Peningkatan Penjualan Oriental Cafe Menggunakan Algoritma Apriori
Abstract
Peningkatan pelayanan merupakan aspek terpenting dalam proses bisnis salah satunya adalah dibidang penjualan makanan dan minuman. Oriental café merupakan salah satu resto yang bergerak dibidang food and beverage. Penjualan tahun 2020 mengalami penurunan sebesar 13% karena menurunya minat pelanggan terhadap pemberian paket produk yang mempengaruhi pelayanan pelanggan. Pemberian sistem paket dapat dilakukan dengan memperlajari kebiasaan pelanggan dalam membeli makanan dan minuman. Salah satu alternatif yang digunakan adalah dengan Data Mining yaitu market basket analysis, market basket analysis dapat menciptakan pola produk yang sering dibeli oleh pelanggan sehingga dapat menjadi aturan pembuatan sistem paket produk. Pada penelitian ini dilakukan pengujian data menggunakan associaton rule dengan algortima apriori. Algoritma apriori memiliki keunggulan karena lebih sederhana dalam pengolahan data dan bisa menangani data yang cukup besar. Dari hasil pembahasan dan analisis data yang dilakukan dapat disimpulkan bahwa dengan penerapan algoritma apriori dalam menentukan kombinasi antar itemset dengan minimum support 30% dan minimum confidence 70% ditemukan 1 aturan asosiasi, dimana yang memiliki nilai support dan confidence tertinggi adalah jika pelanggan melakukan pemesanan menu Mineral, Fish dan Rice secara bersamaan dengan nilai support 30% dan nilai confidence 100%. Dengan demikian, jika terdapat pelanggan membeli mineral maka kemungkinan pelanggan tersebut membeli fish, rice adalah 100%.
Downloads
References
Abu, S., Junta, Z., Wibowo, W., & Lutfi, K. (2018). Pencarian Pola Asosiasi Untuk Penataan Barang Dengan Menggunakan Perbandingan Algoritma Apriori Dan Fp- Association Pattern Mining For Product Arrangement Using Comparison Between Apriori Algorithm And Fp-Growth ( Case Study At Epo Store Distribution Stor. Jurnal Dinamik, 23(2), 57–65.
Aprianti, W., Hafizd, K. A., & Rizani, M. R. (2017). Implementasi Association Rules dengan Algoritma Apriori pada Dataset Kemiskinan. 14(2).
Fitrina, N., Kustanto, K., & Vulandari, R. T. (2018). Penerapan Algoritma Apriori Pada Sistem Rekomendasi Barang Di Minimarket Batox. Jurnal Teknologi Informasi Dan Komunikasi (TIKomSiN), 6(2), 21–27. https://doi.org/10.30646/tikomsin.v6i2.376
Gede, I. K., Putra, D., & Bayupati, I. P. A. (2016). Menemukan Frequent Itemset Dalam. 15(2).
Goldie, G., & Dana, I. S. (2012). Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori Dan Frequent Pattern Growth ( Fp-Growth ) : Jurnal Telematika Mkom, 4(1).
Kapula, R. P., Murali, P., & Rajendrakumar, K. (2013). Existence of positive solutions for higher order (p,q) -Laplacian two-point boundary value problems. International Journal of Differential Equations. https://doi.org/10.1155/2013/743943
Mawengkang, H., & Dr.Erna Budhiarti, N. (2015). Keputusan the Development Apriori Algorithm for Decision-. Keputusan the Development Apriori Algorithm for Decision-, 4(2), 110–121.
Rizal, R. (2021). Penentuan Pola Penjualan Media Edukasi dengan Menggunakan Metode Algoritme Apriori dan FP-Growth. Paradigma, 23(1).
Wahyuni, S., Dari, W., & Prahartiwi, L. I. (2021). Apriori Algorithm for Determining the Demand Level of Stationary Pt. Main Gafa Indonesia. Jurnal Techno Nusa Mandiri, 18(1), 65–72. https://doi.org/10.33480/techno.v18i1.2223
Copyright (c) 2021 Rizki Prasetyo Tulodo, Wahyudin Wahyudin, Muhammad Akbar Syafii
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal allows anyone to compose, correct, and do derivative works, even for commercial purposes, as long as they credit for the original work. This license is the freest. It is recommended for maximum distribution and use of licensed material.
The submitted paper is assumed not to contain any proprietary materials that are not protected by patent rights or patent applications; The responsibility for technical content and protection of proprietary materials rests with the authors and their organizations and not the responsibility of journal or its editorial staff. The primary (first/appropriate) author is responsible for ensuring that the article has been viewed and approved by all other authors. The author's responsibility is to obtain all necessary copyright waivers to use any copyrighted material in the manuscript before submission.
Jurnal Pendidikan, Sains dan Teknologi allows the author(s) to hold the copyright without restrictions and allow the author(s) to retain publishing rights without restrictions. Jurnal Pendidikan, Sains dan Teknologi CC-BY-SA or an equivalent license as the optimal license for the publication, distribution, use, and reuse of scholarly work. Jurnal Pendidikan, Sains dan Teknologi allows the author(s) to hold the copyright without restrictions and allow the author(s) to retain publishing rights without restrictions. Jurnal Pendidikan, Sains dan Teknologi CC-BY-SA or an equivalent license as the optimal license for the publication, distribution, use, and reuse of scholarly work.
In developing strategy and setting priorities Jurnal Pendidikan, Sains dan Teknologi recognize that free access is better than priced access, libre access is better than free access, and libre under CC-BY-SA or the equivalent is better than libre under more restrictive open licenses. We should achieve what we can when we can. We should not delay achieving free in order to achieve libre, and we should not stop with free when we can achieve libre.
Jurnal Pendidikan, Sains dan Teknologi is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
You are free to:
- Share a copy and redistribute the material in any medium or format
- Adapt a remix, transform, and build upon the material for any purpose, even commercially.
- The licensor cannot revoke these freedoms as long as you follow the license terms.
