SISTEM PENDUKUNG KEPUTUSAN PENENTUAN STRATEGI PRODUKTIVITAS BASE TRANSCEIVER STATION MENGGUNAKAN ALGORITMA K-MEANS (Studi Kasus PT. Indosat Tbk. Micro Cluster Gowa)

• Tim Peneliti Rifdah Salsabiilah
• Jurnal Link Jurnal
• Share on

Dalam mencapai kepemimpinan digital di Indonesia, Indosat Ooredoo Hutchison melakukan berbagai inovasi untuk meningkatkan performa perusahaan agar dapat bersaing dalam industri telekomunikasi. Indosat Ooredoo Hutchison perlu mempersiapkan strategi-strategi yang baik untuk perencanaan bisnis kedepannya, terutama dalam meningkatkan pendapatan pada BTS (Base Transceiver Station) yang merupakan fokus utama dalam mengembangkan performa perusahaan. Namun, pada pengoperasiannya tidak semua site (tower BTS) dapat produktif dan mencapai standar revenue perusahaan. Terlebih semakin banyaknya site baru yang dibangun menyebabkan site-site yang sudah lama harus melakukan inovasi dan menyusun strategi agar tetap bertahan terhadap pesaing baru. Apalagi proses pengambilan keputusan strategi untuk produktivitas site masih dilakukan secara manual dimana menggunakan Microsoft Excel. Hal ini membuat data yang diperoleh semakin melimpah yang menyebabkan peningkatan volume data dengan sangat pesat, baik dari jumlah record dan jumlah field, sehingga dapat mempengaruhi saat melakukan pengelolaan dan analisa data. Oleh karena itu, penelitian ini memberikan solusi yaitu membuat sistem pendukung keputusan dalam penentuan strategi untuk meningkatkan produktivitas site berdasarkan pengelompokan (clustering) site menggunakan algoritma K-Means. Penelitian ini menghasilkan bentuk 2 cluster yang ditentukan menggunakan metode elbow. Cluster 1 berjumlah 156 site mempunyai strategi yaitu melakukan akuisisi. Sedangkan, cluster 2 berjumlah 33 site mempunyai strategi yaitu melakukan peningkatan ARPU. Penentuan strategi tersebut dilakukan berdasarkan 2 komponen utama yang diperoleh dari pengolahan reduksi fitur dan dimensi oleh metode Principal Component Analysis (PCA) yaitu PC 1 dan PC 2. PC 1 berisi tentang aktivitas dan status pengguna (user) dan PC 2 berisi tentang pendapatan site dan engagement/ketertarikan konsumen. Adapun model klasterisasi telah diujikan menggunakan metode silhouette coefficient dengan memiliki score akurasi sebesar 0.587 ≈ 60%. Hasil dari penelitian ini ditampilkan ke dalam sistem aplikasi berbasis website menggunakan Streamlit.