METODE DATA MINING UNTUK MENGETAHUI TINGKAT KESETIAAN KONSUMEN TERHADAP MEREK KENDARAAN BERMOTOR (BRAND LOYALTY) DAN POLA KECELAKAAN LALU LINTAS DI DAERAH ISTIMEWA YOGYAKARTA

AGUS SASMITO ARIBOWO, Drs. Edi Winarko, M.Sc., Ph.D.

2011 | Tesis | S2 Ilmu Komputer

Data penjualan kendaraan bermotor dan data kecelakaan dapat diolah menjadi informasi yang penting bagi dealer penjual kendaraan bermotor maupun bagi kepolisian. Bentuk informasi penting yang diteliti adalah tingkat kesetiaan konsumen terhadap merek dan memprediksi merk kendaraan bermotor yang akan dibeli oleh seorang konsumen. Penelitian juga melakukan analisa terhadap data kecelakaan untuk meneliti adakah keterkaitan antara terjadinya suatu kecelakaan dengan merek kendaraan tertentu. Penelitian menerapkan metode data mining rule based classification untuk membentuk rule-rule penjualan kendaraan bermotor sehingga dapat dipakai untuk mengklasifikasikan konsumen ke dalam kelompok tingkatan loyalitas merek dan dapat dipakai juga untuk memperkirakan merek kendaraan berikutnya yang akan dibeli. Penelitian akan memproses data kecelakaan lalu lintas menggunakan metode data mining yaitu teknik apriori untuk melihat pola kecelakaan berdasarkan merek, jenis kendaraan, dan warna kendaraan. Hasil proses ini digunakan untuk memperkirakan apakah ada keterkaitan antara kejadian kecelakaan dengan merek tertentu. Hasil penelitian dapat membantu perusahaan atau dealer kendaraan bermotor untuk mendapatkan informasi brand loyalty konsumen terhadap merek kendaraan yang dijualnya dan membantu memprediksi merek kendaraan berikutnya yang akan dibeli seorang konsumen. Hasil penelitian juga dapat membantu kepolisian untuk mengetahui apakah ada keterkaitan antara kejadian kecelakaan dengan merek, jenis dan warna kendaraan.

The data of vehicle sales and traffic accident can be processed into information that is important for vehicle dealers and the Police Department. Those important information researched are the level of consumer loyalty to the vehicle brands and to predict the vehicle’s brands that will be purchased by a consumer. The study also tries to analyze the traffic accident data to find out is there any link between the occurrence of an accident to a certain brand of vehicle. This research implementing data mining method called ‘rule based classification’ to establish the sales of vehicles rules by which can be used to classify consumer into group level of brand loyalty and also estimate the brand of the next vehicle’s brand that will be purchased by the consumer. This research will process the data traffic accident by using data mining techniques called Apriori Method. Apriori Method is used to identify a pattern of accidents based on brand, type of vehicles, and the vehicle’s color. The results are used to estimate whether there is any correlation between the occurrences of a traffic accident to a particular brand. The result can help companies or vehicle dealers to obtain information about the level of the consumer’s brand loyalty to the dealer’s brand and to predict the brand that the consumer would be buy for the next vehicle. The result can also help the Police Department to find out whether there is any correlation between the occurrence of traffic accidents to the brand, type and the color of vehicle.

Kata Kunci : rule based classification, apriori, brand loyalty, kecelakaan