Aquasprite Theme Demo

Data Mining - Outlier Analysis

Jumat, 16 Maret 2012 , Posted by Andi Prawirawan at 22.44


Metode 1 (Detecting Unusually purchase)
Untuk metode ini saya akan memaparkan sebuah contoh data tentang pembelian tikep penerbangan di salah satu airport di Kota Kendari berdasar dari tiket ataupun dari data salah satu maskapai penerbangan sebagai berikut:
Bulan Januari-Maret : Pembelian tiket pada bulan ini mencapai 10 % dan pada tiap tahunnya selalu saja menunjuk pada angka 20 %
Bulan April-Juni: Sedangkan
pada bulan ini hampir dengan triwulan sebelumnya yaitu mencapai 8 %.
Bulan Juli-September: Pada bulan ini Peningkatan sangan signifikan yaitu meningkat pada angka 45 % yang ditandai dengan adanya pendaftaran mahasiswa baru ditiap-tiap Kota dan adanya Hari Raya di bulan September.
Bulan Oktober-Desember: Dan pada bulan ini terjadi penurunan sebanyak 8 %  sehingga menjadi 37 %. Dengan ditandai adanya pula hari raya pada bulan Desember dan menjelang akhir tahun , liburan bagi para anak sekolah, mahasiswa dan pekerja kantoran
Dari Data diatas, Pihak maskapai penerbagan dapat mengetahui pada bulan keberapa harus menambah armada maskapai penerbangannya dengan fasilitas yang berbeda tiap bulannya.

Metode 2 (Respect to the locations and type of purchase, or the purchase frequency)
Sama seperti metode 1, saya akan mengambil sebuah contoh pada maskapai penerbangan yaitu sebagai berikut:
Pesawat Kendari Air : Pada maskapai ini, minat masyarakat untuk menggunakan maskapai yaitu sebesar 20 % dan dari data menunjukkan masayakat yang menggunakan maskapai ini terdiri dari anak mahasiswa,  dan para distributor barang.
Pesawat Bahtera Air : sedangkan pada maskapai penerbangan ini penggunanya yaitu terdiri dari para golongan atas seperti pejabat dan para wisatawan luar daerah yang tercatat sebanyak 50 %.
Pesawat KKB (Kendari Kota Bertakwa) air : Pada penerbangan yang dilakukan oleh maskapai ini tercatat sebanyak 30 % yang diminati oleh para PNS dan Pegawai Kantoran lainnya.
Dari data diatas dapat ditarik sebuah informasi yang sangat penting bagi para maskapai penerbangan yaitu di tiap maskapai penerbangan mempunyai pelanggan tersendiri yang telah digolongkan sebagai berikut :
Mahasiswa dan distributor barang pada maskapai Kendari Air sebanyak 20 %
Pejabat dan wisatawan pada maskapai Bahtera Air sebanyak 50 %
Pegawai Kantoran pada maskapai KKB sebanyak 30 %
Dengan begitu dapat di simpulkan  bahwa  ditiap maskapai penerbangan harus menyesuaikan  fasilitas yang akan digunakan untuk para penumpangnya.

Kesimpulan:
Kedua Metode yang digunakan diatas sangatlah bermanfaat bagi para maskapai penerbangan dan dapat diikuti pula bagi para pengusaha lainnya. Sehingga dapat menghasilkan keuntungan yang lebih tergantung dari cara pengolahan datanya.



Currently have 0 comments:

Leave a Reply

Posting Komentar