Prediksi kepuasan tenant terhadap gedung yang akan disewa sangat dibutuhkan perusahaan penyedia jasa termasuk building management pada Gedung Wisma Keiai. Dengan adanya prediksi kepuasan tenant dapat membantu manajemen untuk meningkatkan kepuasan tenant di gedung tersebut. Penelitian ini bertujuan untuk menganalisis kepuasan Tenant pada gedung Wisma Keiai dengan menggunakan teknik data mining dengan metode algoritma C4.5. Atribut yang akan digunakan sebagai masukan kepuasan tenant dalam penelitian ini mencangkup fasilitas gedung, pelayanan dan daya tanggap. Dalam penelitian ini, didapatkan bahwa hasil yang didapatkan berasal dari beberapa atribut masukan menghasilkan hubungan sebab-akibat dalam mengklasifikasikan konsumen puas dan tidak puas. Penelitian ini diharapkan dapat membantu pihak Gedung Wisma Keiai dalam meningkatkan kepuasan tenant untuk mempertahankan tenant dan meningkatkan keuntungan perusahaan tersebut. Data kuisioner sebanyak 50 tenant yang didapat dari penilaian tenant di Gedung Wisma Keiai yaitu 41 tenant puas dan 9 tenant tidak puas. Berdasarkan hasil perhitungan klasifikasi menggunakan algoritma C4.5 menunjukkan bahwa diperoleh akurasi mencapai 100.00% yang menunjukkan bahwa algoritma C4.5 cocok digunakan untuk mengukur tingkat kepuasan tenant di Gedung Wisma Keiai.

Every company engaged in trade must have a strategy to improve service. Some of them regulate the arrangement of goods (display) or make the appearance of a store look attractive and make shopping easier so that consumers are willing to come back to shop. Many transactions every day but are still done manually. So there might be a lot of errors and inaccurate reports. The number of transactions is also only used as a document. It is not possible for many transaction data to be lost or tucked away. Collection of transaction data if left alone for months, then the data will only be meaningless data and will be a limiting factor in improving services. Purchases are often done simultaneously at one time, so there is a queue in the store. In Kopsyahira there were also several obstacles in terms of sales, especially food sales. In this study, researchers will use the Apriori algorithm, the author uses Tanagra's data mining software. The results of this study produce 2 final association rules if using a minimum support of 30% and Confidence of 66%.

PT Commonwealth Life adalah salah satu perusahaan yang memiliki berbagai jenis produk dari berbagai jenis bisnis untuk pelanggan. Pelanggan merupakan kunci sukses dalam suatu usaha atau bisnis dalam menghadapi lingkungan bisnis yang kompetitif. Untuk menjaga penciptaan laba, maka perusahaan harus mengetahui apa yang menjadi kebutuhan pelanggan dan juga dapat menciptakan inovasi produk baru sebagai bentuk kepedulian terhadap pelanggan dan dapat menentukan produk mana yang paling diminati pelanggan. Untuk menentukan produk yang diminati maka dilakukan penelitian dengan metode algoritma apriori untuk pendekatan asosiasi. Hasil yang didapatkan dari penelitian ini adalah rule yang dapat digunakan untuk membantu menentukan rekomendasi penciptaan produk secara lebih tepat, yaitu dengan menghasilkan 3 aturan asosiasi final ketika menggunakan minimum support  30% dan minimum confidence 70%.