Menu

Mode Gelap
Universitas Nusa Mandiri Raih Klasterisasi Utama: Pengakuan atas Kinerja Penelitian dan Pengabdian kepada Masyarakat UNM Beri Penghargaan Inovasi Pada Mahasiswa dan Alumni Berprestasi UNM Terima Penghargaan Apresiasi Penggabungan Perguruan Tinggi Tahun 2021 Manfaat Teknologi Untuk Ketahui Kepribadian dan Kecerdasan Pada Anak Sarah, Mahasiswa UNM yang Aktif Kuliah Sambil Berbisnis UNM Gelar Pembekalan Internal Program Kampus Mengajar Angkatan 3 Tahun 2022

Artikel Ilmiah

Implementasikan Data Mining Dalam Membantu Pengambilan Keputusan Untuk Penerimaan Tenant

badge-check


					Implementasikan Data Mining Dalam Membantu Pengambilan Keputusan Untuk Penerimaan Tenant Perbesar

Jakarta, NusamandiriNews – Dimasa pandemi saat ini melakukan usaha online menjadi salah satu pilihan alternative dalam membuka peluang bisnis. Berbagai pelaku bisnis harus senantiasa mengembangkan bisnis mereka, dan juga agar selalu bertahan dalam persaingan.

Oleh sebab itu untuk mendapatkan hal tersebut maka dibutuhkan   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. 

Baca Juga : Virtual Workshop Machine Learning for Data Mining and Software Engineering

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

Dengan 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, dimana 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 didalam 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 supportnya adalah pola jika belanja di tenant kategori General, maka akan belanja di tenant kategori Food And Beverage.

Baca Juga : Seminar Online Connect tentang Data Mining for Education

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.

Facebook Comments Box

Komentar ditutup.

Baca Lainnya

Tak Punya Biaya Bukan Halangan, UNM Tawarkan Beasiswa 100% untuk Siswa Berprestasi

25 April 2025 - 10:24 WIB

UNM Tawarkan Beasiswa 100% untuk Siswa Berprestasi

Tugas Kuliah Disulap Jadi Jurnal Nasional! Mahasiswa UNM Buktikan Karya Ilmiah Bisa Dimulai dari Kelas

23 April 2025 - 15:17 WIB

Tugas Kuliah Disulap Jadi Jurnal Nasional

Edutrip Universitas Nusa Mandiri: Siapkan Generasi Z untuk Bersaing di Kancah Global

12 Februari 2025 - 10:15 WIB

Edutrip Universitas Nusa Mandiri

Siap Sukses di Tahun 2025? Temukan 5 Tren Bisnis untuk Mahasiswa yang Bisa Jadi Peluang Emas di Era Baru, Hanya di NEC!

24 Januari 2025 - 10:15 WIB

5 Tren Bisnis Tahun 2025

Pentingnya Literasi Digital di Dunia Modern

23 Januari 2025 - 10:37 WIB

Pentingnya Literasi Digital
Sedang Tren di Artikel Ilmiah