PERAN DAN STRATEGI DATA MINING DALAM TRANSFORMASI BISNIS PERUSAHAAN
DOI:
https://doi.org/10.62281/wggw3092Keywords:
Business Intelligence, Data Mining, Manajemen Hubungan Pelanggan, Strategi, Transformasi BisnisAbstract
Data mining telah menjadi alat strategis bagi perusahaan yang sedang menjalani transformasi digital. Kemampuan untuk mengekstraksi pengetahuan berharga dari kumpulan data yang besar dan kompleks memungkinkan organisasi memperoleh keunggulan kompetitif, mengoptimalkan pengambilan keputusan, serta meningkatkan pengalaman pelanggan. Artikel ini menyajikan tinjauan literatur yang komprehensif mengenai peran strategi data mining dalam transformasi bisnis. Kajian ini menekankan berbagai pendekatan seperti klasifikasi, klasterisasi, association rule mining, dan predictive modeling, serta menguraikan relevansinya pada berbagai konteks bisnis. Selain itu, dibahas pula bagaimana data mining mendukung business intelligence, optimasi rantai pasok, manajemen risiko, serta manajemen hubungan pelanggan. Temuan penelitian menunjukkan bahwa data mining tidak hanya meningkatkan efisiensi operasional, tetapi juga mendorong inovasi, memfasilitasi prediksi tren pasar, dan memperkuat ketangkasan strategis dalam lingkungan yang dinamis. Implikasi penelitian ini menyarankan bahwa perusahaan perlu mengintegrasikan data mining ke dalam peta jalan transformasi digital, dengan dukungan kesiapan infrastruktur, sumber daya manusia yang terampil, serta tata kelola data yang etis agar manfaatnya dapat dioptimalkan.
Downloads
References
Chen, Y., Wang, Y., Nevo, S., Jin, J., Wang, L., & Chow, W. S. (2018). IT capability and organizational performance: the roles of business process agility and environmental factors. European Journal of Information Systems, 23(3), 326–342. https://doi.org/10.1057/ejis.2013.4
Han, J., Pei, J., & Kamber, M. (2022). Data Mining: Concepts and Techniques (4th ed.). Morgan Kaufmann.
Kotter, J. P. (2012). Leading Change. Harvard Business Review Press.
Kotu, V., & Deshpande, B. (2019). Predictive Analytics and Data Mining: Concepts and Practice with RapidMiner (2nd ed.). Morgan Kaufmann.
Li, T., Ma, H., & Li, Y. (2021). Big data analytics in financial services: Benefits and challenges. Journal of Business Research, 131, 405–415. https://doi.org/10.1016/j.jbusres.2021.02.016
Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2020). Data Mining: Practical Machine Learning Tools and Techniques (5th ed.). Morgan Kaufmann.
Zhang, Z., Chen, H., & Lee, J. (2020). Big data analytics for business transformation. Information & Management, 57(7), 103–118. https://doi.org/10.1016/j.im.2020.103268
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Sifa Setiyani, Apik Aminah, Elkin Rilvani (Author)

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.









