kepada penulis sebagai bekal

penulisan skripsi, bimbingan semasa kuliah serta motivasi kehidupan;

2. Bapak/ Ibu/ Saudara/i responden yang telah bersedia menjawab kuesioner

dalam proses pengumpulan data;

3. Ir. Teuku Yuri M. Zagloel dan seluruh staf pengajar Teknik Industri UI;

4. Mbak Fat, Ibu Har , Mas Dodi dan seluruh staf Departemen TIUI;

5. Istriku tercinta Lili Yuaeni terima kasih atas pengertian dan kesabarannya

serta kedua amanah hidupku Abdurrahman Aqil Musyari dan Hafiizhah

Althafunnisa semoga Allah menjadikan kalian ummat terbaik -Nya;

6. Orangtua tercinta, Mama, Papa, Ibu, Bapak, dan adik-adik hebatku: Meli,

Yanti, Tania, Wawan, Indra, Andi, dan Lita yang telah memberikan doa

dan dukungannya;

7. Pak Heyo, Pak Iman, Pak Anis, Bang Fau, Mas Surya, Pak Agussis, Mas

Eko, teman- teman E// Supply, DHL Logistic atas dukungannya.

8. Wegha, Dimas, Arif, Hamda, MC D, Indra, Ervan, Hero, Taufik dan

teman – teman ekstensi 2009 tercinta atas dukungan dan kebersamaannya.

Akhir kata penulis berharap Allah SWT berkenan membalas segala kebaikan

saudara-saudara semua. Dan semoga skripsi ini membawa manfaat bagi

pengembangan ilmu statistik industri.

Depok, 10 Desember 2011 Penulis


vi


ABSTRAK

Nama : Hilalludin Program Studi : Teknik Industri Judul : Analisis Perpindahan Layanan Selular Dengan Metode Data

Mining (Studi Kasus Pada Pelanggan Telkomsel) Manajemen churn adalah masalah abadi dalam pemasaran produk layanan selular di Indonesia. Telkomsel sebagai operator selular dengan jumlah pelanggan terbesar dan memiliki pangsa pasar hampir dari setengah pasar layanan selular di Indonesia dipilih untuk penelitian ini. Tujuan dari penelitian ini adalah untuk memberikan wawasan dalam mendapatkan pola pelanggan telkomsel yang berpotensi untuk pindah layanan selular dengan melihat faktor – faktor yang mempengaruhi dalam memutuskan untuk churn atau no churn dengan metode data mining, dan menggunakan algoritma C5.0. hasil yang didapatkan pada penelitian ini berupa model pohon keputusan yang berisikan prediksi pelanggan Telkomsel yang berpotensi untuk churn atau non churn. Kata Kunci: Manajemen hubungan pelanggan, churn rate, data mining, algoritma C5.0, pohon keputusan

ABSTRACT

Name : Hilalludin Study Program : Industrial Engineering Title : Analysis of Churn on Cellular Service with Data Mining Method (Case Study on Telkomsel) Churn management is an eternal problem in product marketing of cellular services in Indonesia. Telkomsel as a service provider with the largest number of customers and has nearly half a market share of the mobile service market in Indonesia is chosen as topic for this study. The purpose of this study is to provide insight in getting patterns of Telkomsel customers that have the churn potential to the other service providers through observation the factors that influence customers decision to churn or no churn by using data mining methods and the C5.0 algorithm. The obtained result in this study is a decision tree model that contains a prediction of potential Telkomsel customers to churn or non churn.

Keyword: Customer relationship management, churn rate, data mining, algoritma C5.0, decision tree


vii


DAFTAR ISI

HALAMAN JUDUL ......................................................................................... i HALAMAN PERNYATAAN ORISINALITAS ............................................... ii HALAMAN PENGESAHAN ............................................................................ iii UCAPAN TERIMA KASIH .............................................................................. iv LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH ........................... v ABSTRAK .......................................................................................................... vi DAFTAR ISI ....................................................................................................... vii DAFTAR GAMBAR .......................................................................................... ix DAFTAR TABEL .............................................................................................. x DAFTAR LAMPIRAN ....................................................................................... xi 1. PENDAHULUAN......................................................................................... 1

1.1 Latar Belakang ........................................................................................ 1 1.1.1 Restrukturisasi Industri Telekomunikasi ....................................... 1 1.1.2 Kompetisi Industri Telekomunikasi Selular ................................... 3 1.1.3 Tingginya angka Churn Rate di Indonesia .................................... 5

1.2 Diagram Keterkaitan Masalah ................................................................. 8 1.3 Rumusan Masalah ................................................................................... 8 1.4 Tujuan Penelitian ..................................................................................... 8 1.5 Batasan Penelitian ................................................................................... 8 1.6 Metodologi Penelitian ............................................................................. 10 1.7 Sistematika Penulisan .............................................................................. 11

2. TINJAUAN PUSTAKA ............................................................................... 13 2.1 Perpindahan Pelanggan Selular ............................................................... 13

2.1.1 Manajemen Churn Rate .................................................................. 13 2.1.2 Hubungan Antara Kepuasan Pelanggan, Loyalitas Pelanggan, dan Retensi Pelanggan ..................................................................... 14

2.2 Data Mining ............................................................................................. 16

2.2.1 Definisi dan Model Data Mining ................................................ 17 2.2.2 Pohon Keputusan (Decission Tree Induction) ............................... 19 2.2.3 Algoritma C5.0 ............................................................................... 21

3. PENGUMPULAN DAN PENGOLAHAN DATA...................................... 24 3.1 Profil Telkomsel ...................................................................................... 24

3.1.1 Sejarah dan Kepemilikan Saham Telkomsel ............................... 24 3.1.2 Manajemen dan Organisasi Telkomsel ........................................ 27 3.1.3 Jangkauan Jaringan Telkomsel .................................................... 27 3.1.4 Produk dan Layanan Telkomsel .................................................. 27 3.1.5 Corporate Social Responsibility dan Penghargaan untuk

Telkomsel ....................................................................................... 29 3.2 Pengumpulan Data .................................................................................. 31

3.2.1 Penentuan Variabel Penelitian ........................................................ 31 3.2.2 Penyusunan Isi Kuesioner ............................................................... 36 3.2.3 Metode Penyebaran Kuesioner ...................................................... 37


viii


3.3 Pengolahan Data ..................................................................................... 38 3.3.1 Screening Data ............................................................................... 38 3.3.2 Kalkulasi Nilai Loyalitas ............................................................... 39 3.3.3 Klasifikasi Pelanggan Dengan Algoritma C5.0 pada Data Mining ................................................................................... 40

4. ANALISA ..................................................................................................... 49 4.1 Pengelompokkan Pelanggan Telkomsel .................................................. 49 4.2 Prediksi Pelanggan yang Tetap Menggunakan ........................................ 50 4.3 Prediksi Pelanggan Berpotensi Churn ..................................................... 53 4.4 Hubungan Adanya Operator GSM Lain, Jumlah Variabel, dan Tingkat Keputusan Dengan Hasil Penelitian ........................................................ 56

5. KESIMPULAN............................................................................................. 60

5.1 Kesimpulan ............................................................................................. 60 5.2 Saran ........................................................................................................ 62 DAFTAR REFERENSI ...................................................................................... 63 LAMPIRAN ........................................................................................................ 64


ix


DAFTAR GAMBAR

Gambar 1.1 Pangsa Pasar Operator Selular Pada Tahun 2008 Hingga 2010 .. 3 Gambar 1.2 Tingkat Churn di Beberapa Negara Asia .................................... 6 Gambar 1.3 Diagram Keterkaitan Masalah .................................................... 9 Gambar 1.4 Diagram Alir Metodologi Penelitian .......................................... 12 Gambar 2.1 Kombinasi CR, CL dan CS Dalam Pasar Telekomunikasi Selular ......................................................................................... 15 Gambar 2.2 Evolusi Teknolohi Sistem Database ........................................... 18 Gambar 2.3 Batas Klasifikasi Linear Sederhana pada Himpunan Data Peminjaman ................................................................................. 20 Gambar 2.4 Klasifikasi pada Pohon Keputusan .............................................. 21 Gambar 2.5 Pohon Keputusan Dengan Atribut Warna Sebagai Node ............ 23 Gambar 2.6 Pohon Keputusan Hingga Terminal Node .................................. 23 Gambar 3.1 Struktur Organisasi Telkomsel .................................................... 26 Gambar 3.2 Produk dan Layanan Telkomsel .................................................. 28 Gambar 3.3 Penghargaan yang Diterima Telkomsel ....................................... 31 Gambar 3.4 Hubungan Antara Faktor Penyebab Churn ................................. 32 Gambar 3.5 Tingkat Keakuratan Dari Hasil Data ........................................... 41 Gambar 3.6 Model Pohon Keputusan tentang Prediksi Pelanggan Telkomsel Yang Berpotensi Churn .............................................................. 42


x


DAFTAR TABEL

Tabel 1.1 Perbandingan UU No. 3/1989 dengan UU No.36/1999 ................... 2 Tabel 1.2 Perkembangan Jaringan Operator Selular Tahun 2008 – 2010 ......... 4 Tabel 1.3 Perkembangan Pelanggan Telepon Bergerak Selular ........................ 5 Tabel 2.1 Data Percobaan Algoritma C5.0 ........................................................ 22 Tabel 3.1 Variabel Penelitian Chrun Rate Pelanggan Telkomsel ..................... 32 Tabel 4.1 Jenis Node Prediksi Churn Pelanggan Telkomsel ............................. 49 Tabel 4.2 Rincian Data Prediksi Pelanggan yang Tidak Churn ........................ 51 Tabel 4.3 Rincian Data Prediksi Pelanggan Berpotensi Churn ......................... 54 Tabel 4.4 Prediksi Pelanggan yang Tidak Churn ............................................. 58 Tabel 4.5 Prediksi Pelanggan yang Churn ........................................................ 59


xi


DAFTAR LAMPIRAN

Lampiran A. Kuesioner Pelanggan Produk dan Jasa Telkomsel Mengenai Perpindahan Layanan Selular ................................................... 64 Lampiran B. Tabel Data Penelitian ................................................................ 68


1


BAB 1

PENDAHULUAN

1.1. Latar Belakang

1.1.1. Restrukturisasi Industri Telekomunikasi

Telekomunikasi saat ini menjadi komoditas yang sangat penting dalam

kehidupan masyarakat, penggunaan telepon selular mulai dari lapisan masyarakat

menengah ke bawah sampai ke jenjang menengah atas sudah menjadi kebutuhan

yang tidak dapat ditawar lagi dan hampir menjadi kebutuhan pokok masyarakat.

Perkembangan liberalisasi telekomunikasi di Indonesia hingga sejauh ini

tidak terlepas dari peristiwa diterbitkannya undang-undang telekomunikasi yaitu

UU No. 3 Tahun 1989 tentang telekomunikasi yang berlaku sejak 1 April 1989

yang ditindaklanjuti dengan diterbitkannya Peraturan Pemerintah No. 8 Tahun

1993 tentang Penyelenggaraan Telekomunikasi dan Keputusan Menteri No. 39

Tahun 1993 tentang Kerjasama Penyelenggaraan Jasa Telekomunikasi Dasar pada

era pemerintahan Presiden Soeharto yang mulai memberikan kesempatan kepada

pihak swasta untuk berusaha dalam sektor telekomunikasi namun dengan

persyaratan bahwa pihak swasta yang berminat untuk berusaha di Indonesia harus

menjalin kerjasama dengan badan penyelenggara pemerintah, dalam hal ini baik

dengan Telkom atau Indosat (Qomariastuti, 2009).

Perubahan paradigma mendorong pemerintah untuk menata ulang

penyelenggaraan telekomunikasi nasional. Pemerintah menerbitkan cetak biru

(blue print) kebijakan pemerintah tentang telekomunikasi nasional diantaranya

menerbitkan UU. No 36 Tahun 1999 tentang Telekomunikasi sebagai pengganti

UU. No 3 Tahun 1989. Perubahan undang-undang tersebut pada prinsipnya

merestrukturisasi sektor telekomunikasi Indonesia mulai dari tatanan hukum dan

peraturan, tatanan industri, serta iklim berusaha. Restrukturisasi ini mengandung

tiga pokok pembaharuan yang esensial, yaitu: (1) menghapus monopoli dengan

mendorong terjadinya persaingan dalam semua kegiatan penyelenggaraan dan

mencegah penyelenggara yang memiliki kekuasaan pasar yang besar melakukan

tindakan yang bersifat anti-persaingan; (2) menghilangkan diskriminasi dan

hambatan (entry barrier) bagi swasta besar maupun kecil dan koperasi


2


untuk berpartisipasi dalam penyelenggraan jaringan dan jasa telekomunikasi; dan

(3) mereposisi peran pemerintah sebagai pembina serta memisahkannya dari

fungsi operasi. Perbandingan antara UU No. 3 Tahun1989 dengan UU No. 36

Tahun 1999 secara ringkas dapat dilihat pada Tabel 1.1.

Pemerintah menjalankan kebijakan strategis yang sesuai dengan UU

Telekomunikasi No. 36 Tahun 1999 yang mengamanatkan penghapusan praktek

monopoli dalam penyelenggaraan telekomunikasi, pemerintah menetapkan

kebijakan duopoli sebagai upaya awal pembukaan pasar dan transisi menuju

penyelenggaraan yang berdasarkan kompetisi penuh (Tayyiba, 2004).

Tabel 1.1 Perbandingan UU No. 3/1989 dengan UU No. 36/1999

No Uraian UU No. 3/1989 (lama) UU No. 36/1999 (baru)

1 Fungsi Pemerintah

Memiliki, membangun dan menyelenggarakan telekomunikasi

Menentukan kebijakan, mengatur, mengawasi, dan mengendalikan sektor telekomunikasi. Selanjutnya, Pemerintah dapat melimpahakan fungsi pengaturan, pengawasan, dan pengendalian kepada badan regulasi.

2 Penyelenggara Pemerintah yang dilimpahkan kepada badan penyelenggara

BUMN, BUMD, badan usaha swasta, dan koperasi

3 Penyelenggaraan Monopoli Kompetetif

4 Kategori Penyelenggaraan

Jasa telekomunikasi dasar, dan telekomunikasi non-dasar

Jaringan telekomunikasi, jasa telekomunikasi, dan telekomunikasi khusus

5 Pola kerja sama Usaha patungan, KSO dan Kontrak Manajemen

Business driven

6 Tarif Ditetapkan oleh pemerintah

Berorientasi pada biaya dan pasar

7 Lain-lain Larangan monopoli, universal service

obligation (USO), perijinan, penomoran, dan interkoneksi

(Sumber: UU Telekomunikasi No. 3 Tahun 1989 dan UU No. 36 Tahun 1989)


3


1.1.2. Kompetisi Industri Telekomunikasi Selular

Pembukaan pasar dalam penyelenggaraan telekomunikasi bergerak selular

di Indonesia yang sesuai dengan UU No. 36 Tahun1999 di laksanakan dengan

tujuan untuk meningkatkan teledensitas, memperbaiki infrastruktur dan

mendorong terciptanya kondisi pasar telekomunikasi yang terbuka, kompetetif

dan masuk akal.

Hingga saat ini industri telekomunikasi selular di Indonesia telah

diramaikan oleh 8 Perusahaan telepon bergerak, yaitu Telkomsel, Indosat, XL-

Axiata, Hutchison CP Telecommunication, Mobile 8, Smart Telecom, Natrindo

Telepon Selular (NTS), dan Sampoerna Telekomunikasi Indonesia (STI). Hingga

kuartal I tahun 2010 berdasarkan data statistik pos dan telekomunikasi pada

Gambar 1.1 , pangsa pasar telepon bergerak selular di dominasi oleh 3 operator

besar yaitu, Telkomsel, Indosat dan XL-Axiata dengan pangsa pasar ketiga

operator tersebut masing-masing adalah Telkomsel (44,5%), Indosat (20,9%) dan

XL-Axiata (19,1%). Dengan demikian ketiga operator tersebut menguasai pangsa

pasar hampir 85% dari total pelanggan telepon bergerak selular.

Gambar 1.1 Pangsa Pasar Operator Selular pada Tahun 2008 Hingga 2010

(Sumber: Ditjend Postel Kementrian Komunikasi dan Informatika, 2011)

Market Share Operator Telepon Bergerak Selular pada Tahun 2008 - 2010


4


Perkembangan sektor telekomunikasi juga ditandai dengan peningkatan

yang terjadi pada kapasitas yang dimiliki oleh penyelenggara jaringan

telekomunikasi telepon bergerak selular. Tabel 1.2 akan menampilkan tentang

jumlah kapasitas terpasang dan kapasitas tersambung untuk operator telepon

bergerak selular dari tahun 2008 hingga tahun 2010.

Peningkatan kapasitas tersambung jaringan telepon bergerak selular untuk

Telkomsel mencapai 15,1 % atau sekitar 94.010.449 sambungan. Peningkatan

jumlah pelanggan telepon bergerak selular yang pada tahun 2006 baru mencapai

63 juta, sampai tahun 2010 telah meningkat hampir 350% menjadi sekitar 211,1

juta pelanggan. Secara rata-rata sejak tahun 2006 pelanggan telepon bergerak

selular telah meningkat 35,6% per tahun. Jika dilihat dari jenis pelangganya,

untuk masing-masing operator masih didominasi oleh jenis pelanggan prabayar.

Proporsi pelanggan paska bayar pada tiga operator utama dalam tiga tahun

terakhir hanya berkisar 1% sampai 4% dari total pelanggan bahkan dengan

proporsi yang cenderung menurun.

Tabel 1.2 Perkembangan Jaringan Operator Selular Tahun 2008 – 2010

2008 2009 2010

Operator Kapasitas Terpasang

Tersambung Kapasitas Terpasang

Tersambung Kapasitas Terpasang

Tersambung

Telkomsel 67,300,000 65,299,991 134,500,000 81,643,532 134,500,000 94,010,449

Indosat 45,651,920 36,510,246 49,525,000 33,136,521 49,525,000 44,217,600

XL-Axiata 46,645,061 26,015,517 52,000,000 31,438,377 52,000,000 40,350,874

Mobile-8 7,748,400 2,701,914 7,880,400 2,805,842 7,880,400 2,240,388

NTS 4,719,107 3,234,800 4,902,808 4,105,156 4,902,808 9,729,464

STI 1,494,134 784,343 1,722,093 636,868 1,722,093 348,527

Hutchison N.A 4,500,609 7,857,000 7,311,000 7,857,000 16,270,000

Smart 3,300,000 1,530,823 4,665,000 2,599,665 4,665,000 3,978,127

Jumlah 176,858,622 140,578,243 263,052,301 163,676,961 263,052,301 211,145,429

*) Kapasitas terpasang 2010 menggunakan data 2009

(Sumber: Ditjend Postel Kementrian Komunikasi dan Informatika, 2011)

Peningkatan jumlah pelanggan sebesar 15,1% pada Telkomsel sangatlah

kecil dibandingkan dua operator besar lainnya yaitu Indosat dan XL-Axiata yang

mengalami peningkatan mencapai 33,4% untuk Indosat dan XL-Axiata yang

mencapai 32,8%. Hal ini menggambarkan ketatnya persaingan pada industri

telepon bergerak selular dimana setiap perusahaan penyelenggara telepon

bergerak selular berusaha untuk merebut pangsa pasar yang ada bahkan hingga


5


mengambil pangsa pasar perusahaan lainnya. Ketatnya persaingan yang terjadi di

industri penyelenggara telepon bergerak selular dapat dilihat dari data yang

dikeluarkan Direktorat Jendral Pos dan Telekomunikasi Kementerian Komunikasi

dan Informasi pada akhir tahun 2010. Data tersebut berisikan tentang jumlah

pelanggan telepon bergerak selular prabayar dan paska bayar yang dimiliki oleh

perusahaan-perusahaan penyelenggara jaringan telepon bergerak selular dari tahun

2006 hingga tahun 2010. Tabel 1.3 menampilkan perkembangan jumlah

pelanggan telepon bergerak selular dari tahun 2006 hingga tahun 2010.

Tabel 1.3 Perkembangan Pelanggan Telepon Bergerak Selular

No Operator 2006 2007 2008 2009 2010

1 Telkomsel 35.597.000 47.890.000 65.299.991 81.643.532 94.010.449

2 Indosat 16.704.729 24.545.422 36.510.246 33.136.521 44.217.600

3 XL-Axiata 9.527.970 15.469.000 26.015.517 31.438.377 40.350.874

4 Mobile 8 1.825.888 3.012.801 2.701.914 2.805.842 2.240.388

5 STI 134.731 310.464 784.343 636.868 348.527

6 NTS 12.715 4.788 3.234.800 4.105.156 9.729.464

7 Hutchison N.A 2.039.406 4.500.609 7.311.000 16.270.000

8 Smart N.A 115.000 1.530.823 2.599.665 3.978.127

Sumber: Ditjend Postel Kementrian Komunikasi dan Informatika, 2011)

Dari data Tabel 1.3 dapat diketahui bahwa operator dengan pertumbuhan

paling tinggi pada tahun 2010 adalah Natrindo Telepon Selular (NTS) dengan

produk prabayarnya Axis yang diikuti oleh Hutchison dengan produk prabayarnya

3 (three) dengan peningkatan sebesar 137% dan 122,5%. Dua operator mengalami

penurunan pelanggan yaitu mobile-8 dan Sampoerna Telekomunikasi Indonesia

(STI) yang menurun masing-masing 20,2% dan 45,3%. (Statistik POSTEL, 2010).

1.1.3. Tingginya angka Churn Rate di Indonesia

Peningkatan jumlah pelanggan telepon bergerak selular yang lebih dari

100% dari tahun sebelumnya untuk operator Natrindo dan Hutchison, menurut

Iwan Rachmat (Vivanews, 2011) tidak terlepas dari strategi pemasaran dengan

pengurangan tarif yang akan berimplikasi pada penurunan pendapatan rata-rata

per pelanggan (average revenues per use - ARPU) dan memicu kecenderungan

konsumen untuk churn (berhenti berlangganan).


6


Churn Rate Beberapa Negara Asia

0.0%

2.0%

4.0%

6.0%

8.0%

10.0%

Ch

urn

Rate

Churn Rate 8.6% 4.0% 3.7% 3.1% 2.9% 2.7% 2.1%

Indonesia India Malaysia Philipina Thailand Cina Bangladesh

Gambar 1.2 Tingkat Churn di Beberapa Negara Asia

(Sumber: Adiningsih, 2007)

Tingkat Churn pelanggan telepon selular di Indonesia diperkirakan

mencapai 8,6% per bulan atau 103,2% dalam setahun. Sementara angka

perputaran pelanggan (churn) di India mencapai 4% per bulan, Malaysia 3,7% per

bulan, Philipina 3,1% per bulan, Thailand 2,9% per bulan, Cina 2,7% per bulan,

dan Bangladesh 2,1% per bulan (Adiningsih, 2007). Dian Siswarini (Indonesia

finance Today, 2011) menginformasikan tingginya tingkat churn rate yang terjadi

disebabkan sekitar 90% pelanggan telepon selular di Indonesia termasuk dalam

kategori pelanggan prabayar yang dapat dengan mudah mengganti nomor atau

operator dengan memanfaatkan promosi tarif murah yang dikampanyekan oleh

penyelenggara telepon bergerak selular.

Untuk menganalisa lebih mendalam tentang churn rate pelanggan, maka

penelitian terkait pun dapat dilakukan. Salah satunya adalah dengan melakukakn

analisis faktor-faktor yang mempengaruhi keinginan pelanggan melakukan churn

pada industri telekomunikasi nasional. Hal ini dikarenakan tarif murah yang

diberikan penyelenggara telepon bergerak selular bukan satu-satunya alasan

pelanggan melakukan churn, melainkan ada faktor-faktor lainnya yang turut

mendukung, seperti kualitas layanan (Turel dan Serenko,2006), nilai yang

dirasakan, loyalitas pelanggan (Pura,2005), image penyelenggara, kepuasan

pelanggan, kebiasaan penggunaan produk (Eshghi et al,2007). Oleh karena itu,

penyelenggara telepon bergerak khususnya Telkomsel membutuhkan informasi

mengenai tingkat loyalitas pelanggannya dan faktor-faktor apa saja yang dapat


7


mempengaruhi pelanggan melakukan churn. Dengan informasi tersebut,

Telkomsel dapat menentukan target konsumen dan memberikan incentive yang

tepat terhadap pelangganya sehingga dapat menjadi masukan bagi Telkomsel

dalam merancang strategi pemasaran yang efektif sehingga dapat menghindari

besarnya biaya untuk membuat pelanggan baru dibandingkan memelihara

loyalitas pelanggan yang sudah ada (Wei dan Chiu, 2002).

Besarnya jumlah pelanggan yang dimiliki oleh Telkomsel membuat

penelitian ini harus menggunakan metode yang tepat agar dapat mendapatkan

hasil yang akurat. Data mining sebagai suatu metode pencari data dengan

kapasitas yang sangat mutakhir dengan menggunakan statistik algoritma untuk

mendapatkan pola atau tren yang terkandung dalam data serta asosiasi yang tidak

dapat dianalisis secara langsung (hidden relationship) pada suatu data base, data

mining merupakan suatu komponen dari proses knowledge discovery yang sangat

besar. kegiatan Data mining secara umum dibagi menjadi tiga bagian, yaitu: (1)

Discovery, proses melihat asosiasi yang tersembunyi dalam suatu database tanpa

membuat hipotesa terlebih dahulu; (2) Predictive Modeling, proses menentukan

pola yang terbentuk dari suatu data yang telah di teliti serta menggunakannya

untuk memprediksi yang akan terjadi pada masa yang akan dating; (3) Forensic

Analysis, yaitu proses menerapkan pola yang telah dijabarkan untuk menemukan

anomali atau elemen data yang unik. Data mining dapat digunakan untuk

mengklasifikasi, meregresi, mengurutkan kejadian, mensegmentasi, melihat

asosiasi dari sejumlah data dan sequence discovery sehingga dapat memberikan

informasi yang lebih mudah dipahami oleh pengguna data karena di tampilkan

dalam bentuk model (Rygielski et al, 2002). Penelitian pada industri telepon

bergerak selular sudah beberapa kali menggunakan data mining sebagai metode

penelitiannya, diantaranya memprediksi perpindahan pelanggan (Wei dan Chiu,

2002), merancang strategi customer relationship management ((Rygielski et al,

2002) dan menganalisa penyebab perpindahan pelanggan (Oseman et al, 2010).

Berdasarkan atas definisi, fungsi, dan aplikasinya, penelitian yang bertujuan untuk

menganalisa faktor-faktor perpindahan layanan telepon bergerak selular

pelanggan Telkomsel ini sangat cocok menggunakan data mining sebagai

metodenya.


8


1.2. Diagram Keterkaitan Masalah

Untuk mempermudah pemahaman mengenai latar belakang penelitian,

maka pada bab ini ditampilkan diagram keterkaitan masalah (interrelationship

diagram) yang ditunjukkan oleh Gambar 1.3.

1.3. Rumusan Masalah

Berdasarkan latar belakang yang telah di paparkan pada sub bab 1.1

rumusan masalah yang akan dibahas dalam penelitian ini adalah perlunya

mengetahui faktor – faktor yang mempengaruhi perpindahan layanan telepon

bergerak selular pada pelanggan Telkomsel berdasarkan variabel yang

mempengaruhinya dengan menggunakan data mining.

1.4. Tujuan Penelitian

Adapun tujuan yang ingin dicapai dari penelitian ini adalah untuk

mendapatkan prediksi pelanggan Telkomsel yang mungkin akan pindah layanan

dengan menggunakan data mining.

1.5. Batasan Penelitian

Untuk mendorong kelancaran penelitian dan pencapaian hasil akhirnya,

maka dibutuhkan beberapa batasan masalah sebagai berikut :

1. Data yang digunakan adalah data primer yang didapatkan dari

kuesioner.

2. Kuesioner disebarkan secara langsung ke responden di Grapari

Telkomsel region Jakarta, sekolah Islamic Village, Universitas

Indonesia dan media elektronik melalui surat elektronik (email) dan

online survey.

3. Target responden adalah pelanggan yang saat ini masih menggunakan

produk layanan telepon selular dari Telkomsel.


9


Gambar 1.3 Diagram Keterkaitan Masalah

Jumlah pelanggan

prabayar yang lebih dominan dibandingkan

pelanggan pasca bayar

Besarnya jumlah

pem akai te lepon

selular

Kebutuhan

pelanggan akan jenis

layanan komunikasi

selular semakin

beragam

Tingginya tingkat

perang harga antar

operator selular di

Indonesia

Pencapaian competitive

advantage dalam

persaingan di industri

telekom unikasi selular

Regulasi pendaftaran

SIM card yang tidak

m engikat pelanggan

Strategi pemasaran

produk sesuai dengan

segmentasi pasar

M engetahui kebutuhan

spesifik pelanggan

Tingkat valid itas data pelanggan yang

rendah

M udahnya

mengganti layanan

prabayar bagi

pelanggan

Bertambahnya operator penyedia

layanan selular

Data pelanggan sulit

d iolah

Terjadi persaingan

pasar yang ketat

Tingginya angka

perputaran pelanggan

(churn rate)

Belum digunakannya

metode pengolahandata

dari data kuesioner

Mendapatkan prediksi penyebab utama

dan penyebab dom inan perputaran

pelanggan dengan metode data m ining

Belum diketahuinya penyebab

utam a perpindahan layanan

selular

Mengurangi jumlah

kartu hangus pada

pelanggan prabayar

Efisiensi biaya akuisisi

pelanggan baru

Menurunnya angka

perputaran pelanggan

dan bertam bahnya

pelanggan loyal

Mampu mengusai pangsa pasar

Laba perusahaan meningkat

Utilitas jaringan dan

average revenues per

use meningkat


10


1.6. Metodologi Penelitian

Penelitian ini dilakukan dengan metodologi sebagai berikut:

1. Tahap persiapan awal

2. Tahap identifikasi

3. Tahap Pengerjaan

4. Tahap analisis dan kesimpulan

Tahap persiapan awal adalah tahap untuk menentukan topik, tujuan

penelitian serta teori dasar yang digunakan. Pada tahap ini diawali dengan

penentuan data – data yang dibutuhkan untuk penelitian ini, yang selanjutnya

dilakukan persiapan pengumpulan data, seperti menyusun isi kuesioner dan

menentukan metode penyebarannya. Setelah persiapan tersebut selesai

dilaksanakan, barulah dilakukan pengumpulan data dengan cara penyebaran

kuesioner secara langsung ke responden.

Pada tahap identifikasi dilakukan data – cleaning yaitu mengeliminasi

kuesioner yang diisi tidak lengkap serta mengeliminasi responden yang tidak

menggukan produk atau jasa Telkomsel saat ini.

Tahap pengerjaan yaitu memindahkan isi kuesioner ke dalam dokumen

excel (data sheet), kemudian melakukan kalkulasi nilai loyalitas untuk

mendapatkan batasan loyalitas pelanggan, dan terakhir adalah mengklasifikasikan

pelanggan berdasarkan pola loyalitasnya dengan algoritma C5.0 Tree Model pada

data mining melalui program SPSS Clementine 12.0. tahap terakhir adalah tahap

analisis dan kesimpulan, dimana pada tahap ini dilakukan analisis terhadap faktor-

faktor perpindahan layanan selular pelanggan Telkomsel dan usulan terhadap

strategi yang dapat dilakukan Telkomsel. Berdasarkan analisis yang dilakukan

dibuatlah kesimpulan akhir dari penelitian ini dan beberapa saran yang berguna

untuk penelitian lainnya yang sejenis. Untuk lebih jelasnya akan ditampilkan

diagram alir metodologi penelitian pada Gambar 1.4.


11


1.7. Sistematika Penulisan

Pembahasan penelitian ini terdiri dari beberapa bab dengan sistematika

sebagai berikut :

Bab 1 merupakan bab pendahuluan yang menjelaskan latar belakang

penelitian, diagram keterkaitan masalah, rumusan masalah, tujuan penelitian,

batasan masalah, metodologi penelitian, dan sistematika penulisan.

Bab 2 merupakan landasan teori yang digunakan pada penelitian ini.

Landasan yang dibahas meliputi churn rate pelanggan seluler, analisa faktor yang

mempengaruhi perpindahan pelanggan selular, metode untuk memprediksi

perpindahan pelanggan selular, dan teori data mining dengan teknik klasifikasi

pohon keputusan (decision trees) menggunakan metode algoritma C5.0.

Bab 3 merupakan pengolahan data yang terbagi dalam tiga sub bab, yaitu:

sub bab profil Telkomsel, Pengumpulan data dan pengolahan data. Pada sub bab

profil Telkomsel akan dibahas mengenai sejarah dan milestone Telkomsel,

kapasitas dan teknologi jaringan Telkomsel, pelayanan, fasilitas, produk

Telkomsel, dan prestasi dari Telkomsel. Lalu pada sub bab pengumpulan data

akan membahas tentang berbagai variabel data yang digunakan untuk penyusunan

kuesioner beserta metode penyebaran kuesioner pelanggan Telkomsel. Terakhir,

pada sub bab pengolahan data akan memaparkan tentang langkah-langkah yang

dilakukan selama pengolahan data, yaitu screening data, kalkulasi lolayalitas

score, dan mengolah data dengan algoritma C5.0 pada decision tree data mining.

Selain itu akan ditampilkan juga hasil akhir dari pengolahan data tersebut dalam

bentuk sebuah model pohon keputusan.

Bab 4 merupakan analisa data yang menjelaskan tentang faktor-faktor

yang mempengaruhi perpindahan layanan selular pelanggan Telkomsel yang

diklasifikasikan berdasarkan tingkat loyalitasnya. Analisa tersebut menghasilkan

strategi yang dapat direkomendasikan kepada perusahaan.

Bab 5 merupakan bab akhir atau penutup yang akan membahas tentang

kesimpulan dari keseluruhan penelitian ini serta saran untuk pembaca dan

penelitian berikutnya.


12


METODOLOGI PENELITIAN

Ta

ha

p I

den

tifi

ka

si

Aw

al

Ta

ha

p P

en

gu

mp

ula

n

da

n P

eng

ola

ha

n D

ata

Tah

ap

An

ali

sa

Dan

Kesi

mp

ula

n

Gambar 1.4 Diagram Alir Metodologi Penelitian

Mulai

Menentukan topik dan

tujuan penelitian

Menentukan dasar teori

yang digunakan

Loyalitas

Pelanggan

Data Mining

Menentukan data yang

dibutuhkan

Mempersiapkan proses

pengumpulan data

Mengumpulkan data

Mengeliminasi data

tidak lengkap

Memindahkan isi kuesioner

ke dokumen excel

Mengkalkulasi nilai

loyalitas

Mengolah data dengan

algoritma C5.0 data mining

Menganalisa hasil

penelitian

Membuat kesimpulan

dan saran

Selesai

Kuesioner yang

diisi pelanggan

Data penelitian dalam

dokumen Ms.Excel

Pohon keputusan

tingkat loyalitas

pelanggan


13


BAB 2

TINJAUAN PUSTAKA

2.1. Perpindahan Pelanggan Selular

Seperti yang telah dipaparkan pada Bab 1, salah satu tantangan yang

dihadapi customer ralationship management suatu perusahaan operator

telekomunikasi selular adalah usaha menekan angka churn atau perputaran

pelanggan yang berhenti menggunakan layanan perusahaan dan pindah ke

perusahaan kompetitor. Arti dari churn rate atau perputaran pelanggan atau

customer retention didefinisikan sebagai jumlah pelanggan yang menghentikan

layanan dari suatu penyedia layanan ke penyedia layanan yang lain selama

periode waktu tertentu yang di bagi dengan jumlah rata – rata pelanggan selama

periode waktu yang sama. Richeldi dan Perucci (2002) mengatakan biaya yang

ditanggung oleh operator selular karena satu pelanggan yang pindah sekitar 500

euro. Hal senada juga diungkapkan oleh Nath dan Behara (2003), tingkat churn

untuk operator selular di Amerika Serikat sebesar 2% hingga 3% perbulan, dan

biaya yang dikeluarkan untuk mendapatkan satu pelanggan sebesar $400 hingga

$500 yang biasanya hanya menghasilkan keuntungan sebesar $50 setiap bulannya.

Kenyataan ini menandakan lebih besar biaya yang dikeluarkan untuk

mendapatkan satu pelanggan baru, dan sering pelanggan baru akan melakukan

churn sebelum perusahaan dapat sepenuhnya menutup biaya akuisisi. hal ini

menjelaskan biaya untuk memelihara pelanggan yang sudah ada lebih efisien

dibandingkan biaya untuk mengakuisisi pelanggan baru.

2.1.1. Manajemen Churn Rate

Didalam pasar layanan telekomunikasi selular yang sudah matang dan

dengan persaingan yang tinggi. Strategi pemasaran bertahan menjadi sangat

penting, daripada harus mendapatkan pelanggan baru atau merebut pelanggan

dari perusahaan pesaing. Strategi pemasaran bertahan berfokus kepada

mengurangi pelanggan yang keluar dan pindah dari merk yang saat ini digunakan

(Fornell dan Werner felt, 1987). Berdasarkan studi yang dilakukan oleh Reichheld

(1996) memperkirakan bahwa dengan meningkatkan tingkat kesetiaan pelanggan

hanya sebesar 5 % perusahaan mendapatkan pertambahan pelanggan rata–rata


14


sebesar 35% untuk perusahaan perangkat lunak dan 95% untuk agen advertising.

Dalam menangani manajemen perputaran pelanggan yang baik berdasarkan studi

yang dilakukan oleh Ahn, Han dan Lee (2006) manajemen churn rate memiliki

dua metode yang krusial, yaitu membangun model perputaran pelanggan yang

komprehensif dengan mengidentifikasi faktor-faktor yang menentukkan

pelanggan churn seperti kegagalan layanan utama, keluhan pelanggan, program

loyalitas pelanggan, penggunaan layanan dan sebagainya. Kedua mengidentifikasi

secara sebagian atau menyeluruh terhadap efek perpindahan pelanggan. Beberapa

faktor utama penyebab churn sangat berpengaruh dari status pelanggan.

Analisa terhadap faktor perputaran pelanggan secara komprehensif

dilakukan oleh Dass dan Jain (2011) berdasarkan review dari berbagai macam

penelitian yang dikumpulkan dan simpulkan bahwa nilai yang dirasakan dan

kualitas layanan yang didapatkan adalah satu – satunya yang memiliki implikasi

secara langsung terhadap perputaran pelanggan (churn). Pura (2005) menyatakan

bahwa model multidimensi nilai yang dirasakan seperti: conditional value, nilai

ekonomis dan nilai kenyamanan memiliki hubungan yang kuat terhadap indikasi

perputaran pelanggan. Beberapa penelitian juga menyatakan bahwa harga atau

tarif yang dikenakan untuk layanan selular merupakan faktor yang berpengaruh

terhadap perputaran pelanggan (Keavney & M.,1995; Kim& Yoon,2004). ASCI

berasumsi bahwa kepuasan pelanggan menjadi faktor yang dominan terhadap

perputaran pelanggan yang dipengaruhi oleh ekspektasi pelanggan, kualitas yang

dirasakan, dan nilai yang dirasakan. Eshghi, et al (2007) menemukan bahwa

image perusahaan adalah faktor yang sangat berpengaruh terhadap kepuasan dan

loyalitas pelanggan, daripada kualitas yang dirasakan yang hanya memiliki efek

yang sangat kecil terhadap kesetiaan pelanggan.

2.1.2. Hubungan Antara Kepuasan Pelanggan, Loyalitas Pelanggan dan

Retensi Pelanggan

Fenomena ketidaksetiaan pelanggan dan mudah mengganti kartu bagi

pelanggan selular dikarenakan ketidakjelasan dalam paket produk yang

ditawarkan oleh operator telepon selular merupakan salah satu penyebab

pelanggan churn, dikarenakan faktor paket produk yang tidak jelas ini tidak dapat


15


diukur secara langsung. Berbagai penelitianpun dilakukakan guna menentukan

konsep dan studi empiris tentang ketidaksetiaan pelanggan. Ada berbagai macam

model yang berkaitan untuk membantu kegiatan pemasaran dalam menangani

retensi pelanggan salah satunya adalah dengan membangun hubungan antara

faktor “customer loyalty”, “customer satisfaction”, “customer enthusiasm”,

“customer trust” dan “customer obligation” (Gerpott, Rams & Schindler, 2001).

High

A typical case 1:

Captive customers High cost after termination of the contract because of the inability to keep current phone numbers when switching to another network operator

Standard case 2:

Loyal customers

Customer

Retention

Low Standard case 1: Wanderers

Atypical case 2: Advantage

maximisers or bad buyers

Little benefit in extending the contract because of:

− inability to obtain a new terminal at low cost

− over-estimation of personal benefit obtained from the services

− under-estimation of individual cost burden.

Low High Customer Loyalty

High

Atypical case A:

Optimistic customers Positive attitude towards the network operator because of:

− Confidence that his service will improve in the future

− Perception of him as “lesser evil” compared with comptetitors

Standard case B:

Impressed customers

Customer

Loyalty

Low Standard case A:

Disappointed customers

Atypical case 2: Advantage

Psimistic customers

Negative attitude towards the network operator because of:

− Expectation that his services will deteriorate in the future.

− Perception that competitors provide better services

Low High Customer Satisfaction

Gambar 2.1 Kombinasi CR, CL, dan CS dalam Pasar Telekomunikasi Selular (Sumber : Gerpott, Rams & Schindler, 2001)

Homburg dan Bruhn (1998), menyarankan dalam membangun hubungan

diantara ketiga faktor “retensi pelanggan”, “kesetiaan pelanggan”, dan “kepuasan

pelanggan” harus dibedakan dalam 2 tingkat berbeda yang dihubungkan secara


16


berantai. Sesuai dengan hal tersebut, kepuasan pelanggan merupakan faktor yang

berkaitan langsung dengan kesetiaan pelanggan, dan juga secara terpusat

merupakan faktor yang menentukan tingkat retensi pelanggan.

Retensi pelanggan berfokus kepada bagaimana cara memelihara hubungan

yang telah terbentuk diantara penyuplai dan pengguna, hal ini dapat dilakukan

dengan dua cara, yaitu: (1) dengan pembelian yang berkelanjutan atau dengan

memperpanjang jangka waktu kontrak anatara pelanggan dan penyedia jasa dalam

rentang waktu tertentu. (2) menarik minat pelanggan untuk tetap membeli dimasa

yang akan datang atau menahan agar pelaggan tidak berhenti berlangganan.

Loyalitas pelanggan merupakan ketika hubungan dagang terus berlanjut dalam

bentuk yang disepakati. Dan kepuasan pelanggan adalah pengalaman yang

dirasakan langsung oleh pelanggan dan bagaimana mereka telah terpenuhi semua

harapan tentang salah satu karakteristik atau keseluruhan dari sebuah fungsi

pelayanan atau produk yang diberikan oleh penyedia jasa atau penyedia produk

(Herrman & Johnson, 1999).

2.2. Data Mining

Kemampuan manusia dalam menghasilkan dan mengumpulkan data telah

meningkat pesat. Penggunaan sistem komputerisasi dalam transaksi bisnis,

keilmuan, transaksi pemerintah, semakin luasnya penggunaan kamera digital,

perangkat publikasi elektronik yang semakin beragam, dan penggunaan barcode

pada sebagian besar alat elektronik. Selain itu, semakin populernya internet

sebagai sistem informasi global telah menghasilkan data dan informasi yang

berukuran sangat besar. Ledakan pertumbuhan dalam penyimpanan dan

perubahan data menyebabkan munculnya kebutuhan yang mendesak terhadap

teknik - teknik baru yang dapat membantu untuk mengubah sejumlah data dalam

jumlah yang sangat besar menjadi informasi penting dan pengetahuan yang

berguna (Han & Kamber, 2006). Teknologi data mining pertama kali digunakan

oleh industri Telekomunikasi, hal ini dikarenakan sebuah perusahaan

telekomunikasi secara rutin menghasilkan dan menyimpan sejumlah besar data

yang berkualitas tinggi, memiliki data pelanggan dalam jumlah besar, dan

beroperasi dalam lingkungan yang kompetitif dan cepat berubah. Perusahaan


17


telekomunikasi menggunakan data mining untuk meningkatkan kinerja penjualan,

mengidentifikasi fraud atau pencurian layanan komunikasi, dan memperbaiki

sistem manajemen jaringan telekomunikasi merek (Gary M. Weiss, 2009).

2.2.1. Definisi dan Model Data Mining

Data mining didefinisikan sebagai proses penggalian dan analisis dari

sebuah pola, hubungan, dan informasi yang berguna dari basis data yang besar

(Khalida Binti Oseman, 2010) Secara sederhana, data mining di ibaratkan proses

mendapatkan atau “menggali” pengetahuan dari sejumlah besar data. Data mining

dapat di lihat juga sebagai hasil evolusi yang alami dari sebuah teknologi

informasi. Industri sistem basis data terus berevolusi dan berkembang mengikuti

fungsi dan kegunaannya. Pada gambar 2.2 menerangkan tentang evolusi proses

pengambilan data, penciptaan data, manajemen data, termasuk juga sistem

penyimpanan data, proses transaksi data base, dan analisis data tingkat lanjut yang

termasuk data warehousing dan data mining (Han & Kamber, 2006).

Berdasarkan informasi yang dapat ditelusuri dari sebuah basis data, secara

umum teknologi data mining dapat dibagi menjadi beberapa kategori diantaranya

adalah:

a. Classification analysis

Model ini bertujuan untuk meng kelaskan atau melevelkan data

awal atau data dasar yang belum di klasifikasikan berdasarkan jenisnya,

yang berguna untuk mengklasifikasi jenis data pada masa mendatang.

Model ini banyak digunakan untuk teknik pohon keputusan (decision tree

induction), teknik aturan keputusan (decision rule induction), dan neural

network.

b. Clustering analysis

Analisa kluster adalah proses menetapkan satu set contoh atau

model (tanpa melakukan pendefinisian atribu terlebih dahulu) ke dalam

kelompok menurut beberapa ukurannya kedalam kluster yang berbeda,

dimana contoh data dalam satu kluster berjenis yang sama namun berbeda

jenis dengan contoh data di kluster yang lainnya.


18


Gambar 2.2 Evolusi Teknologi Sistem Database

(Sumber: Han & Kamber, 2006)

c. dependency analysis

Model ini menelusuri pola yang saling berhubungan (contohnya,

association rules, sequential patterns, temporal patters, dan episode rules)

ke dalam satu kelompok data.Visualisasi data memungkinkan pembuat

keputusan untuk melihat pola yang komplek atau rumit pada sebuah data

sebagai objek visual dalam tiga dimensi dan berwarna, hal ini dapat


19


mendukung kemampuan untuk memindah sisi pandang, memutar, dan

memperbesar obyek yang memungkinkan melihat dari berbagai level pola

yang di teliti.

d. text mining

Penggalian tulisan termasuk kategori penulisan, klustering dokumen,

term association discovery, penggalian informasi, dan lain sebagainya

merupakan penggalian pola dari dokumen dalam bentuk tulisan dan dapat

digunakan untuk memfasilitasi manajemen dokumen dan menemukan atau

menelusuri pengetahuan yang tersembunyi dari sebuah tulisan.

2.2.2. Pohon Keputusan (Decission Tree Induction)

Pada awal tahun 1980an, J. Ross Quinlan membangun sebuah algoritma

pohon keputusan yang dinamakan ID3 (Iterative Dichotomiser) algoritma ini pada

penggunaan awalnya disebut sebagai concept learning system. Selanjutnya

Quinlan memperkenalkan C4.5 sebagai pengganti ID3 yang menjadi tolak ukur

bagi pengguna baru algoritma atau sebagai algoritma pembanding. Pada tahun

1984, sekelompok ahli statistic (L.Breiman, J.Freidman, R.olshen, dan C.Stone)

menerbitkan sebuah buku classification and Regression Trees (CART) yang

diklaim sebagai sepasang generasi pohon keputusan.

Induksi pohon keputusan secara sederhana adalah struktur pohon yang

merepresentasikan sebuah pembelajaran yang dimulai dari kelas (level) yang

disusun dari urutan elemen – elemen yang akan dievaluasi. Sebuah pohon

keputusan adalah sebuah flowchart yang sama dengan struktur pohon, dimana

internal node (bagian batang pohon/ non leaf node) yang merepresentasikan dari

atribut – atribut yang di uji coba. Dan setiap cabang mempresentasikan nilai atau

hasil dari atribut yang diuji coba. Dan bagian daun (terminal node)

mempresentasikan kelas dari sebuah label. Bagian terakhir dari sebuah pohon

adalah akar (root node). (Han & Kamber, 2006).

Metodologi ini menggunakan pemisahan (split) univariate, sehingga

mudah dipahami oleh pemakai dikarenakan bentuknya yang sederhana. Akan

tetapi batasan-batasan yang diterapkan pada representasi aturan dan pohon

tertentu dapat secara signifikan membatasi bentuk fungsional dari model.


20


Gambar 2.3 Batas klasifikasi linear sederhana pada himpunan data peminjaman (Sumber: Fayyad, 1996)

Sebagai contoh, Gambar 2.3 memberikan ilustrasi mengenai efek

penerapan pemisahan, yang didasarkan pada ambang nilai tertentu, pada variabel

penghasilan (income) di himpunan data peminjaman: sangat jelas terlihat bahwa

penerapan pemisahan nilai ambang sederhana sangat membatasi tipe batas

(boundary) klasifikasi yang dapat dihasilkan. Jika ruang model dilebarkan untuk

memfasilitasi ekspresi-ekspresi yang lebih umum (misalnya multivariate hyper

planes pada berbagai sudut), maka model ini dapat menjadi lebih sesuai untuk

model prediksi. Hanya saja, mungkin akan menjadi lebih sulit dipahami oleh

pengguna (Fayyad, 1996).

ID3, C4.5, dan CART merupakan pendekatan yang diadopsi untuk

membuat pohon keputusan dibangun dengan cara di mulai dari atas hingga

kebawah dan di bagi secara berulang. Cara untuk mengintepretasikan klasifikasi

yang dihasilkan dari sebuah pohon keputusan adalah sebagai berikut:

1) Proses ini dimulai dari melihat root node.

2) Periksa besar nilai atribut yang ditampilkan pada internal node dan

ikuti cabangnya untuk menuju node berikutnya.

3) Ulangi langkah tersebut hingga mendapatkan terminal node.

4) Kelas yang ditampilkan pada terminal node tersebut adalah dari

runtutan terakhir dari klasifikasi pohon keputusan ini.

Agar lebih mudah dan jelas dalam memahami tentang pohon keputusan,

berikut ini adalah salah satu contoh model yang menjelaskan tentang faktor-faktor

apa saja yang mempengaruhi pelanggan melakukan churn berdasarkan demografi

tempat tinggalnya :


21


Gambar 2.4 Klasifikasi pada Pohon Keputusan (Sumber: Khalida et al.,2010)

Dari gambar 2.4 dapat dilihat bahwa area tempat tinggal diposisikan

sebagai root node, baik yang tinggal di kota, pinggiran kota, atau perkampungan.

Kemudian lama penggunaan layanan dan durasi rata-rata penggunaan layanan

dijadikan sebagai internal node. Dan kebenaran lama penggunaan layanan serta

durasi rata-rata penggunaan layanan dijadikan sebagai terminal node atau leaf

node.

2.2.3. Algoritma C5.0

Algoritma yang digunakan dalam menginduksi pohon keputusan memiliki

fungsi-fungsi khusus yang sesuai dengan tujuan dan penggunaannya masing-

masing. Beberapa di antaranya adalah C5.0 yang diperbarui dengan C4.5 dan

disempurnakan kembali dengan C5.0, CART, dan CHAID. Adapun teknik

algoritma yang digunakan pada penelitian ini adalah C5.0 yang merupakan

pengembangan dari algoritma C4.5. Algoritma ini berdasarkan penelitian Jehn-

Yih & Phi-Heng tahun 2008 pada industri operator penerbangan dianggap paling

sesuai untuk penelitian ini karena dapat menggambarkan klasifikasi loyalitas

pelanggan berdasarkan faktor-faktor yang ada dalam sebuah pohon keputusan.

Algoritma C5.0 menggunakan klasifikasi dalam bentuk if-then untuk

mengklasifikasikan data yang memiliki atribut numeric dan kategorikal. Dan

menggunakan metode max-gain dalam menentukan attribut yang terbaik atau

yang sangat signifikan mempengaruhi faktor yang diteliti (Dyer, 2003). Sebagai

contoh, secara umum langkah-langkah proses algoritma C5.0 dalam membuat

pohon keputusan adalah sebagai berikut:


22


6 buah data training, yang terdiri dari 3 macam attribut: warna, bentuk, dan

ukuran. Attribut warna memiliki 3 nilai kemungkinan, yaitu: merah, hijau dan

biru, attribut bentuk memiliki 2 nilai kemungkinan, yaitu : kotak dan lingkaran,

dan attribut ukuran memiliki 2 nilai kemungkinan, yaitu : besar dan kecil.

Tabel 2.1 Data Percobaan Algoritma C5.0

Sample Warna Bentuk Ukuran Kelas

1 merah Kotak Besar +

2 Biru Kotak Besar +

3 Merah lingkaran Kecil -

4 Hijau Kotak Kecil - 5 Merah lingkaran Besar +

6 Hijau Kotak Besar +

1. Menentukan attribut terbaik sebagai batang dari pohon keputusan.

H (kelas) = H ( 3 / 6, 3 / 6 ) = 1

H (kelas | warna) = 3/6 * H(2/3, 1/3) + 1/6 * H(1/1, 0/1) + 2/6 H (0/2, 2/2)

= 1/2 * (- 2/3 log2 2/3 - 1/3 log2 1/3)

+ 1/6 * (- 1 log2 1 - 0 log2 0)

+ 2/6 * (- 0 log2 0 - 1 log2 1)

= 1/2 * (- 2/3 (log22 - log23) – 1/3(log21 - log23))

+ 1/6 * 0

+ 2/6 * 0

= 1/2 * ( - 2/3 ( 1 – 1.58) – 1/3 (0 – 1.58))

= 1/2 * 0.914

= 0.457

I (kelas; warna ) = H (kelas) – H (kelas | warna)

= 1 – 0.457

= 0.543

H (kelas|bentuk) = 4/6 I (2/4, 2/4) + 2/6 I(1/2, 1/2 )

= 4/6 * 1.0 + 2/6 * 1.0

= 1.0

I (kelas; bentuk) = H (kelas) – H (kelas | bentuk)

= 1.0 – 1.0

= 0.0

H (kelas| ukuran) = 4/6 I (3/4, 1/4) + 2/6 I(0/2, 2/2 )

= 0.541

I (kelas; ukuran) = H (kelas) – H (kelas | ukuran)

= 1.0 – 0.541

= 0.459


23


Dikarenakan nilai node warna yang paling besar (0.543) dibandingkan

dengan nilai node dari attribut lainnya 0.0 dan 0.459, maka dibuatlah akar

dari node warna dan membagi sample data untuk membentuk akar dari

sebuah batang, seperti yang terlihat pada Gambar 2.5 :

Warna

Merah Hijau Biru

[1,3,5] [4,6] [2]

+,-,+ -,- +

Gambar 2.5 Pohon Keputusan Dengan Attribut Warna Sebagai Root Node

2. Menentukkan attribut terbaik sebagai terminal dari root node merah

Cabang dari batang merah (child node) , terdiri dari 3 sample [1,3,5]

yang memiliki attribut bentuk dan ukuran.

H (kelas|bentuk) = 1/3 H(1/1, 0/1) + 2/3 H(1/2, 1/2)

= 1/3 * 0 + 2/3 * 1 = 0.667

I (kelas; bentuk) = H (2/3, 1/3) – 0.667

= 0.914 – 0.667 = 0.247

H (kelas|ukuran) = 2/3 H (2/2, 0/2) + 1/3 H (0/1, 1/1)

= 2/3 * 0 + 1/3 * 0 = 0

I (kelas;ukuran) = H (2/3, 1/3) – 0

= 0.914

Dikarenakan nilai attribut ukuran yang terbesar 0.914 dibandingkan

atrribut bentuk 0.274 sehingga attribut ukuran menjadi cabang dari node

warna merah dan attribut bentuk menjadi terminal dari attraibut ukuran.

Warna

Merah Hijau Biru

Ukuran

Besar Kecil

+ -

Gambar 2.6 Pohon Keputusan Hingga Terminal Node (daun


24


BAB 3

PENGUMPULAN DAN PENGOLAHAN DATA

3.1. Profil Telkomsel

Pada sub bab ini akan dijelaskan mengenai profil perusahaan Telkomsel

yang terdiri dari: sejarah dan perkembangan Telkomsel, Manajemen dan

Organisasi Telkomsel, Jangkauan Jaringan Telkomsel, Produk dan Layanan

Telkomsel, dan Penghargaa-penghargaan yang diraih Telkomsel.

3.1.1 Sejarah dan Kepemilikan Saham Telkomsel

Pada tahun 1995 PT. Telkom dan PT. Indosat mendirikan perusahaan

patungan (share ownership) PT. Telekomunikasi Selular (Telkomsel) yang

berasal dari proyek sistem telekomunikasi bergerak selular (STBS) PT. Telkom di

Pulau Batam dan Pulau Bintan dengan kepemilikan saham 61% dikuasai oleh PT.

Telkom dan 49% dikuasai oleh PT. Indosat dan dengan layanan paskabayar

kartuHALO sebagai produk perdananya. Dengan hanya memiliki 149 base

tranceiver station (BTS) pada tahun 1995, saat ini Telkomsel telah meningkatkan

kapasitas jaringan hingga 36.557 BTS pada tahun 2010 meningkat 24.534%

dalam lima belas tahun terakhir, hal ini sebagai bukti komitmen Telkomsel dalam

mengimplementasikan lisensi nasional yang diberikan oleh pemerintah dalam hal

menghadirkan layanan selular nasional.

Untuk memenuhi kebutuhan modal dalam peningkatan jaringan,

Telkomsel mulai menjual sebagian sahamnya sebesar 17,3% ke KPN Netherland

dan 5% ke PT.Setdco Megacell Asia (Setdco) pada tahun 1996. Pada tahun 1997,

Telkomsel memperkenalkan simPATI Nusantara sebagai produk pertama layanan

selular pra bayar di Asia, yang menjangkau hingga 27 propinsi.

Pada Tahun 2001 PT. Telkom meningkatkan jumlah kepemilikan saham

Telkomsel sebesar 77.7% dari Indosat, dan SingTel Mobile membeli 17.3% dari

KPN dan 5% dari Setdco. Pada tahun 2002 Telkomsel menggelar layanan data

termasuk wireless aplication protocol (WAP) melalui GPRS (General Packet

Radio Service) dan MMS (multimedia messaging services) secara serentak

sebagai jawaban cepatnya perkembangan kebutuhan layanan selular dan mobile

data dan bisnis content provider, pada tahun yang sama SingTel menambah lagi


25


porsi sahamnya sebesar 12.7% dari Telkom sehingga membentuk porsi baru

pemegang saham Telkomsel, 35% dikuasai oleh SingTel Mobile (Singapura) dan

65% dikuasai oleh PT. Telkom hingga saat ini.

Selanjutkan pada tahun 2003 Telkomsel menjadi pioner untuk layanan

jelajah internasional bagi pelanggan pra bayar. Pada tahun 2004 Telkomsel

membuat lompatan besar dengan menjadi pioner dalam layanan isi ulang

elektronik dan meluncurkan produk KartuAS layanan pra bayar untuk segment

kaum muda. Menyusul pada tahun 2005, Telkomsel menambah nilai layanan

perbankan dengan produknya mobile banking dan layanan ATM.

Perkembangan teknologi selular yang terus meningkat, disambut antusias

oleh operator layanan selular di Indonesia dengan berlomba menggelar jaringan

generasi ke-3, Telkomsel menggelar jaringan 3G pertama di Indonesia pada tahun

2006, dilanjutkan dengan layanan data cepat HSDPA (high speed downlink packet

access) pada tahun 2007 dan layanan data pita lebar HSUPA (high speed uplink

packet access) pada tahun 2009. Dengan perkembangan teknologi terbaru tersebut

Telkomsel membawa pelanggan dan masyarakat Indonesia kedalam era layanan

baru seperti, video call, mobile TV on demand, high speed internet and data

access. Tidak hanya itu dengan dukungan teknologi yang dimiliki, pada tahun

2007 Telkomsel memperkenalkan layanan T-Cash, yang merupakan layanan jasa

keuangan melalui jaringan selular yang pertama di Indonesia dan juga menjadi

pioner layanan panggilan suara dan akses data diatas kapal PELNI selama

berlayar pada tahun 2008.

Sejalan dengan misi perusahaan, dimana sektor telekomunikasi merupakan

sebagai salah satu sektor pembangun ekonomi bangsa, Telkomsel memandang

bahwa pada dasarnya jaringan yang luas dengan core network yang senantiasa

dipersiapkan mendukung implementasi teknologi terkini merupakan hal utama

dalam melayani pelanggan selular Indonesia, untuk itu pada tahun 2010

Telkomsel telah sukses menjalani uji coba teknologi generasi ke-4 yang disebut

LTE (long term evolution) pertama di Indonesia di tiga kota besar dengan

menggandeng tiga vendor, yaitu Huawei unutk Jakarta, Ericsson untuk Medan dan

Nokia Siemens Network untuk Denpasar (Antara, 2010). Serta meluncurkan

layanan mobile newspaper pertama di Indonesia pada tahun yang sama.


26


Gambar 3.1 Struktur Organisasi Telkomsel

Sumber: Laporan Tahunan Telkomsel, 2010


27


3.1.2 Manajemen dan Organisasi Telkomsel

Dengan jumlah karyawan sebanyak 4.421 orang pada tahun 2010 untuk

mendukung operasional dan menjalankan bisnis, Telkomsel di nahkodai oleh

dewan direksi yang terdiri dari 4 direktur yang memimpin divisi masing-masing

yaitu direktur keuangan, direktur perencanaan dan pengembangan, direktur

operasional, dan direktur perniagaan yang didukung oleh grup manajemen sumber

daya manusia dan grup bisnis baru yang langsung dipimpin oleh presiden direktur.

Dewan komisaris yang berfungsi untuk pengawasan perusahaan, yang dipilih oleh

pemegang saham Telkomsel melalui rapat umum pemegang saham, dewan ini

terdiri dari 1 presiden komisiaris dan 5 anggota komisiaris. Gambar 3.1

memperlihatkan stuktur organisasi Telkomsel.

3.1.3 Jangkauan Jaringan Telkomsel

Jaringan Telkomsel pada tahun 2010 telah berhasil menjangkau hingga

95% wilayah Indonesia, yang didukung dengan penambahan jumlah BTS

sebanyak 5.565 dengan pembagian 44.4% jaringan 2G dan 55.6% jaringan 3G

serta implementasi transformasi jaringan yang siap mendukung jaringan data

hingga kecepatan 21 Mbps (mega bit per secon) HSPA+ di 7 kota besar dan

jaringan data hingga kecepatan 14.4 Mbps di 10 kota lainnya. Melalui program

USO (universal service obligation) yang digagas oleh pemerintah untuk

meningkatkan teknologi informasi di daerah terpencil, hingga tahun 2010

Telkomsel berhasil menjangkau 25.412 desa di Indonesia, dan melalui program

Telkomsel Merah Putih sebuah proyek Telkomsel yang bertujuan untuk

menjangkau daerah pedesaan, industri terpencil, dan bahari yang dimulai pada

tahun 2008 Telkomsel berhasil mencapai 165 desa terpencil, 69 industri, dan 15

kapan PELNI.

3.1.4 Produk dan Layanan Telkomsel

Untuk memenuhi kebutuhan berbagai segmen pasar, dengan tingkat

kebutuhan, keinginan dan kemampuan yang beragam, Telkomsel terus

meningkatkan dan mengembangkan produk dan layanan yang maju dan dapat

dipercaya untuk mejaga dominasi pasar selular melalui tiga produk utamanya

yaitu: KartuHALO, simPATI dan Kartu AS, yang melayani segment pasar selular


28


yang berbeda, KartuHALO ditujukan untuk pelanggan paska bayar dengan

segmen pelanggan kelas atas seperti konsultan, executive, pebisnis yang sudah

dewasa dan mapan dengan kebutuhan tingkat kehandalan dan kualitas jaringan

yang terbaik, menjadikan kartu halo sebagai produk premium Telkomsel dengan

jumlah pelanggan aktif sebanyak 2,126 juta SST (satuan sambungan telepon).

simPATI dan Kartu As ditujukan untuk pelanggan pra bayar dengan segmen

pelanggan kelas menengah seperti pelajar, mahasiswa, dan pekerja dengan tingkat

kebutuhan dan kemampuan yang beragam menjadikan simpati dan kartu as

sebagai produk andalan Telkomsel dengan jumlah pelanggan sebanyak 91,884

juta satuan sambungan telepon. Tidak hanya menyediakan produk dasar

telekomunikasi, Telkomsel juga menyediakan produk dan layanan yang beragam

sebagaimana ditampilkan dalam Gambar 3.2 produk dan layanan Telkomsel.

Gambar 3.2 Produk dan Layanan Telkomsel

Sumber: Laporan Tahunan Telkomsel, 2010


29


3.1.5 Corporate Social Responsibility dan Penghargaan untuk Telkomsel

Selama 15 tahun perjalanan melayani pelanggan selular Telkomsel

menekankan komitmennya pada kepedulian sosial sebagai tanggung jawab

perusahaan terhadap masyarakat, stakeholders dan pemegang saham yang sesuai

dengan peraturan dan bisnis perusahaan. Telkomsel berkomitmen untuk mencapai

performasi yang terbaik disetiap lini usahanya, yang berefek langsung terhadap

Telkomsel, dan secara tidak langsung meningkatkan pertumbuhan makro dan

mikro ekonomi. Dalam menjalankan tanggung jawab sosial perusahaan melalui

program dan aktivitas Telkomsel CSR berdasarkan 3 prinsip, yaitu: Connect, Care

and Conserve. Untuk tahun 2010, aktifitas program Telkomsel CSR berfokus

kepada dunia pendidikan, program Telkomsel CSR yang berkelanjutan dan

sedang berjalan hingga saat ini adalah:

� Pelatihan teknisi handphone untuk bekas pengguna narkoba yang

berkerja sama dengan BNN (Badan Narkotika Nasional).

� Pelatihan pemanfaatan teknologi informasi untuk guru, yang

dikhususkan bagi guru matematika sekolah menengah pertama dan

sekolah menengah atas, yang telah memberikan pelatihan kepada

2500 guru di 23 propinsi.

� Pelatihan pemanfaatan teknologi informasi untuk pelajar dan sekolah,

dengan memberikan fasilitas laboratorium komputer kepada 40

sekolah mulai dari Banda Aceh hingga Merauke yang melibatkan

5000 pelajar.

� Telkomsel Emergency Response and Recovery Activity (TERRA),

merupakan program Telkomsel untuk membantu daerah yang terkena

bencana alam dengan kegiatannya, yaitu: Pemulihan jaringan

Telkomsel dalam waktu singkat, penanganan pengungsi bencana,

pendirian dapur umum, pemberian bantuan makanan dan obat-obatan

dan pemberian pulsa gratis pada fase awal bencana.

� Pelatihan wirausaha dan teknisi handphone bagi pemuda yang tidak

memiliki tempat tinggal atau anak jalanan dan bagi pemuda cacat

yang kesulitan mendapatkan pekerjaan agar mereka dapat hidup

mandiri.


30


Kemapuan Telkomsel dalam memberikan pelayanan dan produk yang

terbaik bagi pelanggannya mendapatkan pengakuan dari berbagai pihak. Untuk

tahun 2010 Telkomsel mendapatkan Top Brand Award untuk kartuHALO dari

majalah Marketing berturut-turut untuk tahun kesebelas. Telkomsel juga meraih

Call Center Awards 2010 for Service Exellence untuk Telkomsel Caroline dari

Marketing dan CCSL berturut-turut untuk tahun keenam. Beberapa penghargaan

lainnya yang diraih Telkomsel pada tahun 2010, yaitu:

� Greatest Brand of the Decade 2010 Netizen’s Choice untuk simPATI

dari Marketeers Award.

� Customer Loyalty Award- The NPS Good GSM Prepaid Category

untuk KartuAS dari SWA & Octovate.

� Word of Mouth Marketing Award 2010 untuk kartuHALO dari SWA

& Marketing research berturut-turut untuk tahun kedua.

� Indonesia Best Practices Award 2010 for Broadband Service Provider

of the year dari Forst & sullivan.

� Top Brand Award untuk Telkomsel Flash, Mobile Internet Service

Provider dari Marketing & Frontiers.

� ICSA Award 2010 untuk Telkomsel Flash, Mobile Internet Service

Category dari Swa & Frontier berturut-turut untuk tahun kedua

� The Best Contact Centre Operations Above 100 Seats Award untuk

simPATI dari ICCA.

� Indonesia Service Quality Award 2010 untuk GraPARI dari Marketing

dan CCSL berturut-turut untuk tahun keempat.

� ISO 9001:2008 Certification for Call Centre dari TUV Nord

Indonesia, German.

� ISO/IEC 27001:2005 Certification Call Centre dari Bureau Veritas

� Best CSR for Indonesia Award 2010 in The Disaster Mitigation and

Education Categories dari Bisnis & CSR magazine.


31


Gambar 3.3 Penghargaan yang Diterima Telkomsel Sumber: (Laporan Tahunan Telkomsel, 2010)

3.2 Pengumpulan Data

Pada sub bab ini akan dijelaskan mengenai tahap-tahap dalam proses

pengumpulan data yang terdiri dari: penentuan variabel data, penyusunan isi

kuesioner serta metode penyebaran kuesioner.

3.2.1 Penentuan Variabel Penelitian

Menurut penelitian yang dilakukan oleh Dass dan Jain (2011), variabel

data yang digunakan untuk memprediksi pelanggan churn dari suatu operator

telepon selular memiliki hubungan yang sangat spesifik antara satu faktor dengan

faktor lainnya yang menyebabkan pelanggan churn. Adapun faktor yang sangat

dominan mempengaruhi pelanggan unutk churn diperlihatkan pada Gambar 3.4

dari beragamnya faktor maka dikelompokkanlah menjadi tiga kelompok besar

karakteristik pelanggan, yaitu: Demografi pelanggan, kebiasaan penggunaan

produk oleh pelanggan, dan tingkat kesetujuaan pelanggan terhadap produk dan

layanan yang dirasakan.


32


Gambar 3.4 Hubungan antara Faktor Penyebab Churn

(Sumber: Dass & Jain, 2011)

Berikut ini adalah 33 variabel data yang digunakan dan keterangan

variabelnya:

Tabel 3.1 Variabel Penelitian Churn Rate Pelanggan Telkomsel

Kategori Item Keterangan

Jenis kelamin Pria; Wanita

Usia ≤20; 21-30; 31-40; 41-50; 51-60; ≥61

Pendidikan terakhir SLTA/SMK; Diploma; Sarjana; S2/S3

Pekerjaan

Pelajar/Mahasiswa; Pegawai swasta; Pegawai BUMN/BHMN; PNS/Militer; Wiraswasta; Lainnya

Demografi Pelanggan

Penghasilan perbulan ≤1,2; 1,2-2,5; 2,5-5; 5-12; ≥12; Lainnya

Produk telkomsel KartuHALO; simPATI; KartuAS

Lama penggunaan produk ≤1; 1-3; ≥3; Kebiasaan Pengunaan Produk Jumlah pengeluaran pulsa

≤5000; 5001-25000; 25001-50000; 50001-100000; 100001-200000; ≥200001


33


Kategori Item Keterangan

Cara pengisian ulang

Voucher; e-voucher; Tunai; Autodebet; ATM; Internet Banking; SMS Banking; Kartu Kredit

Yang membayar tagihan Diri sendiri; Orang tua; Perusahaan/Instansi

Keinginan untuk tetap menggunakan

Kebiasaan Pengunaan Produk

Keinginan unutk merekomendasikan Skala likert 1 � 10

Tingkat kesetujuaan tarif bicara kesesama

Tingkat kesetujuaan tarif bicara antar operator

Tingkat kesetujuaan tarif bicara ke FWA

Tingkat kesetujuaan tarif SMS

Tingkat kesetujuaan tarif data

Tingkat kesetujuaan transparansi beban biaya

Tingkat kesetujuaan kualitas gagal panggil

Tingkat kesetujuaan kualitas terputusnya panggilan

Tingkat kesetujuaan kualitas pengiriman SMS

Tingkat kesetujuaan kualitas kejernihan suara

Tingkat kesetujuaan kualitas kekuatan sinya

Tingkat kesetujuaan kualitas kantor layanan

Tingkat kesetujuaan kualitas nomor call centre

Tingkat kesetujuaan kualitas penanganan keluhan

Tingkat kesetujuaan kualitas petugas pusat layanan

Tingkat kesetujuaan kualitas yang dirasakan

Tingkat kesetujuaan harapan yang dirasakan

Tingkat kesetujuaan image CSR Telkomsel

Tingkat kesetujuaan image inovasi Telkomsel

Tingkat kesetujuaan kepuasan layanan

tingkat kesetujuaan pelanggan terhadap produk dan layanan

Tingkat kesetujuaan kepuasan operator

Skala likert Sangat tidak setuju; Tidak setuju; Cukup setuju; Setuju; Sangat setuju

Keterangan mengenai faktor-faktor yang melekat terhadap produk dan

layanan selular Telkomsel yang digunakan sebagai variabel penelitian prediksi

pelanggan berpotensi churn dapat dilihat pada penjelasan berikut ini:


34


• Tarif bicara kesesama pengguna Telkomsel

Biaya panggilan yang dikenakan ketika membangun hubungan

komunikasi di dalam jaringan Telkomsel baik itu satu wilayah ataupun

antar wilayah.

• Tarif bicara antar operator GSM


komunikasi yang memerlukan interkoneksi antara Telkomsel dengan

layanan operator GSM lain yang dituju.

• Tarif bicara ke operator FWA


komunikasi yang memerlukan interkoneksi antara Telkomsel dengan

layanan operator FWA yang dituju.

• Tarif layanan SMS

Biaya yang dikenakan ketika pelanggan Telkomsel mengirimkan pesan

singkat dalam bentuk teks, biaya ini telah diatur oleh Badan Regulasi

Telekomunikasi Indonesia yaitu flat 160 rupiah per sms atau 1 rupiah

per karakter sms untuk pesan singkat dalam negeri.

• Tarif layanan data

Biaya yang dikenakan ketika pelanggan melakukan koneksi jaringan

internet untuk aktifitas uploading maupun downloading dengan skema

biaya per satuan data atau per satuan waktu koneksi.

• Kejujuran dan transparansi dalam hal informasi biaya yang dibebankan

Informasi biaya kepada pelanggan yang menggunakan layanan

Telkomsel sesuai dengan apa yang dipublikasikan atau sesuai dengan

nilai kontrak yang diajukan tanpa penambahan biaya yang tidak

diketahui oleh pelanggan sebelumnya.

• Tingkat gagal panggil ke sesama maupun ke operator lain

Tingkat kegagalan ketika pelanggan ingin membangun hubungan

telekomunikasi baik itu ke pelanggan Telkomsel atau ke operator lain.


35


• Tingkat terputusnya percakapan ketika berbicara (on phone)

Tingkat terputusnya hubungan telekomunikasi ketika pelanggan telah

berhasil membangun hubungan telepon namun terkena interupsi,

dikarenakan kualitas jaringan yang buruk atau cuaca.

• Tingkat keberhasilan pengiriman SMS

Kemudahan pengiriman pesan singkat dan berhasil diterima nomor

telepon yang dituju dalam waktu yang ditentukan.

• Kualitas suara ketika melakukan panggilan telepon

Kejenihan dan penerimaan suara yang baik ketika melakukan hubungan

telekomunikasi melalui jaringan Telkomsel.

• Kekuatan sinyal dan ketersediaan jaringan Telkomsel

Tingkat penerimaan sinyal radio oleh perangkat pelanggan ketika

berada didalam sel jaringan telkomsel atau pindah ke sel yang lainnya

serta ketersediaan jaringan Telkomsel di wilayah layanan Telkomsel.

• Kantor layanan pelanggan mudah ditemukan

Kemudahan akses dan jam operasional kantor layanan pelanggan

Telkomsel guna mendapatkan layanan baik itu keluhan atau pelayanan

lainnya yang berkaitan dengan produk dan jasa Telkomsel.

• Nomor pusat layanan mudah dihubungi dan tersedia dalam 24 jam

Kemudahan menghubungi nomor telepon layanan pelanggan baik itu

dari nomor Telkomsel maupun dari nomor lainnya dan tersedia selama

24 jam penuh.

• Keluhan dapat ditangani dengan baik oleh petugas pelayanan pelanggan

Kemudahan dalam menangani permasalahan yang diajukan pelanggan

terakait produk dan layanannya tanpa harus melibatkan pihak yang lain.

• Daya tanggap petugas pusat layanan pelanggan Telkomsel

Kepedulian dan keramahan petugas layanan dalam melayani pelanggan

telkomsel baik melalui nomor pusat layanan atau melalui kantor

layanan pelanggan.


36


• Kualitas produk yang dirasakan.

Kesesuaian kualitas produk dan layanan yang dirasakan pelanggan

terhadap biaya yang dikeluarkan untuk mendapatkan produk dan

layanan tersebut.

• Harapan terhadap layanan yang telah terpenuhi.

Kesesuaian kualitas produk dan layanan yang terhadap harapan yang

diberikan oleh pelanggan

• Image kepeduliaan perusahaan terhadap kehidupan sosial

Citra perusahaan terhadap aktifitas sosial yang dilihat dan dirasakan

langsung oleh pelanggan maupun masyarakat disekitar Telkomsel

beroperasi

• Image perusahaan terhadap inovasi teknologi yang digunakan

Citra perushaan dalam mengembangkan dan mengimplementasikan

teknologi terbaru dalam melayani pelangganya

• Kepuasan terhadap seluruh layanan

Tingkat kepuasan pelanggan terhadap seluruh aspek produk dan

layanan yang telah diberikan Telkomsel

• Telkomsel adalah operator terbaik

Kepuasan pelanggan hingga mencapai keputusan bahwa Telkomsel

adalah operator selular terbaik dibandingkan dengan operator lainnya.

3.2.2 Penyusunan Isi Kuesioner

Untuk mengetahui faktor yang menyebabkan perpindahan (churn) layanan

selular pelanggan Telkomsel terhadap atribut yang melekat pada produk dan

layanan seperti struktur harga, kualitas layanan, nilai yang dirasakan, image

perusahaan dan kepuasan pelanggan maka disusunlah sebuah kuesioner sebagai

sarana pengumpulan data.

Kuesioner yang disusun terdiri dari 4 halaman yang terdiri dari 33

pertanyaan, dimana pada setiap pertanyaan responden hanya boleh memilih satu

jawaban dari pilihan jawaban yang disediakan. Bentuk kuesioner yang telah

disesuaikan dengan variabel data yang telah dikemukakn pada sub bab penentuan

variabel penelitian dapat dilihat pada lampiran A.


37


3.2.3 Metode Penyebaran Kuesioner

Pengumpulan data dilakukan dengan cara membagikan kuesioner secara

langsung kepada pengguna produk Telkomsel, baik yang menggunakan

kartuHALO, simPATI, maupun Kartu As yang berada di daerah Jabodetabek.

Responden yang menjadi subyek dalam penelitian ini adalah pelanggan

Telkomsel yang masih aktif hingga saat pengisian kuesioner, baik pelanggan yang

hanya menggunakan produk Telkomsel saja, maupun pelanggan yang

menggunakan 2 jasa operator atau lebih yaitu Telkomsel dan GSM lain atau

Telkomsel dan operator FWA. Metode, Tempat dan waktu pelaksanaan

pengumpulan data adalah:

1. Pengisian kuesioner secara langsung di pusat layanan pelanggan

Telkomsel GraPARI Gedung Wisma Mulia Lt.G, Jakarta Selatan pada

tanggal 10 Oktober 2011.


Telkomsel GraPARI Wisma Slipi Lt.5, Jakarta Barat pada tanggal 19

Oktober 2011.

3. Pengisian kuesioner secara langsung di sekolah islam Islamic Village,

Karawaci – Tangerang pada tanggal 23 Oktober 2011.


Telkomsel Gerai Halo Margonda, Depok – Jawa Barat pada tanggal 31

Oktober 2011.

5. Pengisian kuesioner secara langsung di Universitas Indonesia, Depok –

Jawa Barat pada tanggal 12 Desember 2011.

6. Pengisian kuesioner secara interaktif PDF melalui email client PT.

Ericsson Indonesia kepada orang yang dikenal oleh peneliti dan

menggunakan produk Telkomsel, mulai tanggal 2 November 2011 –

13 Desember 2011.

7. Pengisian kuesioner secara interaktif blog yang diisi oleh responen

yang di undang melalui email peneliti dan menggunakan produk

Telkomsel, mulai tanggal 11 November 2011 – 13 Desember 2011.

Kuesioner yang telah dikumpulkan akan digunakan untuk pengolahan data

adalah kuesioner yang telah diisi dengan lengkap dan benar. Sehingga tidak


38


semua kuesioner yang berhasil dikumpulkan dapat digunakan sebagai data primer

pada penelitian ini. Pada saat proses pengumpulan data ini telah selesai

dilaksanakan pada tanggal 13 Desember 2011 terdapat 628 kuesioner yang

berhasil terkumpul.

3.3 Pengolahan Data

Pada sub bab ini akan dijelaskan mengenai tahap-tahap dalam proses

pengolahan data yang terdiri dari: mengeliminasi data yang hilang, mengkalkulasi

nilai loyalitas, dan mengklasifikasikan pelanggan dengan menggunakan algoritma

C5.0 pada data mining.

3.3.1 Screening Data

Data primer yang digunakan pada penelitian ini didapatkan dari

“kueisioner pelanggan produk dan jasa Telkomsel mengenai perpindahan layanan

selular” yang telah diisi oleh responden. Aktifitas eliminasi missing data ini

berarti menyaring kuesioner yang telah diisi responden namun tidak memenuhi

persyaratan yang telah dikemukakan pada sub bab 3.1.1, diantaranya adalah:

responden bukan pelanggan Telkomsel, responden tidak menjawab seluruh

pertanyaan yang diajukan, responden tidak mengisi dengan cara yang ditentukan.

kuesioner yang telah dieliminasi selanjutnya tidak dapat digunakan dalam tahap

selanjutnya. Setelah proses eliminasi ditemukan 23 kuesioner yang dieliminasi

dari 628 kuesioner yang kembali. Kedua puluh tiga kuesioner tersebut dianggap

sebagai missing data karena sembilan belas responden bukan pelanggan telkomsel

dan empat kuesioner lainnya tidak diisi dengan lengkap dan benar.

Setelah mendapatkan data primer yang sudah melalui proses screening,

peneliti memiliki 605 kuesioner yang layak untuk dijadikan record dan digunakan

pada tahap pengolahan data selanjutnya. Record yang telah terkumpul

dipindahkan kedalam aplikasi spreadsheet, yaitu aplikasi komputer untuk

mensimulasikan lembar kerja akuntansi, salah satunya microsoft excel yang

digunakan pada penelitian ini. Record yang disimpan di dalam excel ditulis

dengan huruf kecil dan menggunakan tanda dash “_” untuk pemisahan antar kata.

Untuk urutan kolom di spreadsheet juga mengacu kepada urutan daftar pertanyaan

yang diajukan di dalam kuesioner yang diberikan kepada responden. Setelah

proses pemindahan data record selesai dilakukan, data record tersebut disimpan


39


kedalam dokumen Ms. Excel versi 2003 yang diberi nama file “data penelitian

1312.xls”, pemilihan format dokumen Ms.Excel 2003 dikarenakan program

Clementine 12.0 yang digunakan untuk membentuk pohon keputusan C5.0 hanya

dapat menggunakan dokumen dengan tipe data .txt, .csv, .tsv dan .xls.

3.3.2 Kalkulasi Nilai Loyalitas

Penghitungan nilai loyalitas digunakan sebagai nilai acuan pada induksi

pohon keputusan yang digunakan untuk mengelompokkan pelanggan Telkomsel

menjadi kelompok churn dan non churn. Nilai loyalitas dihitung berdasarkan pada

nilai yang diberikan reponden pada nomor pertanyaan ke 11 dan ke 12, yaitu nilai

keinginan untuk tetap menggunakan layanan selular GSM dari Telkomsel dan

nilai keinginan untuk merekomendasikan ke orang lain layanan selular GSM dari

Telkomsel, penilaian tersebut menggunakan skala liker 1 sampai 10 yang

mengukur tingkat keinginan responden mulai dari “tidak ingin” yang diberi nilai 1

hingga “sangat ingin” yang diberi nilai 10. Skala pengukuran tersebut dapat

menggambarkan seberapa besar keinginan responden untuk melakukan hal

tersebut. Penggunaan kedua nilai keinginan ini dalam penghitungan nilai loyalitas

dikarenakan penelitian ini berlandaskan pada pendekatan sikap (attitudinal

approach) untuk menentukan karakter loyalitas pelanggan yang akan digunakan

untuk memprediksi pelanggan akan melakukan churn atau tidak. Tingkat loyalitas

pelanggan diukur dari preferensi dan komitmen mereka dalam menggunakan jasa

layanan selular GSM Telkomsel.

Berikut akan dijelaskan langkah-langkah dalam mengelompokkan

loyalitas pelanggan Telkomsel berdasarkan nilai loyalitas yang dihitung:

• Untuk mendapatkan nilai loyalitas per responden, nilai keinginan untuk

tetap menggunakan layanan selular GSM dari Telkomsel dan nilai

keinginan untuk merekomendasikan ke orang lain layanan selular GSM

dari Telkomsel dijumlahkan lalu dibagi dua.

• Untuk mendaptkan nilai loyalitas keseluruhan, nilai loyalitas per

responden yang didapat, dijumlahkan dengan nilai loyalitas per

responden lainnya, dari hasil tersebut dibagi dengan jumlah total

responden yang terrecord.


40


• Untuk menentukan pelanggan churn dan non churn, yaitu apabila nilai

loyalitas per responden > nilai loyalitas keseluruhan, maka pelanggan

diprediksi tidak akan churn. Jika nilai loyalitas per responden < nilai

loyalitas keseluruhan, maka pelanggan diprediksi akan churn.

• Status pelanggan yang churn dan non churn dimasukkan kedalam

dokumen “data penelitian 1312.xls” pada kolom terakhir.

3.3.3 Klasifikasi Pelanggan Dengan Algoritma C5.0 pada Data Mining

Sebelum membentuk pohon keputusan, terlebih dahulu ditentukan variabel

target dan variabel prediktor yang disesuaikan dengan tujuan penelitian ini.

Tujuan penelitian ini adalah untuk mendapatkan klasifikasi pelanggan Telkomsel

yang akan churn dan tidak churn. Variabel target biasanya berbentuk kategorikal

dan menjadi landasan untuk membentuk kelas-kelas dalam klasifikasi. Jadi dalam

penelitian ini, variabel targetnya adalah status churn dan non churn dari

pelanggan Telkomsel. Variabel prediktor adalah variabel yang dijadikan sebagai

acuan untuk mengklasifikasikan data kedalam kelas-kelas. Oleh karena itu, pada

penelitian ini variabel prediktornya adalah 31 variabel yang digolongkan dalam

tiga kelompok besar karakteristik pelanggan (dapat dilihat pada tabel 3.1).

Setelah menentukan variabel target dan variabel prediktor pada penelitian

ini, maka pohon keputusan pun dapat dibentuk dengan algoritma C5.0. program

yang digunakan untuk penelitian ini adalah Clementine 12.0 yang berfungsi untuk

mengolah basis data dengan data mining. Clementine 12.0 terdisi dari enam jenis

node yang tersedia, yaitu: source nodes, record operation nodes, field operation

nodes, graph nodes, modelling nodes dan output nodes. Setiap node memiliki

fungsi dan metode pengolahan masing-masing. Source nodes berfungsi untuk

mengimpor dokumen .txt, .csv, .tsv dan .xls kedalam program Clementine 12.0,

Record operation nodes berfungsi untuk mengedit variabel data dari dokumen

yang telah dimasukkan sebelumnya, baik untuk mengubah, menambah,

mengurangi, atau mengkoreksi data. Field operation nodes digunakan untuk

mengubah dan memanipulasi field. Pekerjaan-pekerjaan yang bisa dilakukakan

seperti menentukan tipe variabel, menghilangkan variabel, dan mengubah tipe

data variabel.


41


Selanjutnya graph nodes berfungsi untuk menginterpretasikan data

kedalam bentuk visual agar lebih mudah dipahami oleh pengguna data. Modelling

nodes adalah node yang terdiri dari berbagai macam algoritma yang disesuaikan

dengan model data mining-nya (classification, bayesian network, neural

networks, clustering, association, time series, dsb). Salah satu algoritma yang

terdapat dalam modeling nodes ini adalah C5.0. output nodes merupakan hasil

akhir dari rangkaian yang terbentuk oleh adanya hubungan antar node. Untuk

membuat pohon keputusan pada penelitian ini dibutuhkan adanya source nodes,

field operation nodes, modelling nodes, dan output nodes. Source nodes-nya

adalah dokumen “data penelitian 1312.xls” dan output nodes-nya adalah

“analysis”. Berikut ini adalah tampilan dari hasil pengolahan data klasifikasi

pelanggan Telkomsel berdasarkan prediksi churn serta variabel-variabel yang

mempengaruhinya:

Gambar 3.5 Tingkat Keakuratan dari Hasil Data


42


Gambar 3.6 Model Pohon Keputusan tentang

Prediksi Pelanggan Telkomsel yang berpotensi Churn


43



Prediksi Pelanggan Telkomsel yang berpotensi Churn (lanjutan)


44





45





46





47





48





49


BAB 4

ANALISIS

4.1. Pengelompokkan Pelanggan Telkomsel

Berdasarkan hasil pengolahan data yang ditunjukkan pada Bab 3, maka

klasifikasi karakter pelanggan yang berpotensi churn dan tetap berlangganan telah

didapatkan dalam bentuk sebuah pohon keputusan. Berikut adalah jenis

pembagian node dari sebuah pohon keputusan “Prediksi Pelanggan Telkomsel

yang Berpotensi Churn” :

Tabel 4.1 Jenis Node Prediksi Pelanggan Telkomsel yang Berpotensi Churn

Root Node Internal Node Leaf/ Terminal Node

0

2,3,4,5,10,11,12,14,15,18,19,22

,24,25,27,28,30,31,33,34,42,45,

47,49,51,53,54,55,56,57,58,60,

69,72,73,75,79

1,6,7,8,9,13,16,17,20,21,23,26,29,

32,35,36,37,38,39,40,41,43,44,46,

48,50,52,59,61,62,63,64,65,66,67,

68,70,71,74,76,77,78,80,81,82

Dari berbagai macam node yang ditampilkan pada Tabel 4.1, pelanggan

Telkomsel dibagi menjadi dua kelas yaitu pelanggan berpotensi churn dan no

churn. Pengelompokkan dilakukan berdasarkan karakter-karakter pelanggan yang

lebih dominan diantara faktor lain, karakter yang lebih dominan akan menjadi

leaf/ terminal node yang dipilih dikarenakan pada node tersebut tidak memiliki

percabangan atau keluaran lagi sehingga karakter pelanggan tersebut akan bersifat

absolut churn atau tidak churn.

Jenis node leaf/terminal node tidak hanya sebagai penentu faktor dominan

suatu karakter pelanggan, market share dan tingkat akurasi yang dimiliki oleh

suatu karakter pelanggan yang dominan yang memiliki nilai market share lebih

dari 0% dan tingkat akurasi lebih dari 75%. Aturan ini juga berlaku untuk

kelompok pelanggan yang berpotensi churn atau tidak churn. Rangkuman

kelompok pelanggan yang berpotensi churn dan tidak churn dapat dilihat pada


50


Tabel 4.4 dan Tabel 4.5. Pengelompokkan ini dapat memberikan informasi yang

berguna bagi Telkomsel mengenai faktor utama yang menyebabkan pelanggan

berpotensi churn serta faktor-faktor apa saja yang mempengaruhinya. Berdasarkan

informasi potensi pelanggan yang berpotensi churn dan tidak churn, Telkomsel

dapat meyesuaikan strategi manajemen hubungan pelanggannya berdasarkan

demografi pelanggan dan tingkat kesetujuan terhadap variabel – variabel produk

Telkomsel.

4.2. Prediksi Pelanggan yang Tetap Menggunakan

Jumlah responden dalam kelas pelanggan yang tetap berlangganan

sebanyak 316 responden dari 605 total responden atau sebesar 52,23 % dari total

responden. Status pelanggan yang tetap berlangganan didapatkan karena nilai

loyalitas responden dalam kelas ini lebih tinggi daripada nilai rata – rata loyalitas

seluruh responden. Rincian data responden dalam kelas pelanggan tetap

menggunakan Telkomsel dapat dilihat pada Tabel 4.2.

Prediksi pelanggan yang tetap menggunakan selain melihat dari sebaran

demografi dan variabel – variabel responden juga melihat hasil pohon keputusan

yang didapatkan dari pengolahan data. Dari terminal node yang telah disebutkan

pada Tabel 4.1, ada 14 node yang merupakan karakteristik dari pelanggan yang

tetap berlangganan, yaitu: node 21, 38, 40, 41, 44, 50, 59, 63, 65, 67, 70, 76, 81

dan 82 yang dipilih karena memiliki market share yang besar, yaitu berkisar

1,16% hingga 7,93% yang dapat dilihat pada Tabel 4.4 untuk detail prediksi

pelanggan Telkomsel yang tetap menggunakan Telkomsel.

Berdasarkan prediksi pelanggan Telkomsel yang tetap menggunakan,

dapat dilihat bahwa mayoritas dari pelanggan yang tetap menggunakan memiliki

perhatian yang besar pada beberapa faktor layanan Telkomsel, yaitu tarif telepon

ke sesama pelanggan Telkomsel, tarif antar operator GSM, tarif SMS, tarif

layanan data internet, tingkat gagal panggil, tingkat terputusnya panggilan,

kualitas suara, kekuatan sinyal, pusat layanan pelanggan yang mudah ditemukan,

nomor pelayanan pelanggan yang tersedia 24 Jam, kualitas produk yang dirasakan

pelanggan, harapan yang didapat dari produk Telkomsel, program CSR

Telkomsel, kepuasan pelanggan terhadap produk Telkomsel, dan kepercayaan

pelanggan terhadap Telkomsel sebagai perusahaan yang paling baik di operator


51


GSM. Kelima belas faktor tersebut yang menjadi landasan bagi para pelanggan

dalam memilih Telkomsel sebagai perusahaan penyedia layanan telepon bergerak

selular bagi mereka. Berikut ini adalah penjelasan lebih jauh mengenai analisis

tersebut:

Tabel 4.2 Rincian Data Prediksi Pelanggan yang Tidak Churn


52


• Faktor penentu utama pelanggan tetap menggunakan Telkomsel adalah

karena tingkat kesetujuan yang tinggi terhadap tarif SMS yang ditawarkan

oleh Telkomsel. Pelanggan yang tetap menggunakan memberikan tingkat

kesetujuan dari tidak setuju hingga sangat setuju sebesar 52,23%. Dari

Tabel 4.4 juga terlihat pelanggan yang tetap menggunakan dengan market

share sebesar 7,93% sangat setuju dengan Telkomsel memberikan tarif

yang terjangkau ke sesama pengguna Telkomsel dan antar operator.

Berdasarkan informasi ini, Telkomsel dapat memberikan penawaran yang

menarik dan paket harga yang beragam untuk layanan pesan singkatnya

yang mampu menjaga pelanggan agar tetap menggunakan produk

Telkomsel.

• Faktor pelanggan yang tetap berlangganan dengan market share tertinggi,

yaitu sebesar 7,93% sangat setuju Telkomsel sebagai operator telepon

selular GSM yang lebih baik dibandingkan dengan operator GSM lainnya.

Hal ini menandakan tingkat kepuasan pelanggan yang sudah sangat tinggi

sehingga menganggap Telkomsel adalah segalanya, oleh karena itu dapat

menjadi perhatian Telkomsel untuk tetap mempertahankan dan

meningkatkan kualitas pelayanan produknya.

• Pelanggan yang tetap berlangganan dengan market share tertinggi inipun

merasa cukup setuju hingga sangat setuju terhadap tingkat terputusnya

percakapan (call drop rate) yang rendah ketika berbicara (on phone)

didalam jaringan Telkomsel. Hal ini menandakan kulitas jaringan

Telkomsel yang sangat baik sehingga kontinuitas panggilan dapat terjaga

dan kekecewaan pelanggan karena terputusnya panggilan dapat terhindari.

Faktor ini sangat penting bagi operator selular GSM untuk menjaga

pelanggannya.

• Program kepedulian perusahaan terhadap komunitas masyarakat juga

menjadi faktor dominan kenapa pelanggan tetap menggunakan layanan

selular GSM dari Telkomsel. Pelanggan dan komunitas atau masyarakat

disekitarnya merasakan manfaat lebih adanya Telkomsel bagi kehidupan

mereka sehingga mereka akan rela dan semakin bertambah loyal untuk

menggunakan produk Telkomsel.


53


4.3. Prediksi Pelanggan Berpotensi Churn

Jumlah responden dalam kelas pelanggan berpotensi churn sebanyak 289

responden dari 605 total responden atau sebesar 47.77 % dari total responden.

Status pelanggan berpotensi churn didapatkan karena nilai loyalitas responden

dalam kelas ini lebih tinggi daripada nilai rata – rata loyalitas seluruh responden.

Rincian data responden dalam kelas pelanggan berpotensi churn dapat dilihat

pada Tabel 4.2.

Analisis karakteristik pelanggan berpotensi churn selain melihat sebaran

responden juga melihat hasil pohon keputusan yang didapatkan dari pengolahan

data. Dari terminal node yang telah disebutkan pada Tabel 4.1, ada 14 node yang

merupakan karakteristik dari pelanggan berpotensi churn, yaitu: node 1, 6, 8, 13,

16, 23, 46, 48, 52, 61, 64, 66, 74 dan 77 yang dipilih karena memiliki market

share yang besar, yaitu berkisar 1,32% hingga 9,92% yang dapat dilihat pada

Tabel 4.5 untuk detail karakteristik pelanggan Telkomsel berpotensi churn.

Sama halnya dengan pelanggan yang tidak churn, mayoritas dari

pelanggan yang churn memiliki perhatian yang tinggi terhadap faktor tingkat

keberhasilan pengiriman pesan singkat (SMS), tarif telepon ke sesama pelanggan

Telkomsel, tarif antar operator GSM, tarif telepon ke pengguna FWA (fixed

wireless access), tarif pengiriman SMS, tarif layanan data internet, tingkat gagal

panggil, tingkat terputusnya panggilan, kualitas suara, kekuatan sinyal, pusat

layanan pelanggan yang mudah ditemukan, nomor pelayanan pelanggan yang

tersedia 24 Jam, penangan keluhan yang dilayanan oleh petugas pelayanan

pelanggan, tingkat kecakapan petugas pusat layanan pelanggan dalam

menjalankan tugasnya, kualitas produk yang dirasakan pelanggan, harapan yang

didapat dari produk Telkomsel, program CSR Telkomsel, kepuasan pelanggan

terhadap produk Telkomsel, dan kepercayaan pelanggan terhadap Telkomsel

sebagai perusahaan yang paling baik di operator GSM. Ketujuh belas faktor

tersebut yang memicu pelanggan telkomsel untuk pindah ke operator lain,

sehingga patut bagi Telkomsel untuk memperhatikan faktor–faktor diatas

sehingga dapat menjaga pelanggan Telkomsel. Berikut adalah penjelasan lebih

jauh mengenai analisis tersebut:


54


Tabel 4.3 Rincian Data Prediksi Pelanggan Berpotensi Churn


55


• Sebagaimana pelanggan yang tidak churn, penentu utama bagi pelanggan

yang berpotensi churn adalah faktor tarif sms yang diberikan oleh

Telkomsel. Pelanggan yang berpotensi churn merasa sangat tidak setuju

terhadap tarif pelayanan pesan singkat (SMS) yang diberikan oleh

Telkomsel yang terjangkau ke sesama telkomsel dan operator lain. Hal ini

dikarenakan banyaknya pilihan layanan pesan singkat yang lebih murah

karena tidak menghitung karakter pesan yang dikirimkan atau jumlah

batch pengiriman. Teknologi Blackberry yang memungkinakan pelanggan

utnuk hanya membayar data paket sekaligus layanan sms anatar pengguna

Blackberry yang tidak terbatas, hal ini dapat menjadi perhatian khusus

untuk Telkomsel agar membuat suatu paket baru dengan paket harga yang

mampu berkompetisi dengan layanan lainnya.

• Pelanggan churn dengan market share tertinggi sebesar 9.92% total

responden mempertimbangkan tingkat gagal panggil dan keberhasilan

pengiriman pesan singkat untuk menilai Telkomsel tidak memberikan

performa terbaiknya dalam faktor ini. Hal ini dikarenakan sulitnya

pelanggan melakukan proses panggillan (call setup) disuatu tempat

tertentu serta seringnya kegagalan pengiriman sms yang telah dilakukan

oleh responden yang menyebabkan meraka mencari produk dan provider

yang lain.

• Keberadaan nomor pusat layanan pelanggan juga menjadi pemicu

pelanggan berpotensi churn sebagaimana yang terlihat pada node 13,

sebesar 2,48% dari market share pelanggan berpotensi churn menyatakan

sangat tidak setuju tentang keberadaan nomor layanan pelanggan

Telkomsel selama 24 Jam. Hal ini sama halnya dengan pelanggan yang

churn dan tidak churn, pengaruh faktor ini juga terjadi pada beberapa

node yaitu node 74, 16, 46, 64, 61, 44, 67, 50, 21, 38, 76, 63 dengan total

market share 41,33% menilai layanan ini dengan beragam mulai dari tidak

setuju hingga sangat setuju untuk kemudahan akses nomor layanan

pelanggan. Melihat data ini dapat dikatakan jumlah kapasitas nomor pusat

layanan pelanggan Telkomsel masih dirasa kurang dan sulit diakases.


56


4.4. Hubungan Adanya Operator GSM lain, Jumlah Variabel, dan

Tingkat Keputusan dengan Hasil Penelitian

Berdasarkan pada prediksi pelanggan Telkomsel, dapat terlihat bahwa ada

pengaruh dari keberadaan perusahaan jasa telepon selular GSM lainnya terhadap

loyalitas pelanggan Telkomsel. Pengaruh tersebut terlihat pada besarnya pengaruh

tarif atau harga layanan pesan singkat (SMS) yang kompetetif dan murah sebagai

bahan pertimbangan para pelanggan dalam menggunakan jasa layanan selular dari

Telkomsel. Fenomena perang harga yang dilakukan oleh para operator selular

GSM dan murahnya harga nomor perdana suatu produk telepon selular GSM

membuat para penggunanya memiliki banyak laternatif pilihan operator selular

sehingga mereka dapat memilih operator yang paling menguntungkan bagi

mereka. Hal ini menyebabkan paket harga layanan sambungan telepon, pesan

singkat dan koneksi data yang ditetapkan oleh Telkomsel harus mampu menarik

daya minat calon pelanggan dan menjaga pelanggan yang sudah ada agar pangsa

pasar yang telah dimiliki tidak direbut oleh perusahaan lainnya. Selain itu, adanya

pengaruh dari operator telepon selular lainnya terhadap loyalitas pelanggan

Telkomsel juga terlihat dari kualitas suara yang diberikan jaringan Telkomsel

serta cakupan jaringan yang luas, sehingga membuat pelanggan untuk tidak churn

dikarenakan mereka dapat bergerak bebas didalan area jaringan Telkomsel yang

tersebar di Indonesia yang membuat para pelanggan akan terus loyal terhadap

Telkomsel.

Pengaruh jumlah variabel dan tingkat kesetujuan pelanggan yang digunakan

sangat mempengaruhi hasil penelitian ini. Terdapat 31 variabel yang digunakan

dan untuk masing–masing faktor yang berkaitan dengan produk telkomsel

diberikan lima tingkat kesetujuan, yaitu : sangat tidak setuju, tidak setuju, cukup

setuju, setuju dan sangat setuju. Penggunaan variabel dan tingkat kesetujuan ini

menghasilkan 83 node yang saling terkait dalam suatu model pohon keputusan

yang ditunjukkan pada Gambar 3.6. jumlah dan susunan node pada pohon

keputusan tersebut dipengaruhi oleh besarnya information gain dari masing–

masing item data. Oleh karena itu, apabila banyaknya jumlah variabel dan tingkat

kesetujuan itu diubah maka jumlah dan susunan node akan berubah menyesuaikan

pada perubahan bobot information gain. Hal ini pada akhirnya akan menyebabkan


57


perubahan pada prediksi pelanggan Telkomsel sehingga karakteristik yang terbaca

pada pelanggan yang tidak churn dan churn akan berubah. Besarnya perubahan

yang terjadi pada hasil penelitian tergantung dari besarnya perubahan jumlah

variabel, tingkat kesetujuan, dan jumlah responden. Semakin sedikit jumlah

variabel maka susunan node yang tercipta akan semakin sedikit dan sederhana.

Begitupula sebalikanya, semakin banyak jumlah variabel maka pola dan susunan

node pun akan semakin banyak dan lebih beragam.


58



59



60


BAB 5

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Pelanggan yang setia dan tetap bersama layanan yang ditawarkan memiliki

peran penting dalam keberlangsungan usaha suatu perusahaan. Pelanggan yang

setia melakukan pembelian yang berulang terhadap suatu produk yang digunakan,

memberikan rekomendasi kepada orang lain, memberikan pujian positif terhadap

produk yang digunakan, sehingga dapat memberikan dampak positif bagi

perusahaan, berupa: peningkatan penjualan dan laba perusahaan, meningkatkan

daya kompetensi perusahaan, serta dapat dijadikan sebagai entry barrier bagi para

pesaing. Dengan mengetahui betapa pentingnya untuk menjaga kesetiaan

pelanggan dan menjaga agar pelanggan selalu bersama kita, maka penelitian untuk

memprediksi potensi pelanggan churn pada pelanggan Telkomsel inipun penting

untuk dilakukan. Metode penelitian yang digunakan dalam penelitian ini adalah

Data Mining (DM) yang merupakan suatu bagian dari disiplin ilmu statistik yang

mempelajari tentang proses penggalian data untuk mendapatkan pola dan tren dari

data tersebut.

Data mining dianggap sesuai untuk penelitian ini dikarenakan dapat

mengolah data pelanggan Telkomsel yang memilki banyak jenis data dan skala

data yang dapat diolah dalam satu waktu serta dapat digunakan untuk mengetahui

pola dan tren pelanggan Telkomsel yang mempengaruhi keputusan pelanggan

Telkomsel untuk tetap menggunakan produk dari Telkomsel atau mengganti

dengan produk pesaing. Penelitian ini menggunakan pendekatan sikap untuk

mengetahui tingkat kesetiaan pelanggan dengan mengukur komitmen mereka

untuk tetap menggunakan jasa Telkomsel serta keinginan untuk

merekomendasikan produk Telkomsel kepada orang lain. Pada akhir penelitian ini

didapatkanlah sebuah pohon keputusan yang menunjukkan prediksi pelanggan

Telkomsel yang berpotensi churn dimana terdapat kelompok pelanggan yang

tetap menggunakan dan pelanggan yang churn.

Kelompok pelanggan yang tetap menggunakan memiliki market share

sekitar 1,16% hingga 7,93%, dimana sebagian besar dari mereka setuju bahwa:


61


Telkomsel memberikan tarif sms yang terjangkau ke sesama pelanggan telkomsel

dan antar operator, Telkomsel memberikan tariff data (koneksi internet) yang

terjangkau untuk paket berlangganan atau pemakaian sesekali (on demand)

Telkomsel memiliki kontribusi social yang baik terhadap masyarakat, Telkomsel

memberikan kualitas suara yang jernih dan jelas ketika melakukan panggilan

telepon, kekuatan sinyal dan ketersediaan jarinngan Telkomsel sanagt luas dan

tidak mudah putus, tingkat gagal panggil (call failure rate) dan tingkat

terputusnya percakapan (call drop rate) yang rendah ketika melakukan panggilan

dan percakapan didalam jaringan Telkomsel, secara keseluruhan pelanggan

merasa puas terhadap layanan selular GSM dari Telkomsel, pelanggan meyakini

Telkomsel lebih baik dibandingkan dengan operator GSM lain dan nomor pusat

layanan (call centre number) Telkomsel yang mudah dihubungi dan tersedia

dalam 24 jam. Selain itu tarif bicara ke sesama pengguna Telkomsel dan ke

operator GSM lain yang terjangkau, kantor layanan pelanggan atau pusat layanan

pelanggan Telkomsel mudah ditemukan dengan waktu layanan yang sesuai

dengan kebutuhan pelanggan juga turut mempengaruhi meskipun dengan tingkat

pengaruh yang lebih kecil dibandingkan faktor lainnya.

Demografi pelanggan pada kelompok jenis kelamin wanita, dengan usia

antara 21 hingga 30 tahun, dengan kebiasaan menggunakan layanan isi ulang atau

pembayaran tagihan telepon melalui media isi ulang elektronik termasuk kedalam

kelompok pelanggan yang tetap menggunakan produk Telkomsel.

Hasil penelitian ini berupa prediksi pelanggan Telkomsel yang berpotensi

churn berdasarkan tingkat kestiaannya yang dapat memberikan informasi berguna

bagi perusahaan ini guna merancang strategi manajemen hubungan pelanggan

(customer relationship management) di masa yang akan datang, sehingga

Telkomsel dapat menentukan target konsumen dan nilai tambah layanan (value

added service) apa yang harus diprioritaskan untuk meningkatkan kesetiaan dari

pelanggan lama dan mendapatkan pelanggan setia yang baru, mengurangi jumlah

pelanggan yang berpindah ke operator lain sehingga dapat meningkatkan pangsa

pasar miliknya serta menguatkan posisi Telkomsel menjadi operator telepon

selular terbesar di Indonesia.

.


62


5.2. Saran

Penelitian yang dilakukan ini masih jauh dari nilai kesempurnaan dan

memiliki banyak kekurangan. Oleh karena itu, perlu adanya usaha perbaikan dan

pengembangan yang dapat dilakukan pada penelitian lainnya yang sejenis dengan

penelitian ini. Berikut ini adalah beberapa saran yang dapat dilakukan guna

penelitian lebih lanjut:

• Perlu adanya penambahan varian demografi tempat tinggal responden

seperti perkotaan, pinggiran kota, pedesaan, dan wilayah pelosok

untuk mendapatkan pola atau tren pelanggan yang lebih variasi.

• Menggunakan langsung data sekunder dari basis data customer data

record (CDR) yang dikelola dan dikumpulkan Telkomsel untuk

seluruh pelanggan Telkomsel baik yang masih aktif atau yang sudah

tidak menggunakan kembali dalam rentang waktu sata tahun terakhir

guna mendapatkan pola atau tren pelanggan Telkomsel yang tetap

menggunakan dan pindah operator

• Perlu dilakukannya pembagian kelompok pelanggan dalam fokus

penelitian dengan alternatif sebagai berikut:

o Pelanggan dibagi kedalam kelompok pelanggan pra bayar dan

paska bayar.

o Pelanggan yang hanya menggunakan satu layanan telepon selular

dan pelanggan yang menggunakan lebih dari satu layanan telepon

selular.

Dengan dilakukan pembagian ini, Telkomsel dapat mengetahui lebih pasti

seberapa kuatkah efek pengikatan pelanggan dengan kontrak pelanggan serta

pengaruh dari adanya operator lain terhadap tingkat kesetiaan pelanggan.


63


DAFTAR REFERENSI

Adiningsih, Sri. (2007). Persaingan Pada Industri Telepon Selular di Indonesia.

Jogjakarta : Pusat Studi Asia Pasifik Universitas Gajah Mada.

Darmawan, Indra. (09 April 2011). Fokus Operator Bergeser ke Layanan Data. 8

Juli 2011 http://teknologi.vivanews.com/news/read/213848-pemasaran-

operator.html

Dass, R., and Jain, R. (2011). An Analysis on the Factors Causing Telecom

Churn: First Findings. April 8, 2011. Association for Information

System. http://aisel.aisnet.org/amcis2011_submissions/2

Direktorat Jendral Pos dan Telekomunikasi., (2010). Data Statistik Bidang Pos

dan Telekomunikasi Semester II 2010. Jakarta : Kementrian Komunikasi

dan Informasi.

Eshghi, A., Haughton, D., and Topi, H. (2007). Determinants of Customer Loyalty

in the wireless telecommunication industry. Telecommunication Policy,

31(2), 93 - 106.

Han, J., and Kamber, M. (2006). Data Mining: Concepts and Techniques (2nd ed.).

San Francisco: Morgan Kaufman.

Iqbal, Muhammad. (25 April 2011). Operator Berupaya Tekan Churn Rate. 25

April 2011. http://www.indonesiafinancetoday.com/read/6706/

Pamenan, S.Z.T.D. (03 Agustus 2011). Churn rate masih sangat tinggi. 11 Juli

2011. http://bataviase.co.id/node/323284.html

Pura, Minna., (2005). Linking Perceived Value and Loyalty in Location-Based

Mobile Service. Managing Service Quality, 15(6), 509-538.

Qomariastuti, Niyla., (2009). Berakhirnya Pengaruh Rezim Duopoli Operator

Telekomunikasi. Depok: Universitas Indonesia.

Tayyiba, Mira., (2004). Kebijakan Struktur Pasar Industri Telekomunikasi Setelah

Duopoli. Jakarta: Badan Perencanaan Pembangunan Nasional.

Telkomsel., (2010). Telkomsel 2010 Annual Report. Jakarta: PT. Telekomunikasi

Selular.

Turel, O., and Serenko, A. (2006). Satisfaction with Mobile Services in Canada:

An Empirical Investigation. Telecommunication Policy, 314-331.


64


LAMPIRAN

Lampiran A. Kuesioner Penelitian

KUESIONER PELANGGAN PRODUK DAN JASA TELKOMSEL

MENGENAI PERPINDAHAN LAYANAN SELULAR

Bapak/ Ibu/ Saudara/i yang saya hormati,

Nama saya Hilalludin, mahasiswa tingkat akhir program Sarjana Teknik Industri Universitas Indonesia

yang pada saat ini sedang mengerjakan skripsi. Topik penelitian saya adalah : Faktor – Faktor yang

Mempengaruhi Perpindahan Layanan Selular GSM di Jakarta ( Studi Kasus TELKOMSEL). Melalui

survei ini diharapkan dapat diketahui faktor utama yang mempengaruhi berpindahnya layanan selular

GSM (khususnya pelanggan Telkomsel).

Pengisian kuesioner ini diperkirakan tidak akan lebih dari 5 menit dan data yang terkumpul hanya untuk

kepentingan ilmiah semata. Namun untuk lebih menjamin keamanan data para pengisi kuesioner,

maka identitas pengisi kuesioner tidak akan ditampilkan sama sekali pada penulisan skripsi. Pandangan,

pemikiran dan opini Bapak/Ibu sangat berguna bagi penelitian ini, dan saya berharap Bapak/Ibu

berkenan meluangkan waktu untuk mengikuti survei ini.

Bila ada hal yang kurang jelas, Bapak/Ibu dapat menghubungi saya di nomor Hp 0811 642 862 atau

melalui email: [email protected] atau [email protected].

Atas bantuan dan partisipasi Bapak/ Ibu/ Saudara/ i, peneliti mengucapkan terima kasih.

Hormat saya,

Hilalludin

NPM. 0906603953

A. Data Responden

Petunjuk pengisian : Berikan tanda centang (√) atau silang (x) pada pilihan Bapak/ Ibu/ Sdr/ i.

1. Jenis Kelamin :

Pria Wanita

2. Usia : …………………tahun

≤ 20 tahun 21 – 30 tahun 31 – 40 tahun

41 - 50 tahun 51 – 60 tahun ≥ 61 tahun

3. Pendidikan Terakhir (untuk pelajar dan mahasiswa, pendidikan yang sedang dijalani saat ini):

SLTA/SMK Diploma (D1 s.d. D4) Sarjana(S1) S2/S3

4. Pekerjaan saat ini:

Pelajar/ Mahasiswa Pegawai Swasta Pegawai BUMN/BHMN

PNS/Militer Wiraswasta Lainnya……………………..


65


Lampiran A. Kuesioner Penelitian (lanjutan)

5. Penghasilan rata – rata per bulan anda adalah (dalam rupiah):

≤ 1,2 Juta 1,2 – 2,5 Juta 2,5 – 5 Juta

5 – 12 Juta > 12 Juta Lainnya………………..

B. Data Pengunaan Produk

Petunjuk pengisian : Berikan tanda centang (√) atau silang (x) pada pilihan Bapak/ Ibu/ Sdr/ i.

6. Produk Telkomsel yang Anda gunakan saat ini adalah:

KartuHALO simPATI KartuAS

7. Sudah berapa lama produk Telkomsel yang Anda gunakan saat ini : …………tahun

≤ 1 tahun 1 – 3 tahun ≥ 3 tahun

8. Total rata – rata pengeluaran pulsa per bulan untuk nomor Telkomsel (dalam rupiah):

≤ 5.000 5.001 – 25.000 25.001 – 50.000

50.001 – 100.000 100.001 – 200.000 ≥ 200.001

9. Jenis layanan apakah yang paling sering Anda gunakan untuk mengisi ulang pulsa atau

membayar tagihan telepon (pilih salah satu):

Voucher Isi Ulang Elektronik Pembayaran Tunai Auto Debet

ATM Internet Banking SMS Banking Kartu Kredit

10. Siapakah yang membayar tagihan telepon atau membeli isi ulang pulsa Anda:

Diri Sendiri Orang Tua Perusahaan/ Instansi

11. Keinginan untuk tetap menggunakan layanan selular GSM dari Telkomsel (lingkari salah satu):

Tidak ingin Sangat ingin

1 2 3 4 5 6 7 8 9 10

12. Keinginan untuk merekomendasikan ke orang lain layanan selular GSM dari Telkomsel (lingkari

salah satu) :

Tidak ingin Sangat ingin

1 2 3 4 5 6 7 8 9 10


66



C. Informasi Kesetujuan Pelanggan

Petunjuk pengisian:

Pada bagian ini Bapak / Ibu / Sdr / i diminta untuk menentukan tingkat kesetujuan Anda terhadap

pernyataan – pernyataan mengenai produk dan jasa Telkomsel yang anda gunakan saat ini.

Tingkat kesetujuan menyatakan seberapa setuju Anda terhadap pernyataan yang

diberikan mengenai produk dan jasa dari Telkomsel yang Anda pakai saat ini.

Tingkat kesetujuan diukur dengan menggunakan skala likert 1 sampai 5 dimana:

1 = Sangat Tidak Setuju

2 = Tidak Setuju

3 = Cukup Setuju

4 = Setuju

5 = Sangat Setuju

Berilah tanda centang “ √ ” pada pilihan yang sesuai dengan pendapat Bapak / Ibu / Sdr / i

Contoh:

Apabila tingkat kesetujuan Anda terhadap pernyataan “Telkomsel memberikan tarif bicara

yang terjangkau untuk panggilan ke sesama Telkomsel” adalah Setuju maka berilah tanda “ √ ” pada

kolom tingkat kesetujuan 4 (Setuju), seperti contoh dibawah ini:

Sangat

Tidak

Setuju

Tidak

Setuju

Cukup

Setuju Setuju

Sangat

Setuju No Dimensi

1 2 3 4 5

1

Telkomsel memberikan tarif bicara yang

terjangkau untuk panggilan ke sesama

Telkomsel

√

Struktur Harga (Pricing Structure)

Sangat

Tidak

Setuju

Tidak

Setuju

Cukup

Setuju Setuju

Sangat

Setuju No Dimensi

1 2 3 4 5

1


terjangkau untuk panggilan ke sesama

Telkomsel

2


terjangkau untuk panggilan ke operator

GSM lain (Indosat, Xl, Axis, 3, dll)

3


terjangkau untuk panggilan ke operator

CDMA (Flexi, Esia, Smart-Fren, StarOne,

Ceria, dll )

4

Telkomsel memberikan tarif sms yang

terjangkau ke sesama Telkomsel dan antar

operator.

5

Telkomsel memberikan tarif data/internet

yang terjangkau untuk paket langganan

ataupun pemakaian sesekali (on demand).

6 Telkomsel jujur dan transparan dalam hal

informasi biaya yang dibebankan.


67



Kualitas Layanan (Service Quality)

Sangat

Tidak

Setuju

Tidak

Setuju

Cukup

Setuju Setuju

Sangat

Setuju No Dimensi

1 2 3 4 5

7

Tingkat gagal panggil (call failure rate) yang

rendah ketika melakukan panggilan ke

sesama Telkomsel maupun ke operator lain.

8

Tingkat terputusnya percakapan (drop call

rate) yang rendah ketika berbicara (on

phone) di dalam jaringan Telkomsel.

9 Tingkat keberhasilan pengiriman SMS yang

baik.

10 Kualitas suara yang jernih dan jelas ketika

melakukan panggilan telepon.

11

Kekuatan sinyal dan ketersediaan jaringan

Telkomsel sangat luas dan tidak mudah

putus.

12

Kantor layanan pelanggan atau pusat layanan

mudah ditemukan dengan jam operasional

yang sesuai dengan kebutuhan pelanggan.

13 Nomor pusat layanan (call centre number)

mudah dihubungi dan tersedia dalam 24 jam.

14 Keluhan dapat ditangani dengan baik dan

cepat oleh petugas pelayanan pelanggan

15

Petugas pusat layanan pelanggan (customer

centre) Telkomsel memahami dengan baik

dan cepat dalam menyelesaikan

permasalahan yang saya tanyakan.

Nilai yang dirasakan (Perceived value)

No Dimensi 1 2 3 4 5

16

Kualitas produk dan layanan yang saya

rasakan telah sesuai dengan biaya yang

ditetapkan

17 Harapan saya terhadap kualitas produk dan

layanan operator Telkomsel telah terpenuhi

Image Provider (Image)


18

Operator Telkomsel merupakan perusahaan

yang memiliki kontribusi sosial yang baik

terhadap masyarakat

19

Operator Telkomsel selalu terdepan dalam

menawarkan teknologi terbaru (inovatif)

kepada pelanggan dan calon pelanggannya

Kepuasan Pelanggan (Customer Satisfaction)


20

Secara keseluruhan saya merasa puas

terhadap layanan selular GSM dari operator

Telkomsel

21 Operator Telkomsel lebih baik dibandingkan

dengan operator GSM lain


68



69



70



71



72



73



74



75



76



77



78



79



80



81



82



83



84



85



86



87



88



ANALISIS PERPINDAHAN LAYANAN SELULAR DENGAN METODE DATA MINING STUDI KASUS...

Documents

Transcript of ANALISIS PERPINDAHAN LAYANAN SELULAR DENGAN METODE DATA MINING STUDI KASUS...