Secara umum, data mining diartikan sebagai serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basisdata dengan melakukan penggalian pola-pola dari data dengan tujuan untuk memanipulasi data menjadi informasi yang lebih berharga.Â
Data mining mempunyai 4 fungsi dasar yaitu:Â
- Fungsi Prediksi (prediction).
- Fungsi Deskripsi (description).
- Fungsi Klasifikasi (classification).
- Fungsi Asosiasi (association).
Salah satu implementasi data mining bidang bisnis adalah analisis kepuasan konsumen yang dilakukan oleh restoran XYZ.Â
Teknik yang digunakan dalam analisis ini adalah algoritma C4.5. Prinsip kerja algoritma C.4.5 adalah konstruksi pohon keputusan, pemangkasan pohon dan pembangkitan rule. Tahapan analisis pertama adalah pengumpulan data berupa pertanyaan dari 5 indicator baik produk, pelayanan, fasilitas, harga dan tempat.Â
Selanjutnya gunakan metode k-cross validation untuk melihat performansi dari classifier. Tingkat akurasi yang berhasil dicapai oleh C4.5 adalah sebesar 79,41%. Hal ini menunjukkan bahwa konsumen mementingkan produk, fasilitas, pelayanan, harga dan tempat suatu restoran.Â
Menurut saya, dengan menggunakan konsep data mining restoran mampu melihat seberapa puas konsumen terhadap suatu restoran. Melihat hasil penelitian dengan konsep data mining, restoran diharapkan meningkatkan kinerjanya untuk lebih memberikan kepuasan para konsumennya.Â
Cara agar konsumen merasa lebih puas terhadap suatu restoran adalah membuat produk dengan harga yang terjangkau untuk menarik perhatian konsumen. Restoran juga harus memiliki pelayanan yang ramah, baik pelayanan dari segi tampilan makanan maupun dari staf restoran.Â