Selasa 10 Aug 2021 16:55 WIB

Teknik Penggalian Data Bantu Cari Potensi Lokasi Tenant

Data mining dapat membantu pengelola pusat perbelanjaan.

Teknik penggalian data dapat membantu pengelola pusat perbepanjaan  mencari potensi lokasi tenant.
Foto: Dok UNM
Teknik penggalian data dapat membantu pengelola pusat perbepanjaan mencari potensi lokasi tenant.

REPUBLIKA.CO.ID, Oleh Andri Agung Riyadi

Untuk menarik lebih banyak pengunjung, pusat perbelanjaan sering mengadakan even-even  yang menarik dan terus meningkatkan pelayanan kepada pengunjung setianya. Tenant yang berminat membuka gerai atau toko di pusat perbelanjaan juga diseleksi sesuai kebutuhan pengunjung.  

Pelaku bisnis harus senantiasa mengembangkan bisnis mereka, dan juga agar selalu bertahan dalam persaingan. Untuk mencapai hal itu, ada beberapa hal yang bisa dilakukan yaitu dengan meningkatkan kualitas produk dan penambahan jenis produk. Untuk memenuhi kebutuhan tersebut terdapat beberapa hal yang bisa dijalankan,  salah satunya dengan melakukan analisis data transaksi.  

Data mining atau penggalian data telah diimplementasikan ke berbagai bidang di  antaranya bidang bisnis. Salah satu implementasi data mining ini, menggunakan metode Algoritma Apriori. 

Metode ini dapat membantu pihak pengelola pusat perbelanjaan dalam kebijakan pengambilan keputusan terhadap apa yang berhubungan dengan penerimaan calon tenant (penyewa) atau penempatan lokasi tenant di pusat perbelanjaan. 

Sebagai contoh, salah satu pusat perbelanjaan yang terletak di DKI Jakarta, di mana bisnisnya adalah menyewakan tempat pada para perusahaan atau brand untuk membuka gerai atau tokonya. 

Penelitian ini dilakukan berdasarkan data transaksi pada pusat perbelanjaan tersebut dengan mengimplementasikan data mining menggunakan metode Algoritma Apriori. Analisis data dilakukan pada transaksi belanja selama satu bulan dengan tujuan untuk menemukan pola belanja kategori tenant dan hubungan antar-item kategori tenant dalam transaksi. Terdapat 60 transaksi dan 12 kategori tenant yang diolah.

Hasil yang diperoleh, berdasarkan data yang diolah dengan metode Algoritma Apriori, salah satunya pola kombinasi yang paling tinggi support-nya adalah pola jika belanja di tenant kategori general, maka akan belanja di tenant kategori food and beverage

Dengan mengimplementasikan data mining, menggunakan metode Algoritma Apriori, dapat ditemukan kecenderungan pola kombinasi sehingga dapat dijadikan sebagai informasi yang sangat berharga dan membantu pihak pengelola pusat perbelanjaan dalam pengambilan keputusan untuk penerimaan tenant atau penempatan lokasi tenant.  

Sehingga, diharapkan dari hasil penelitian ini, mampu membantu bidang bisnis dalam hal pengelola pusat perbelanjaan dalam mengambil keputusan untuk menerima tenant atau penempatan potensi lokasi tenant yang sesuai dengan produk barang yang dijual.

*)Penulis adalah dosen Prodi Sains Data, Universitas Nusa Mandiri (UNM).

Advertisement
Berita Lainnya
Advertisement
Advertisement
Advertisement