PEMANFAATAN BIG DATA MELALUI MEDIA SOSIA
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL
UNTUK PEMETAAN KELUHAN PELANGGAN
Ceceng Muhaemin, Iwan Krisnadi
Pasca Sarjana Universitas Mercubuana
Magister Managemen Telekomunikasi
Email : cengasy@yahoo.com.au, iwankrisnadi@yahoo.com
ABSTRAK
Kehadiran media sosial yang “menjamur” saat ini, membuat lalulintas data
semakin masif dan tak terkendali karena volume data dari hari kehari akan terus
bertambah dengan berbagai macam varietas data yang masuk berukuran cukup
besar, inilah yang dinamakan BIG DATA. Big Data dalam konteks bisnis bisa
menjadi peluang yang sangat menggiurkan dan dapat menghasilkan pendapatan
baik secara individu, kelompok atau instansi-instansi yang melakukan olah data
secara profesional dan terukur, hasil olah data bisa digunakan untuk berbagai
macam kepentingan sesuai dengan tujuan dan pengembangannya.
PT PLN (persero) adalah Perusahaan Listrik Negara yang mempunyai potensi
yang sangat besar terhadap pemanfaatan BIG DATA, dengan total pelanggan
Se-Indoneisa 57 juta ditahun 2014 dan tiap tahun akan terus naik dan
bertambah sekitar 5-7 persen. Dengan data yang sangat besar ini perlu
penanganan dan pengolahan data secara profesional untuk penanganan
keluhan pelanggan atau informasi seputar PLN seperti jadwal pemadaman dan
gangguan sistem yang direncanakan bisa sampai kepada masyarakat. Dengan
adanya media sosial twitter yang digunakan oleh PT PLN (Persero) dengan akun
@pln_123 memberikan dampak positif bagi perusahaan terutama untuk
melakukan pemetaan keluhan pelanggan yang terjadi dimasyarakat.
Dari total follower @pln_123 sebanyak 209.487 dan akan terus meningkat tiap
bulannya, dapat dianalisa data-data yang masuk terhadap penyebaran komplain
gangguan dengan metode penarikan data menggunakan twitter streaming API
selama 7 hari. Data yang ditarik merupakan data yang bersifat publik dimana
data yang ditarik dibagi menjadi 2 kategori yaitu : Penarikan data terhadap tweet
user dimana mereka melakukan reply, retweet, dan mention terhadap akun
@pln_123 serta Penarikan data terhadap tweet yang dibuat oleh akun
@pln_123. Langkah selanjutnya dilakukan pengolahan data, dalam hal ini
dilakukan kegiatan cleansing, filtering dan penambahan field yang diperlukan.
Proses terakhir adalah menampilkan hasil analisa data dengan visualisasi dalam
bentuk table dan grafik dengan menggunakan software tableau.
Dari analisa yang dilakukan maka didapatkan hasil bahwa, terdapat gangguan
yang sifatnya berulang secara geografis di area Bekasi dan Tangerang. Hasil
analisa ini dapat digunakan untuk membuat keputusan terkait antisipasi jaringan
kelistrikan dan antisipasi gangguan dikemudian hari.
Kata kunci : big data, media sosial, PLN, streaming API, tableau
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
1. PENDAHULUAN
Big data adalah data berukuran besar yang volumenya akan terus bertambah, terdiri dari
berbagai jenis atau varietas data, terbentuk secara terus menerus dengan kecepatan tertentu
dan harus diproses dengan kecepatan tertentu pula. Big data dapat juga didefinisikan data yang
sudah sangat sulit untuk dikoleksi, disimpan dan dikelola maupun dianalisa dengan
menggunakan system database yang biasa karena volumenya yang terus berlipat.
Secara umum big data dapat diartikan sebagai sebuah kumpulan data yang berukuran sangat
besar (volume), sangat cepat berubah/bertumbuh (velocity), hadir dalamberagam bentuk/format
(variety), serta memiliki nilatertentu (value), dengan catatan jika berasal dari sumber yang
akurat (veracity). Hal utama yang membedakan big data dengan kumpulan data konvensional
terletak pada mekanisme pengelolaannya. Sistem basis data relasional yang saat ini umum
digunakan, sudah dirasakan tidak mampu menangani kompleksitas big data secara optimal.
Dengan disadari atau tidak, masyarakat moderen saat ini, khususnya di kota-kota besar,
termasuk di Indonesia telah memiliki ketergantungan terhadap Internet. Sebagai suatu
infrastruktur, kehadiran Internet telah bertumbuh menjadi kebutuhan untuk berkomunikasi,
bertukar pikiran, bahkan menjadi suatu saluran untuk mencurahkan isi hati. Sebuah implikasi
langsung dari kebutuhan akan Internet tersebut adalah pertumbuhan data secara masif yang
memenuhi simpul-simpul jaringan (servers) seantero jagad. Salah satu hal yang mungkin tidak
disadari adalah dengan adanya ketersebaran data tersebut menyebabkan 'kemudahan' dalam
mengakses informasi – yang baik ataupun buruk – tentang individu, organisasi ataupun institusi.
Berikut disampaikan data statistik pengguna internet dan media sosial di tahun 2014 dan awal
tahun 2015 :
https://id.techinasia.com/statistik-pengguna-internet2015)
Dari
diatas
jumlah
banyak
2014
data
didapatkan bahwa,
indonesia
penduduk
yang
sekitar 252 juta
penetrasi
di-dunia-dan-indonesia-slideshow/ (akses tgl 26-10-
dengan
sangat
data sensus tahun
terhadap pengguna
internetnya
memang cukup sedikit sebesar 15%, akan tetapi bisa jadi tiap tahun ada kenaikan signifikan
terhadap jumlah data pengguna internet di indonesia seiring dengan penertasi pasar yang
dilakukan oleh para provider telekomunikasi, terutama perusahaan seluler yang sangat masif
membangun dan mengembangkan tekonlogi informasi dan komunikasi baik di daerah urban
ataupun rural, hal ini pula yang menjadi penyebab naiknya jumlah pengguna media sosial
seperti yang disampaikan pada grafik diatas.
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
http://www.statista.com/statistics/272014/global-social-networks-ranked-by-number-of-users/ (diakses 26-10-2015)
Dilihat melalui kacamata riset-riset ilmiah terkini, sumber-sumber perolehan big data dapat
dikelompokkan ke dalam tiga sumber utama, yaitu: media sosial dan blogs, lalu lintas data
(secara eksternal/internal), dan mesin temu balik informasi (search engine). Media sosial
memiliki kontribusi yang sangat besar sebagai sumber data 'tersembunyi' yang sangat cepat
berubah dan hadir dalam berbagai formatnya, baik berupa teks, gambar maupun video
(multimedia). Sebagai ilustrasi, jumlah besaran data yang dihasilkan di dunia maya secara
keseluruhan dalam tahun 2011, diprediksi mencapai 1.8 Zetta Byte (≈ 1021B), dan jumlah
tersebut akan naik dua kali lipat setiap dua tahun. Prediksi kenaikan tersebut juga diperkuat
dengan statistik pengguna media sosial aktif pada bulan Maret 2015 dalam Gambar diatas,
yang akan terus bertambah.
Salah satu riset yang menjadi tren saat ini adalah pembentukan model untuk prediksi dan
mengolah data melalui katakata yang muncul dalam kumpulan data microblog (Twitter).
Sasaran dari penelitian ini adalah untuk memanfaatkan kehadiran kata-kata, yang menjadi
dasar pengambilan data pelanggan terhadap yang dikeluhan oleh pelanggan yang kemudian
dilakukan maping lokasi pada setiap kejadian.
PT. PLN (Persero) adalah perusahaan listrik negara yang mempunyai potensi atas kehadiran
big data di era teknologi digital. Dengan potensi data berjumlah sekitar 57 juta pelanggan listrik
yang setiap tahunnya naik sekitar 5 sampai 7 persen, seperti yang diperlihatkan pada gambar
dibawah sebagai berikut :
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
http://www.pln.co.id/wp-content/uploads/2012/01/Statistik-PLN-2014_for-website-10-Juni-2015.pdf (di akses tgl 23 Oktober 2015)
dari total pelanggan PLN tersebut sekitar 92,7 persen adalah pelanggan dengan kategori rumah
tangga, artinya populasi jaringan listrik dan pelanggan ada pada masyarakat umum yang
pastinya jumlah gangguan keluhan pun akan lebih banyak pada segmen ini, seperti
disampaikan pada data dibawah terhadap jumlah keluhan pelanggan selama tahun 2014
sebagai berikut :
Dari data diatas didapatkan bahwa populasi gangguan terbanyak terhadap jaringan distribusi
adalah diluar jawa, sementara untuk total gangguan permasing-masing user, penulis belum
mendapatkan data yang valid. Salah satu untuk mendapatkan data terhadap keluhan dan
informasi dari para pelanggan, kami melakukan analisa terhadap “big data” melalui media sosial
twiter. Data yang dapat digunakan, adalah data dari akun media sosial twitter PLN (@pln_123)
dimana follower dari akun tersebut memiliki grafik yang semakin meningkat. Jumlah follower
akun @pln_123 sebanyak 209.487 akun dan akan terus meningkat.
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
http://www.socialbakers.com/resources/reports/regional/indonesia/2015/july/
Analisa Media Sosial yang tepat, pada kecepatan dimana data diproduksi, dikumpulkan dan
dianalisa, adalah hal yang sangat dimungkinkan untuk menyediakan profil penggunaan listrik
kepada pelanggan, memberikan peringatan perihal penggunaan yang tidak efektif, memberikan
rekomendasi efisiensi pemakaian listrik, penyediaan personil call center yang dapat
memberikan kedekatan yang lebih personal pada tiap pelanggan dan mampu memberikan
saran atas keluhan dengan lebih cepat, tanggap dan berkualitas. Selain itu, pelanggan akan
merasa dilibatkan pada layanan jasa yang mereka bayarkan.
Dalam penyajian makalah ini penulis mempunyai tujuan untuk memaksimalkan “Big Data”
dalam Mendukung PLN menuju Data Driven Company dalam koridor efisiensi energi dan
pelayanan terhadap pelanggan. Adapaun manfaat yang didapat dari analisa ini, bisa
mendapatkan insight dari penarikan data media sosial yang berhubungan dengan keluhan
pelanggan, penyebaran lokasi gangguan, pengenalan pola gangguan dan penanganan
pelanggan.
2. METODOLOGI
Metodologi yang dilakukan pada penelitian ini adalah dengan memberikan batasan masalah
dan ruang lingkup, mengumpulkan data dari twiter, mengolah data dan meberikan
visualisasikan data yang diperoleh, berikut disampaikan diagram alurnya :
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Batasan dan Ruang Lingkup
Penelitian ini dibatasi pada 3 hal :
1. Data yang mewakili penelitian ini adalah data yang diambil dari Media Sosial Twitter dengan
akun @pln_123.
2. Data diambil harian dengan durasi 7 hari.
3. Data yang dikumpulkan adalah tweet yang dikirimkan kepada akun @pln_123 dan dari akun
@pln_123.
4. Penelitian ini bersifat mock up berdasarkan data riil.
Ruang Lingkup Penelitian ini adalah Mendapatkan insight dari penarikan data media sosial
yang berhubungan dengan :
1. Keluhan pelanggan
2. Pengenalan pola gangguan (penyebaran lokasi dan waktu).
Pemrosesan Data
1. Pengumpulan Data
Penarikan data menggunakan twitter streaming API. Data yang ditarik merupakan data yang
bersifat publik dimana data yang ditarik dibagi menjadi 2 kategori yaitu :
1.1. Penarikan data terhadap tweet user dimana mereka melakukan reply, retweet, dan
mention terhadap akun @pln_123.
1.2. Penarikan data terhadap tweet yang dibuat oleh akun @pln_123.
2. Pengolahan Data
Data hasil penarikan pada poin diatas adalah data yang masih mentah dan belum bisa
digunakan dalam kepentingan analisa. Dalam poin ini dilakukan kegiatan cleansing, filtering dan
penambahan field yang diperlukan.
3. Visualisasi Data
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Adalah proses pembuatan tabel dan grafik yang pada akhirnya dapat digunakan pengguna
dalam proses pembuatan keputusan.
3. PEMBAHASAN
3.1 Langkah Implementasi
3.1.1 Pengumpulan Data
Proses pengumpulan data dilakukan dengan menggunakan script Node.js untuk mengambil
data tweet melalui twitter streaming API. Data tweet yang diambil adalah data yang bersifat
Public Streams. Langkah yang dilakukan dalam proses ini adalah :
1. Pengambilan data tweet milik akun @pln_123.
Gambar 3.1 Proses pengambilan data tweet milik akun @pln_123
2. Pengambilan data tweet milik akun lain yang melakukan mention kepada akun
@pln_123
Gambar 3.2 Proses pengambilan data mention @pln_123
3. Data yang sudah ditarik, akan secara otomatis disimpan oleh Node.js ke dalam
database.
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
3.1.2 Pengolahan Data
Proses ini melibatkan kegiatan :
a) cleansing duplikasi data
b) penambahan field alamat -- [add4geocode] dimana datanya diambil dari isi tweet pada
kolom [text].
c) Penambahan kolom koordinat latitude dan longitude menggunakan fasilitas geocoding
menggunakan fitur Google Geocoding Service. Kolom [add4geocode] akan dimasukkan
kedalam fitur Google Geocoding Service untuk selanjutnya diperoleh koordinat latitude
dan longitude.
Gambar 3.3 Sebelum proses Google Geocoding Service
Gambar 3.4 Hasil Google Geocoding Service
d) Melakukan spatial join antara kolom [Latitude] dan [Longitude] dengan peta kabupaten
Indonesia.
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Gambar 3.5 Hasil Spatial Joins
3.1.3 Visualisasi Data
Proses visualisasi data menggunakan Tableau. Tableau adalah software Business Inteligence &
Analitik, dengan menghubungkan file atau database untuk menghasilkan visualisasi data.
Gambar 3.6 Visualisasi data menggunakan Tableau
3.2 Analisa Manfaat
3.2.1 Insight Bagi PLN
Data yang diambil berada pada kisaran tanggal 21 Agustus 2015 hingga 28 Agustus 2015
dengan cakupan geografis seluruh Indonesia.
Berikut adalah visualisasi data penyebaran komplain gangguan :
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Gambar 3.7 Visualisasi Penyebaran Komplain Gangguan
Gambar 3.8 Penyebaran Komplain Gangguan 21 Agustus 2015
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Gambar 3.9 Penyebaran Komplain Gangguan 24 Agustus 2015
Gambar 3.10 Penyebaran Komplain Gangguan 25 Agustus 2015
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Gambar 3.11 Penyebaran Komplain Gangguan 26 Agustus 2015
Gambar 3.12 Penyebaran Komplain Gangguan 27 Agustus 2015
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Gambar 3.13 Penyebaran Komplain Gangguan 28 Agustus 2015
Dari data yang diambil dan digambarkan diatas, dapat disimpulkan bahwa:
1. Terdapat gangguan yang sifatnya berulang secara geografis dari area Bekasi dan
Tangerang. Kesimpulan ini dapat digunakan untuk membuat keputusan terkait antisipasi
jaringan kelistrikan dan antisipasi gangguan bagi pelanggan.
2. Penggunaan Media Sosial yang tepat dapat dilakukan untuk mendekatkan PLN kepada
pelanggan dalam hal sosialisasi gangguan dan percepatan penanganan gangguan.
Sekaligus memberikan kesempatan keterlibatan pelanggan dalam proses bisnis PLN.
3. Apabila pengambilan data dilakukan dengan rentang waktu lebih lama dengan sumber
beragam, termasuk pengambilan data dari CRM, Operasi dan Jaringan Kelistrikan,
dapat diperoleh insight yang lebih objektif dan akurat.
Gambar 3.14 Penyebaran Komplain Gangguan Berbasis Peta
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
4. KESIMPULAN DAN SARAN
4.1 Kesimpulan
Dari analisa yang telah dilakukan maka dapat disimpulkan hal-hal berikut:
1. Media Sosial yang merupakan bagian dari poros Big Data, menjanjikan insight baru
yang tidak dapat diperoleh melalui cara-cara penggalian insight tradisional.
2. PLN memiliki data yang sangat banyak dan akan terus berkembang, diperlukan
perlakuan khusus agar data tersebut kemudian berguna dan menjadi nilai tambah dalam
pengambilan keputusan.
3. Metode pegambilan data dari media sosial, memberikan hasil positif terhadap pemetaan
keluhan pelanggan, dimana PLN kedepan dapat melakukan evaluasi dari hasil big data
yang diperoleh yang secara terus menerus data akan tumbuh dan bertambah, artinya
akurasi terhadap analisa semakin mendekati dan sempurna.
4. Penelitian ini adalah mock up dengan data real sebagai salah satu sarana membuka diri
pada era Big Data.
4.2 Saran
Berdasarkan kekurangan yang ada, dapat disarankan hal-hal berikut untuk perbaikan ke
depan:
1. Diperlukan akses ke data internal PLN terkait CRM, Operasi, Jaringan dan lainnya untuk
kemudian diolah dalam koridor analisa Big Data, agar diperoleh insight baru untuk
mendukung proses bisnis yang berfokus pada kepuasan pelanggan dan efisiensi energi.
2. Diperlukan pembentukan kompetensi khusus terkait Big Data (tim pengelola big data).
3. Diperlukan integrasi data Contact Center PLN dengan tim khusus pengelola Big Data,
sehingga data yang didapatkan bisa bersinergi dan akurasi bisa mendekati sempurna.
5. DAFTAR PUSTAKA
1. Aprianti Putri Sujana., (2013). MEMANFAATKAN BIG DATA UNTUK MENDETEKSI EMOSI. STEI
ITB, Jurnal Teknik Komputer Unikom – Komputika – Volume 2, No.2 – 2013
2. Hapnes Toba,.(2015). Big Data: Menuju Evolusi Era Informasi Selanjutnya,. CONFERENCE
PAPER, Universitas Kristen Maranatha.
3. Lathiefa Nur Ilma., (2015). MENGAWALI MONETISASI BIG DATA MELALUI ANALISA MEDIA
SOSIAL, Kanvas PT. ICON+
4. Statistik Penggunaan Internet dan Media sosial,. https://id.techinasia.com/statistik-penggunainternet-di-dunia-dan-indonesia-slideshow/ (diakses pada tanggal 26 Oktober 2015).
5. Statistik Pengguna Media Sosial,. http://www.statista.com/statistics/272014/global-socialnetworks-ranked-by-number-of-users/ (diakes pada tanggal 26 Oktober 2015).
6. Statistik PLN,. (2014). http://www.pln.co.id/wp-content/uploads/2012/01/Statistik-PLN-2014_for-website-10Juni-2015.pdf (di download tanggal 23 Oktober 2015)
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Bulan Oktober 2015
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL
UNTUK PEMETAAN KELUHAN PELANGGAN
Ceceng Muhaemin, Iwan Krisnadi
Pasca Sarjana Universitas Mercubuana
Magister Managemen Telekomunikasi
Email : cengasy@yahoo.com.au, iwankrisnadi@yahoo.com
ABSTRAK
Kehadiran media sosial yang “menjamur” saat ini, membuat lalulintas data
semakin masif dan tak terkendali karena volume data dari hari kehari akan terus
bertambah dengan berbagai macam varietas data yang masuk berukuran cukup
besar, inilah yang dinamakan BIG DATA. Big Data dalam konteks bisnis bisa
menjadi peluang yang sangat menggiurkan dan dapat menghasilkan pendapatan
baik secara individu, kelompok atau instansi-instansi yang melakukan olah data
secara profesional dan terukur, hasil olah data bisa digunakan untuk berbagai
macam kepentingan sesuai dengan tujuan dan pengembangannya.
PT PLN (persero) adalah Perusahaan Listrik Negara yang mempunyai potensi
yang sangat besar terhadap pemanfaatan BIG DATA, dengan total pelanggan
Se-Indoneisa 57 juta ditahun 2014 dan tiap tahun akan terus naik dan
bertambah sekitar 5-7 persen. Dengan data yang sangat besar ini perlu
penanganan dan pengolahan data secara profesional untuk penanganan
keluhan pelanggan atau informasi seputar PLN seperti jadwal pemadaman dan
gangguan sistem yang direncanakan bisa sampai kepada masyarakat. Dengan
adanya media sosial twitter yang digunakan oleh PT PLN (Persero) dengan akun
@pln_123 memberikan dampak positif bagi perusahaan terutama untuk
melakukan pemetaan keluhan pelanggan yang terjadi dimasyarakat.
Dari total follower @pln_123 sebanyak 209.487 dan akan terus meningkat tiap
bulannya, dapat dianalisa data-data yang masuk terhadap penyebaran komplain
gangguan dengan metode penarikan data menggunakan twitter streaming API
selama 7 hari. Data yang ditarik merupakan data yang bersifat publik dimana
data yang ditarik dibagi menjadi 2 kategori yaitu : Penarikan data terhadap tweet
user dimana mereka melakukan reply, retweet, dan mention terhadap akun
@pln_123 serta Penarikan data terhadap tweet yang dibuat oleh akun
@pln_123. Langkah selanjutnya dilakukan pengolahan data, dalam hal ini
dilakukan kegiatan cleansing, filtering dan penambahan field yang diperlukan.
Proses terakhir adalah menampilkan hasil analisa data dengan visualisasi dalam
bentuk table dan grafik dengan menggunakan software tableau.
Dari analisa yang dilakukan maka didapatkan hasil bahwa, terdapat gangguan
yang sifatnya berulang secara geografis di area Bekasi dan Tangerang. Hasil
analisa ini dapat digunakan untuk membuat keputusan terkait antisipasi jaringan
kelistrikan dan antisipasi gangguan dikemudian hari.
Kata kunci : big data, media sosial, PLN, streaming API, tableau
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
1. PENDAHULUAN
Big data adalah data berukuran besar yang volumenya akan terus bertambah, terdiri dari
berbagai jenis atau varietas data, terbentuk secara terus menerus dengan kecepatan tertentu
dan harus diproses dengan kecepatan tertentu pula. Big data dapat juga didefinisikan data yang
sudah sangat sulit untuk dikoleksi, disimpan dan dikelola maupun dianalisa dengan
menggunakan system database yang biasa karena volumenya yang terus berlipat.
Secara umum big data dapat diartikan sebagai sebuah kumpulan data yang berukuran sangat
besar (volume), sangat cepat berubah/bertumbuh (velocity), hadir dalamberagam bentuk/format
(variety), serta memiliki nilatertentu (value), dengan catatan jika berasal dari sumber yang
akurat (veracity). Hal utama yang membedakan big data dengan kumpulan data konvensional
terletak pada mekanisme pengelolaannya. Sistem basis data relasional yang saat ini umum
digunakan, sudah dirasakan tidak mampu menangani kompleksitas big data secara optimal.
Dengan disadari atau tidak, masyarakat moderen saat ini, khususnya di kota-kota besar,
termasuk di Indonesia telah memiliki ketergantungan terhadap Internet. Sebagai suatu
infrastruktur, kehadiran Internet telah bertumbuh menjadi kebutuhan untuk berkomunikasi,
bertukar pikiran, bahkan menjadi suatu saluran untuk mencurahkan isi hati. Sebuah implikasi
langsung dari kebutuhan akan Internet tersebut adalah pertumbuhan data secara masif yang
memenuhi simpul-simpul jaringan (servers) seantero jagad. Salah satu hal yang mungkin tidak
disadari adalah dengan adanya ketersebaran data tersebut menyebabkan 'kemudahan' dalam
mengakses informasi – yang baik ataupun buruk – tentang individu, organisasi ataupun institusi.
Berikut disampaikan data statistik pengguna internet dan media sosial di tahun 2014 dan awal
tahun 2015 :
https://id.techinasia.com/statistik-pengguna-internet2015)
Dari
diatas
jumlah
banyak
2014
data
didapatkan bahwa,
indonesia
penduduk
yang
sekitar 252 juta
penetrasi
di-dunia-dan-indonesia-slideshow/ (akses tgl 26-10-
dengan
sangat
data sensus tahun
terhadap pengguna
internetnya
memang cukup sedikit sebesar 15%, akan tetapi bisa jadi tiap tahun ada kenaikan signifikan
terhadap jumlah data pengguna internet di indonesia seiring dengan penertasi pasar yang
dilakukan oleh para provider telekomunikasi, terutama perusahaan seluler yang sangat masif
membangun dan mengembangkan tekonlogi informasi dan komunikasi baik di daerah urban
ataupun rural, hal ini pula yang menjadi penyebab naiknya jumlah pengguna media sosial
seperti yang disampaikan pada grafik diatas.
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
http://www.statista.com/statistics/272014/global-social-networks-ranked-by-number-of-users/ (diakses 26-10-2015)
Dilihat melalui kacamata riset-riset ilmiah terkini, sumber-sumber perolehan big data dapat
dikelompokkan ke dalam tiga sumber utama, yaitu: media sosial dan blogs, lalu lintas data
(secara eksternal/internal), dan mesin temu balik informasi (search engine). Media sosial
memiliki kontribusi yang sangat besar sebagai sumber data 'tersembunyi' yang sangat cepat
berubah dan hadir dalam berbagai formatnya, baik berupa teks, gambar maupun video
(multimedia). Sebagai ilustrasi, jumlah besaran data yang dihasilkan di dunia maya secara
keseluruhan dalam tahun 2011, diprediksi mencapai 1.8 Zetta Byte (≈ 1021B), dan jumlah
tersebut akan naik dua kali lipat setiap dua tahun. Prediksi kenaikan tersebut juga diperkuat
dengan statistik pengguna media sosial aktif pada bulan Maret 2015 dalam Gambar diatas,
yang akan terus bertambah.
Salah satu riset yang menjadi tren saat ini adalah pembentukan model untuk prediksi dan
mengolah data melalui katakata yang muncul dalam kumpulan data microblog (Twitter).
Sasaran dari penelitian ini adalah untuk memanfaatkan kehadiran kata-kata, yang menjadi
dasar pengambilan data pelanggan terhadap yang dikeluhan oleh pelanggan yang kemudian
dilakukan maping lokasi pada setiap kejadian.
PT. PLN (Persero) adalah perusahaan listrik negara yang mempunyai potensi atas kehadiran
big data di era teknologi digital. Dengan potensi data berjumlah sekitar 57 juta pelanggan listrik
yang setiap tahunnya naik sekitar 5 sampai 7 persen, seperti yang diperlihatkan pada gambar
dibawah sebagai berikut :
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
http://www.pln.co.id/wp-content/uploads/2012/01/Statistik-PLN-2014_for-website-10-Juni-2015.pdf (di akses tgl 23 Oktober 2015)
dari total pelanggan PLN tersebut sekitar 92,7 persen adalah pelanggan dengan kategori rumah
tangga, artinya populasi jaringan listrik dan pelanggan ada pada masyarakat umum yang
pastinya jumlah gangguan keluhan pun akan lebih banyak pada segmen ini, seperti
disampaikan pada data dibawah terhadap jumlah keluhan pelanggan selama tahun 2014
sebagai berikut :
Dari data diatas didapatkan bahwa populasi gangguan terbanyak terhadap jaringan distribusi
adalah diluar jawa, sementara untuk total gangguan permasing-masing user, penulis belum
mendapatkan data yang valid. Salah satu untuk mendapatkan data terhadap keluhan dan
informasi dari para pelanggan, kami melakukan analisa terhadap “big data” melalui media sosial
twiter. Data yang dapat digunakan, adalah data dari akun media sosial twitter PLN (@pln_123)
dimana follower dari akun tersebut memiliki grafik yang semakin meningkat. Jumlah follower
akun @pln_123 sebanyak 209.487 akun dan akan terus meningkat.
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
http://www.socialbakers.com/resources/reports/regional/indonesia/2015/july/
Analisa Media Sosial yang tepat, pada kecepatan dimana data diproduksi, dikumpulkan dan
dianalisa, adalah hal yang sangat dimungkinkan untuk menyediakan profil penggunaan listrik
kepada pelanggan, memberikan peringatan perihal penggunaan yang tidak efektif, memberikan
rekomendasi efisiensi pemakaian listrik, penyediaan personil call center yang dapat
memberikan kedekatan yang lebih personal pada tiap pelanggan dan mampu memberikan
saran atas keluhan dengan lebih cepat, tanggap dan berkualitas. Selain itu, pelanggan akan
merasa dilibatkan pada layanan jasa yang mereka bayarkan.
Dalam penyajian makalah ini penulis mempunyai tujuan untuk memaksimalkan “Big Data”
dalam Mendukung PLN menuju Data Driven Company dalam koridor efisiensi energi dan
pelayanan terhadap pelanggan. Adapaun manfaat yang didapat dari analisa ini, bisa
mendapatkan insight dari penarikan data media sosial yang berhubungan dengan keluhan
pelanggan, penyebaran lokasi gangguan, pengenalan pola gangguan dan penanganan
pelanggan.
2. METODOLOGI
Metodologi yang dilakukan pada penelitian ini adalah dengan memberikan batasan masalah
dan ruang lingkup, mengumpulkan data dari twiter, mengolah data dan meberikan
visualisasikan data yang diperoleh, berikut disampaikan diagram alurnya :
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Batasan dan Ruang Lingkup
Penelitian ini dibatasi pada 3 hal :
1. Data yang mewakili penelitian ini adalah data yang diambil dari Media Sosial Twitter dengan
akun @pln_123.
2. Data diambil harian dengan durasi 7 hari.
3. Data yang dikumpulkan adalah tweet yang dikirimkan kepada akun @pln_123 dan dari akun
@pln_123.
4. Penelitian ini bersifat mock up berdasarkan data riil.
Ruang Lingkup Penelitian ini adalah Mendapatkan insight dari penarikan data media sosial
yang berhubungan dengan :
1. Keluhan pelanggan
2. Pengenalan pola gangguan (penyebaran lokasi dan waktu).
Pemrosesan Data
1. Pengumpulan Data
Penarikan data menggunakan twitter streaming API. Data yang ditarik merupakan data yang
bersifat publik dimana data yang ditarik dibagi menjadi 2 kategori yaitu :
1.1. Penarikan data terhadap tweet user dimana mereka melakukan reply, retweet, dan
mention terhadap akun @pln_123.
1.2. Penarikan data terhadap tweet yang dibuat oleh akun @pln_123.
2. Pengolahan Data
Data hasil penarikan pada poin diatas adalah data yang masih mentah dan belum bisa
digunakan dalam kepentingan analisa. Dalam poin ini dilakukan kegiatan cleansing, filtering dan
penambahan field yang diperlukan.
3. Visualisasi Data
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Adalah proses pembuatan tabel dan grafik yang pada akhirnya dapat digunakan pengguna
dalam proses pembuatan keputusan.
3. PEMBAHASAN
3.1 Langkah Implementasi
3.1.1 Pengumpulan Data
Proses pengumpulan data dilakukan dengan menggunakan script Node.js untuk mengambil
data tweet melalui twitter streaming API. Data tweet yang diambil adalah data yang bersifat
Public Streams. Langkah yang dilakukan dalam proses ini adalah :
1. Pengambilan data tweet milik akun @pln_123.
Gambar 3.1 Proses pengambilan data tweet milik akun @pln_123
2. Pengambilan data tweet milik akun lain yang melakukan mention kepada akun
@pln_123
Gambar 3.2 Proses pengambilan data mention @pln_123
3. Data yang sudah ditarik, akan secara otomatis disimpan oleh Node.js ke dalam
database.
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
3.1.2 Pengolahan Data
Proses ini melibatkan kegiatan :
a) cleansing duplikasi data
b) penambahan field alamat -- [add4geocode] dimana datanya diambil dari isi tweet pada
kolom [text].
c) Penambahan kolom koordinat latitude dan longitude menggunakan fasilitas geocoding
menggunakan fitur Google Geocoding Service. Kolom [add4geocode] akan dimasukkan
kedalam fitur Google Geocoding Service untuk selanjutnya diperoleh koordinat latitude
dan longitude.
Gambar 3.3 Sebelum proses Google Geocoding Service
Gambar 3.4 Hasil Google Geocoding Service
d) Melakukan spatial join antara kolom [Latitude] dan [Longitude] dengan peta kabupaten
Indonesia.
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Gambar 3.5 Hasil Spatial Joins
3.1.3 Visualisasi Data
Proses visualisasi data menggunakan Tableau. Tableau adalah software Business Inteligence &
Analitik, dengan menghubungkan file atau database untuk menghasilkan visualisasi data.
Gambar 3.6 Visualisasi data menggunakan Tableau
3.2 Analisa Manfaat
3.2.1 Insight Bagi PLN
Data yang diambil berada pada kisaran tanggal 21 Agustus 2015 hingga 28 Agustus 2015
dengan cakupan geografis seluruh Indonesia.
Berikut adalah visualisasi data penyebaran komplain gangguan :
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Gambar 3.7 Visualisasi Penyebaran Komplain Gangguan
Gambar 3.8 Penyebaran Komplain Gangguan 21 Agustus 2015
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Gambar 3.9 Penyebaran Komplain Gangguan 24 Agustus 2015
Gambar 3.10 Penyebaran Komplain Gangguan 25 Agustus 2015
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Gambar 3.11 Penyebaran Komplain Gangguan 26 Agustus 2015
Gambar 3.12 Penyebaran Komplain Gangguan 27 Agustus 2015
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
Gambar 3.13 Penyebaran Komplain Gangguan 28 Agustus 2015
Dari data yang diambil dan digambarkan diatas, dapat disimpulkan bahwa:
1. Terdapat gangguan yang sifatnya berulang secara geografis dari area Bekasi dan
Tangerang. Kesimpulan ini dapat digunakan untuk membuat keputusan terkait antisipasi
jaringan kelistrikan dan antisipasi gangguan bagi pelanggan.
2. Penggunaan Media Sosial yang tepat dapat dilakukan untuk mendekatkan PLN kepada
pelanggan dalam hal sosialisasi gangguan dan percepatan penanganan gangguan.
Sekaligus memberikan kesempatan keterlibatan pelanggan dalam proses bisnis PLN.
3. Apabila pengambilan data dilakukan dengan rentang waktu lebih lama dengan sumber
beragam, termasuk pengambilan data dari CRM, Operasi dan Jaringan Kelistrikan,
dapat diperoleh insight yang lebih objektif dan akurat.
Gambar 3.14 Penyebaran Komplain Gangguan Berbasis Peta
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1
Jurnal Tugas Mata Kuliah Managemen Bisnis Telekomunikasi
Bulan Oktober 2015
4. KESIMPULAN DAN SARAN
4.1 Kesimpulan
Dari analisa yang telah dilakukan maka dapat disimpulkan hal-hal berikut:
1. Media Sosial yang merupakan bagian dari poros Big Data, menjanjikan insight baru
yang tidak dapat diperoleh melalui cara-cara penggalian insight tradisional.
2. PLN memiliki data yang sangat banyak dan akan terus berkembang, diperlukan
perlakuan khusus agar data tersebut kemudian berguna dan menjadi nilai tambah dalam
pengambilan keputusan.
3. Metode pegambilan data dari media sosial, memberikan hasil positif terhadap pemetaan
keluhan pelanggan, dimana PLN kedepan dapat melakukan evaluasi dari hasil big data
yang diperoleh yang secara terus menerus data akan tumbuh dan bertambah, artinya
akurasi terhadap analisa semakin mendekati dan sempurna.
4. Penelitian ini adalah mock up dengan data real sebagai salah satu sarana membuka diri
pada era Big Data.
4.2 Saran
Berdasarkan kekurangan yang ada, dapat disarankan hal-hal berikut untuk perbaikan ke
depan:
1. Diperlukan akses ke data internal PLN terkait CRM, Operasi, Jaringan dan lainnya untuk
kemudian diolah dalam koridor analisa Big Data, agar diperoleh insight baru untuk
mendukung proses bisnis yang berfokus pada kepuasan pelanggan dan efisiensi energi.
2. Diperlukan pembentukan kompetensi khusus terkait Big Data (tim pengelola big data).
3. Diperlukan integrasi data Contact Center PLN dengan tim khusus pengelola Big Data,
sehingga data yang didapatkan bisa bersinergi dan akurasi bisa mendekati sempurna.
5. DAFTAR PUSTAKA
1. Aprianti Putri Sujana., (2013). MEMANFAATKAN BIG DATA UNTUK MENDETEKSI EMOSI. STEI
ITB, Jurnal Teknik Komputer Unikom – Komputika – Volume 2, No.2 – 2013
2. Hapnes Toba,.(2015). Big Data: Menuju Evolusi Era Informasi Selanjutnya,. CONFERENCE
PAPER, Universitas Kristen Maranatha.
3. Lathiefa Nur Ilma., (2015). MENGAWALI MONETISASI BIG DATA MELALUI ANALISA MEDIA
SOSIAL, Kanvas PT. ICON+
4. Statistik Penggunaan Internet dan Media sosial,. https://id.techinasia.com/statistik-penggunainternet-di-dunia-dan-indonesia-slideshow/ (diakses pada tanggal 26 Oktober 2015).
5. Statistik Pengguna Media Sosial,. http://www.statista.com/statistics/272014/global-socialnetworks-ranked-by-number-of-users/ (diakes pada tanggal 26 Oktober 2015).
6. Statistik PLN,. (2014). http://www.pln.co.id/wp-content/uploads/2012/01/Statistik-PLN-2014_for-website-10Juni-2015.pdf (di download tanggal 23 Oktober 2015)
CECENG MUHAEMIN
PEMANFAATAN BIG DATA MELALUI MEDIA SOSIAL UNTUK PEMETAAN KELUHAN PELANGGAN
1