Era digitalisasi seperti saat ini, media informatika elektronik atau internet telah menjadi media yang paling sering dimanfaatkan masyarakat dalam berkomunikasi dan berbisnis. Perkembangan bisnis dengan menggunakan internet saat ini mulai banyak diminati masyarakat dalam bentuk Online Shop dan transaksi jual beli secara online atau yang lebih kita kenal dengan e-Commerce. Perkembangan jual beli secara online ini tidak lepas dari perkembangan teknologi SmartPhone dan peningkatan jumlah pengguna internet. Perkembangan teknologi informatika inilah memiliki potensi yang besar untuk mengembangakan usaha dan memperluas pasar.
Dalam dunia e-Commerce saat ini ada banyak data yang tersedia. Atribut atribut data tersebut tersimpan dalam waktu ke waktu, dan banyak sekali informasi yang cendrung sampah karena tidak diperlukan. Maka dari itu hal yang pertama yang harus diatur adalah penggunaan database dan datawarehouse serta suatu instrument untuk knowledge system untuk menghasilkan informasi yang berguna dalam proses pengambilan keputusan. Disinilah data mining berperan. Data mining dapat didefinisikan sebagai seni dari mengektrasi informasi yang dibutuhkan dan berguna dari database yang besar.
Data mining memiliki berbagai solusi mengenai analisa pasar dalam e-Commerce, diantaranya adalah menebak target pasar, identifikasi kebutuhan Consumer dan Seller, profil consumer dan berbagai informasi lainnya.
Seperti pada penilitian yang dilakukan oleh Muhammad Alfariqi dalam jurnalnya yang berjudul Implementasi Data Mining Metode Clustering Pada Toko Buku BI-OBSES Bandung Dengan Penerapan Algoritma K-Means. Dalam penilitian ini terdapat permasalahan yakni pada sistem e-Commerce yang telah ada mereka telah menerapkan sistem pemberian diskon khususnya untuk setiap pelanggan mereka. Namun sistem e-commerce yang ada saat ini mengalami kesulitan pada proses pemberian diskon khususnya diskon tambahan untuk pelanggan, hal ini disebabkan oleh tidak adanya pengelompokan pelanggan berdasarkan jumlah transaksi yang mereka lakukan setiap bulannya. Dengan data mining penulis berusaha untuk mengatasi permasalahan pengelompokkan data pelanggan dengan menggunakan metode clustering.
Dengan metode klasifikasi klastering semua data transaksi dan pelanggan diolah mnjadi informasi. Â Hasil dari analisis data mining diatas dapat digunakan untuk berbagai keperluan, salah satunya adalah pengelompokan data pelanggan pada sistem e-commerce Biobses bookstore menjadi lebih mudah. Selain itu, permasalahan pada pemberian diskon tambahan dapat diatasi dan menjadi lebih mudah dengan sistem diskon yang bisa di atur setiap bulannya oleh perusahaan.
Memahami data mining bisa menjadi awal yang baik untuk memahami bagaimana big data bekerja. Karena pada intinya big data mampu merevolusi bagaimana cara industri tidak terkecuali industry e-commerce bekerja. Data mining tidak hanya tentang penggunaan algoritma komputer juga bukan hanya analisis dari sebuah data. Namun juga sebuah integrasi yang melakukan ekstraksi dari data yang ada untuk mencari informasi dan selanjutnya dimanfaatkan untuk sebuah improvisasi untuk perkembangan bisnis mereka. Data yang terus bertambah butuh pengelolaan yang tepat!.
Refrensi:
Rastegri, Hamid. Data Mining and E-Commerce: Methods, Applications, and Challenges . Â Diunduh dari core.ac.uk
Alfariqi, Muhammad (2017) Implementasi Data Mining Metode Clustering Pada Toko Buku BI-OBSES Bandung Dengan Penerapan Algoritma K-Means. Diunduh dari repository.unikom.ac.id
