digilib@itb.ac.id +62 812 2508 8800

Abstrak
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

Pasar tradisional di Indonesia, meskipun memiliki peran penting secara ekonomi dan sosial budaya, menghadapi tantangan signifikan termasuk persaingan ketat dari ritel modern, infrastruktur yang tua, dan persepsi publik sebagai lingkungan yang tidak nyaman, yang menyebabkan penurunan jumlah pengunjung. Meskipun pemerintah telah menerapkan standar nasional (SNI 8152:2021) untuk revitalisasi pasar, sering kali terdapat kesenjangan antara peraturan yang bersifat top-down dengan preferensi konsumen yang sebenarnya. Penelitian ini bertujuan untuk menjembatani kesenjangan tersebut dengan merumuskan strategi pengembangan yang didasarkan pada umpan balik langsung dari konsumen. Penelitian ini mengikuti kerangka cross-industry standard process for data mining (CRISP-DM). Data dikumpulkan dengan melakukan scraping terhadap 1.185.944 ulasan daring untuk 193 pasar tradisional di Indonesia. Setelah melalui pra- pemrosesan dengan dataset akhir sebanyak 107.052 ulasan tekstual yang relevan, metode latent dirichlet allocation (LDA) digunakan untuk mengidentifikasi 16 dimensi kepuasan pelanggan (CSD) utama. Selanjutnya, model IndoBERT digunakan untuk melakukan analisis sentimen untuk menentukan polaritas sentimen untuk setiap CSD dalam setiap ulasan. Sebuah model ensemble neural network (ENNM) digunakan untuk mengukur dampak asimetris dari setiap CSD terhadap kepuasan pelanggan (rating). Terakhir, asymmetric impact-sentiment-performance analysis (AISPA) dilakukan untuk mengklasifikasikan CSD dan k-means clustering digunakan untuk segmentasi pasar, yang dilanjutkan dengan regresi linear berganda untuk identifikasi faktor kepuasan utama setiap klaster. Analisis ini mengidentifikasi 16 CSD, yang dikategorikan menjadi atribut basic, atribut performance, dan atribut excitement. Pasar-pasar dikelompokkan ke dalam empat klaster: “The Curated Destinations”, “The Dependable Neighborhood Hubs”, “The Wholesale Powerhouses”, dan “The Underperformers”. Studi ini mengusulkan strategi yang disesuaikan untuk setiap CSD berdasarkan tiap tipe pasar dalam SNI 8152:2021, dan juga strategi untuk setiap klaster pasar, dengan menggunakan contoh nyata sebagai panduan praktis untuk perbaikan operasional.