PT. XYZ merupakan salah satu perusahaan perbankan di Indonesia yang
mempunyai aktivitas pinjam meminjam. Dalam aktivitas pinjam meminjam
melibatkan kantor cabang dan terdapat target yang perlu dipenuhi, yaitu
bertambahnya nasabah baru. Diperlukan data calon nasabah untuk mengetahui
potensi menjadi nasabah baru serta kantor cabang terdekat dari lokasi calon
nasabah. PT. XYZ telah menggunakan tools dari pihak ketiga, namun untuk
mendapatkan data yang dibutuhkan harus menggunakan versi berbayar, padahal
sumber data yang diambil dapat diakses secara gratis, yaitu Google Maps. Oleh
karena itu, diperlukan membangun solusi sendiri untuk mengumpulkan data calon
nasabah yang dibutuhkan.
Pada penelitian ini penulis akan menggunakan robotic process automation
(RPA) untuk melakukan scraping data calon nasabah. RPA yang digunakan
dikembangkan dengan menggunakan salah satu tools yang tersedia, yaitu UiPath.
Scraping dilakukan pada website Google Maps dan Plus Codes. Selain scraping,
penulis menggunakan Metode Haversine untuk mendapatkan kantor cabang
terdekat dari lokasi calon nasabah. Hasil akhir dari RPA merupakan file excel yang
berisi data calon nasabah yang dibutuhkan.
RPA yang dikembangkan mendapatkan 595 data calon nasabah dari 7 kata
kunci yang dicari. Dari 595 data tersebut terdapat 579 data calon nasabah yang tepat
dan 16 data calon nasabah yang tidak tepat. Selain itu untuk implementasi Metode
Haversine dapat dilakukan pada 582 data calon nasabah, sedangkan 13 data calon
nasabah tidak mempunyai latitude dan longitude.