ABSTRAKSI: Perkembangan teknologi telekomunikasi saat ini berkembang semakin pesat.
Perusahaan-perusahaan yang bergerak di bidang jasa telekomunikasi juga mulai
mengembangkan jaringan telekomunikasi generasi ke-tiga (3G) untuk memanjakan
para pelanggannya dengan fitur-fitur yang lebih canggih. Seiring dengan kemajuan
teknologi, kebutuhan akan penyimpanan data juga semakin besar. Namun, data yang
besar tidak akan berguna jika informasi yang terkandung di dalamnya tidak diketahui.
Oleh karena itu digunakan teknik data mining untuk mengakses informasi tersebut.
Dalam tugas akhir ini, data mining digunakan untuk memprediksi para
pelanggan 2G yang berpotensi beralih ke jaringan 3G. Metode yang digunakan dalam
memecahkan permasalahan tugas akhir ini adalah dengan menggunakan SVM. Hal
ini dikarenakan SVM merupakan salah satu metode unggulan dalam bidang pattern
recognition. Di samping itu, SVM merupakan metode machine learning yang selalu
berusaha menemukan hyperplane terbaik untuk memisahkan dua buah kelas pada
input space.
Hasil pemodelan classifier yang diperoleh pada tahap training akan
digunakan untuk memprediksi kelas pelanggan. Dalam hal ini, penggunaan kernel
RBF mampu memberikan hasil yang optimal dibandingkan dengan kernel linear dan
polynomial. Semakin besar peluang pelanggan 2G yang beralih ke jaringan 3G, maka
pihak perusahaan pun akan semakin intensif dalam menembak target pasar yang
potensial. Diharapkan semakin bertambahnya pelanggan 3G akan semakin
meningkatkan profit bagi perusahaan.Kata Kunci : data mining, feature selection, diskretisasi, SVM, PAKDD 2006 Kompetisi Data MiningABSTRACT: The growth of telecommunication technology in this time are expands fast
progressively. Companies, which are active in telecommunication service, also begin
expand telecommunication network of third-generation (3G) to pampering its
customers with more sophisticated features. Along with progress of technology, the
requirement data repository is progressively big. But big data will not useful if the
information which consists in data repository is unknown.
In this final project, data mining is used to predict 2G’s customers which
potency to switch 3G network. The method which used for solving this final project
problem use SVM. This matter caused SVM is one of pre-eminent method in pattern
recognition field. Besides, SVM is machine learning method which always trying to
find the best of hyperplane to separate two classes at input space.
The result of classifier model which is obtained at training phase will be used
for predicting customer class. In this case, usage of RBF kernel can give optimal
result rather than linear or polynomial kernel. More greater of opportunity of 2G
customers who switch to 3G network, hence the company even will be intensive
progressively in shooting potential market goals. It is expected progressively
increasing of 3G customers will improve the profit of company.Keyword: data mining, feature selection, discretization, SVM, PAKDD 2006 Data Mining Competition