Optimasi Pemilihan Produk Operator GSM dan CDMA Menggunakan ANFIS

Presentasi berjudul: "Optimasi Pemilihan Produk Operator GSM dan CDMA Menggunakan ANFIS"— Transcript presentasi:

1 Optimasi Pemilihan Produk Operator GSM dan CDMA Menggunakan ANFIS
Hely Kurniawan G Pembimbing : Irman Hermadi, S.Kom, M.S Toto Haryanto, S.Kom

2 Overview Latar Belakang Tujuan Ruang Lingkup Manfaat Tinjauan Pustaka
Hasil dan Pembahasan Kesimpulan dan Saran

3 Latar Belakang Aplikasi bidang telekomunikasi yang berkembang sangat pesat Pesatnya bisnis layanan selular Masyarakat semakin dibingungkan dengan banyaknya produk operator dan fitur-fitur yang ditawarkan Menjadi salah satu bagian yang tidak terpisahkan dari kehidupan masyarakat

4 Tujuan Menganalisis ketepatan pengguna produk operator GSM atau CDMA dalam memilih produk operator sesuai dengan kebutuhannya Menganalisis tren pemilihan layanan produk operator sesuai dengan fitur dan tarif yang ditawarkan produk operator

5 Ruang Lingkup Fokus Pembahasan adalah operator GSM dan CDMA Data :
Survei pengguna layanan selular Majalah Selular edisi bulan Februari 2008 Home page masing-masing operator Waktu voice calling : off peak 1 ( ) off peak 4 ( ) off peak 2 ( ) off peak 5 ( ) off peak 3 ( ) off peak 6 ( ) peak ( ) off peak 7 ( )

6 Ruang Lingkup (Lanjutan…)
Data voice calling SLJJ antar operator dan sesama operator adalah sama Setiap responden hanya dikenali menggunakan 1 jenis produk operator dengan lama pemakaian minimal 3 bulan Tidak memasukan fitur khusus Data tarif yang digunakan yaitu tarif reguler produk operator diambil dari majalah Selular edisi bulan Februari 2008 Setiap fitur diasumsikan memiliki nilai bobot yang sama

7 Manfaat Memberi referensi/penilaian tentang produk operator yang digunakan oleh masyarakat Melihat prediksi tren pemilihan produk operator

8 Tinjauan Pustaka

9 Mobile Communication Technology
GSM (Global System For Mobile Communication) Jaringan komunikasi mobile terluas Di Indonesia, teknologi GSM 900 dan GSM/DCS (Digital Cellular Service) banyak digunakan (Miranti 2003)

10 Mobile Communication Technology (Lanjutan…)
CDMA (Code Division Multiple Access) Teknologi spread spectrum untuk mengedarkan sinyal informasi Kinerja sistem CDMA dibatasi daya interferensi yang terjadi pada band Radio Frequency (RF) Teknologi CDMA lebih murah karena berbasis pada teknologi Wireless-Local Code Division Multiple Access (WLL-CDMA) (Miranti 2003)

11 Mobile Communication Technology (Lanjutan…)
SLJJ (Sambungan Langsung Jarak Jauh) Pemanggilan dari daerah asal yang didefinisikan oleh operator Zona lokal SLJJ1 SLJJ2 SLJJ3 < 30 km 30 km – 200 km 200 km – 500 km > 500 km

12 Mobile Communication Technology (Lanjutan…)
Coverage area Daerah yang dapat dijangkau oleh sinyal dan layanan suatu operator GPRS (General Packet Radio Service) Teknologi yang memungkinkan pengiriman dan penerimaan data lebih cepat jika dibandingkan dengan koneksi packet-switch (Bodic 2005) SMS (Short Message Service) Layanan pengiriman pesan singkat berupa teks

13 Mobile Communication Technology (Lanjutan…)
Voice Calling Telekomunikasi dengan suara Off peak : waktu yang ditetapkan operator ketika pengguna dikenakan tarif bicara lebih murah dari tarif normal Peak : waktu yang ditetapkan operator ketika pengguna dikenakan tarif normal untuk layanan percakapan (South Dakota Public Utilities Commision dalam Wirawan 2007)

14 Variabel Eksternal dan Fitur Khusus
Variabel yang mempengaruhi pengguna layanan selular di luar kebutuhan komunikasi Fitur Khusus Fitur yang ditawarkan operator di luar tarif normal yang diberlakukan

15 Stratified Random Sampling
Metode penarikan sampel dengan memecah suatu populasi menjadi beberapa kelompok strata Memilih secara acak beberapa sampel dari masing-masing kelompok (Scheaffer et al., 1990)

16 Adaptive Neuro Fuzzy Inference System (ANFIS)
ANFIS adalah penggabungan mekanisme Fuzzy Inference System (FIS) yang digambarkan dalam arsitektur jaringan syaraf (Jang 1994) ANFIS adalah suatu metode yang dalam melakukan penyetelan aturan digunakan algoritma pembelajaran terhadap sekumpulan data. ANFIS adalah arsitektur yang secara fungsional sama dengan fuzzy rule base model sugeno (Kusumadewi 2006)

17 Adaptive Neuro Fuzzy Inference System (ANFIS) (Lanjutan…)
Gambar Struktur ANFIS

18 Adaptive Neuro Fuzzy Inference System (ANFIS) (Lanjutan…)
Lapisan struktur ANFIS terdiri atas beberapa simpul yang dilambangkan dengan lingkaran atau kotak. Lambang lingkaran merepresentasikan simpul nonadaptif yang nilainya tetap, sedangkan lambang kotak merepresentasikan simpul adaptif, artinya nilai parameternya bisa berubah dengan pembelajaran Simpul adaptif terdapat pada Lapisan 1 dan Lapisan 4 Metode pembelajaran pada ANFIS disebut pembelajaran hybrid. Pembelajaran hybrid terdiri atas dua bagian yaitu arah maju (forward pass) dan arah mundur (backward pass)

19 metodologi

20 Tahapan Penelitian

21 Tahap Pengumpulan Data
Perbaikan desain kuesioner Penambahan fitur Penyeragaman waktu peak - off peak tiap produk operator Penyebaran kuesioner Validasi kuesioner Survei pengguna layanan selular Data dari operator Majalah Selular edisi Februari 2008 Home page operator

22 Produk Operator Produk operator yang digunakan kelas

23 Fitur Sisi Operator Lokal, SLJJ1,SLJJ2,SLJJ3 Voice Calling Peak
Off peak 72 fitur Lokal, SLJJ1,SLJJ2,SLJJ3 Sesama PO Sesama OP Lain OP SLI SMS GPRS 5 fitur Coverage Area NSP 2 fitur

24 Fitur Sisi Pengguna Pengaruh Lingkungan 1 fitur Fitur sisi operator
Isi Ulang Pulsa 6 fitur

25 Fitur Hasil Reduksi Lokal, SLJJ1,SLJJ2,SLJJ3 Voice Calling Peak
SMS GPRS Sesama OP 2 fitur Coverage Area NSP 2 fitur

26 Tahap Pelatihan ANFIS 13 input 17 data latih (operator) matriks 17x13
77 data uji (responden mahasiswa) matriks 77x13 67 data uji (responden non mahasiswa) matriks 67x13

27 Proses Pengenalan

28 Lingkup Pengembangan Perangkat Lunak Matlab 7.0.1 Perangkat Keras
Notebook Intel Pentium GHz RAM 512 MB Harddisk 60 GB

29 Hasil dan pembahasan

30 Pengambilan Data Penyebaran kuesioner Stratified Random Sampling - Mahasiswa IPB 100 responden - Non mahasiswa 100 responden Validasi kuesioner

31 Responden Non Mahasiswa
Faktor Lingkungan Responden Mahasiswa Keluarga 36.36% Teman 32.47% Iklan 19.48% Lain-lain 11.69% Responden Non Mahasiswa Keluarga 40.30% Teman 32.84% Iklan 11.94% Lain-lain 14.93%

32 Hasil Percobaan Data latih 17 data operator Data uji
77 data responden mahasiswa, dan 67 data responden non mahasiswa

33 Tren Pemilihan Produk Operator
Responden Mahasiswa

34 Tren Pemilihan Produk Operator (Lanjutan…)

35 Tren Pemilihan Produk Operator (Lanjutan…)
Responden Non Mahasiswa

36 Tren Pemilihan Produk Operator (Lanjutan…)

37 Kesimpulan dan saran

38 Kesimpulan Tren pengguna produk operator cenderung memilih produk operator yang tidak sesuai dengan produk operator yang sedang digunakan Responden Mahasiswa IPB dan Non Mahasiswa memiliki kecenderungan optimal pada produk operator Kartu AS, IM3 Smart, dan Matrix (GSM)

39 Saran Menggunakan fitur khusus
Memasukkan faktor transparasi informasi dari operator dan kestabilan error jaringan sebagai salah satu fitur Pengelompokan responden berdasarkan profesi

40 Daftar Pustaka Bodic GL. Mobile Messaging Technologies and service SMS, EMS and MMS John Wiley & Sons Ltd.ISBN Jang, J.S.R., C.T. Sun, and E. Mitzuani Neuro-Fuzzy and soft Computing. Prentice-Hall International. Kusumadewi, S, Sri, H NEURO-FUZZY:Integrasi sistem Fuzzy & Jaringan Syaraf. Ed ke-1. Graha Ilmu : Yogyakarta. Setiawan, D Teknologi Selular dan CDMA. PT.Elex Media Komputindo. Scheaffer RL, William M ,Lyman O.1990.Elementary Survey Sampling.Boston:PWS- KENT.

41 DEMO PROGRAM

42 Terima kasih…