Pemanfaatan Data Mining Dalam Perancangan Strategi Pemasaran: Studi Kasus Grobbak Korea Nologaten

Abstract

Grobbak Korea merupakan UMKM makanan yang menghadapi tantangan stagnasi penjualan meskipun tren Korean Wave (Hallyu) mendorong peningkatan konsumsi produk makanan Korea di Indonesia. Persaingan yang semakin ketat akibat masuknya produk impor dan bertambahnya kompetitor lokal menuntut strategi pemasaran berbasis data agar mampu bertahan di pasar. Cabang Grobbak Korea Nologaten, Yogyakarta, yang sempat mencatat penjualan tertinggi pada September–Oktober 2024 dengan nilai mendekati Rp17.000.000, kini mengalami penurunan signifikan hingga kurang dari Rp8.000.000 pada April 2025. Penelitian ini bertujuan untuk mengidentifikasi pola preferensi pembelian konsumen dan menganalisis sentimen ulasan pelanggan, sehingga dapat dirumuskan strategi peningkatan penjualan yang relevan. Metode penelitian menggunakan Association Rule Mining (ARM) dengan algoritma apriori dan Over-Time Rule Consistency Ratio (OCVR) pada data transaksi, serta analisis sentimen berbasis Naive Bayes Classifier pada data ulasan konsumen. Hasil ARM menunjukkan adanya keterkaitan kuat antara produk Corndog Mozzarella dan Topokki Extra Mozzarella dengan nilai lift > 1, menandakan kecenderungan konsumen membeli kedua produk tersebut secara bersamaan. Analisis OCVR menunjukkan mayoritas aturan asosiasi konsisten (<30%), meskipun terdapat aturan kurang stabil dengan nilai 37%. Sementara itu, hasil analisis sentimen memperlihatkan dominasi ulasan positif, namun sentimen negatif mengkritisi aspek kualitas topokki, kelembutan roti corndog, standar rasa sosis, kualitas mozzarella, serta inkonsistensi pelayanan. Berdasarkan temuan tersebut, dirumuskan enam strategi utama: bundling dan cross-selling, promosi produk jarang terbeli, evaluasi formulasi topokki, standarisasi rasa, peningkatan kualitas bahan baku, serta perbaikan konsistensi pelayanan. Strategi ini diharapkan mampu meningkatkan kepuasan konsumen dan mendongkrak performa penjualan Grobbak Korea.