Abstract:
Kegiatan wirausaha memegang peranan penting dalam pembangunan suatu negara atau dapat
dikatakan bahwa kewirausahaan salah satu penggerak roda ekonomi suatu negara. Karena
orang-orang mulai sadar betapa pentingnya kegiatan wirausaha disuatu negara, maka pada
bulan September 1997 Global Entrepreneurship Monitor(GEM) didirikan oleh Michael Hay dari
London Business School(LBS) dan Bill Bygrave dari Babson College. Global Entrepreneurship
Monitor(GEM) merupakan sebuah organisasi non-profit yang berfokus pada kewirausahaan.
Setiap tahunnya GEM membuat sebuah laporan terkait kewirausahaan di suatu negara. Laporan
tersebut dibuat berdasarkan dua buah survei yang diadakan oleh GEM. Survei tersebut adalah
Adult Population Survey(APS) dan National Expert Survey(NES). Data yang dihasilkan dalam
survey APS dan NES, dapat dimanfaatkan jika kita dapat mencari informasi berharga di dalam
data tersebut. Untuk memperoleh informasi berharga tersebut dapat menggunakan teknik Data
Mining.
Data Mining merupakan sebuah metode untuk menggali informasi dari sekumpulan data
yang jumlahnya besar. Data Mining memiliki beberapa teknik yaitu regresi, klasifikasi, dan
clustering yang akan digunakan pada penelitian ini. Sebagai contoh dengan teknik klasifikasi,
data GEM untuk tiap negara akan dimanfaatkan untuk memprediksi kelas berdasarkan atribut
yang ada pada hasil survei APS dan NES. Kemudian, dengan menggunakan teknik clustering,
data GEM untuk tiap negara akan dikelompokkan berdasarkan kemiripan atribut pada hasil
survei APS dan NES.
Pada penelitian ini dihasilkan perangkat lunak yang mampu mengimplementasikan tahapan
Data Mining yaitu membersihkan data, melakukan integrasi data, mencari atribut yang berkorelasi,
melakukan transformasi data, dan mampu menggunakan teknik-teknik Data Mining
untuk data GEM. Hasil penelitian ini juga dicantumkan di sebuah situs yang dibuat untuk
menampilkan hasil eksplorasi dan analisis data GEM.
Berdasarkan eksplorasi dan analisis data GEM yang dilakukan, disimpulkan bahwa faktor
yang paling memiliki pengaruh pada data APS dalam menentukan seberapa tinggi atau rendah
nilai Perceived Capabilities adalah Perceived opportunities, faktor yang paling memiliki pengaruh
pada data NES dalam menentukan seberapa tinggi atau rendah nilai Governmental programs
adalah Governmental support and policies.