Penerapan Data Mining Menentukan Menu Potensial Menggunakaan Metode Clustering Dengan Algoritma Fuzzy C-Mean
DOI:
https://doi.org/10.53513/jsk.v8i1.10719Keywords:
Cafe, Clustering, Data Mining, Fuzzy C-Means, Menu Potensial, Pengelolaan Stok, Strategi PemasaranAbstract
Dalam era modern ini, perkembangan cafe di Indonesia semakin pesat, terlihat dari banyaknya kedai kopi yang menawarkan berbagai konsep dan fasilitas untuk menarik perhatian masyarakat, terutama generasi milenial. Namun, Bojack Coffeeshop menghadapi beberapa tantangan dalam manajemen penjualan, termasuk diversitas produk yang beragam, pengelolaan stok yang tidak efisien, dan kesulitan dalam memahami preferensi pelanggan. Masalah ini berdampak pada penjualan dan kepuasan pelanggan, yang memerlukan solusi untuk meningkatkan performa cafe secara keseluruhan. Untuk mengatasi permasalahan tersebut, penelitian ini memanfaatkan teknologi data mining dengan menerapkan algoritma clustering, khususnya Fuzzy C-Means, serta analisis Recency, Frequency, dan Monetary (RFM) untuk menentukan menu potensial di Bojack Coffeeshop. Metode clustering ini diharapkan dapat mengoptimalkan pengelolaan stok dan strategi pemasaran, serta memberikan wawasan mendalam tentang preferensi pelanggan yang beragam. Dengan analisis yang tepat, cafe dapat mengelola menu yang lebih efisien dan meningkatkan kepuasan pelanggan. Hasil dari penelitian ini adalah terciptanya sebuah aplikasi yang menggunakan algoritma Fuzzy C-Means untuk menganalisis data penjualan dan mengidentifikasi menu-menu yang paling potensial di Bojack Coffeeshop. Aplikasi ini tidak hanya membantu dalam pengelolaan stok dan strategi pemasaran tetapi juga memungkinkan cafe untuk memahami pola pembelian pelanggan secara lebih baik. Dengan penerapan solusi ini, Bojack Coffeeshop diharapkan dapat meningkatkan penjualan dan mempertahankan kepuasan serta loyalitas pelanggan secara efektif.References
Setri Dwi Prasetiani, Naim Rochmawati, “Penerapan Data Mining Untuk Clustering Menu Favorit Menggunakan Algoritma K-Means (Studi Kasus Kedai Expo),” JINACS, vol. 3, no. 3, 2022.
Gibran Satya Nugraha, Baiq Amelia Riyandari, “IMPLEMENTASI FUZZY C-MEANS UNTUK PENGELOMPOKAN DAERAH BERDASARKAN INDIKATOR KESEHATAN,” (Jurnal Teknologi Informasi, vol. 4, no. 1, 2020.
A. R. Maulana, “PENERAPAN FUZZY C-MEANS UNTUK PENGELOMPOKKAN TINGKAT KUALITAS PENDIDIKAN DI JAWA TIMUR,” Jurnal SIMETRIS, vol. 14, no. 2, 2023.
l. Zulfa, “Implementasi data mining untuk menentukan strategi penjualan buku bekas dengan pola pembelian konsumen menggunakan metode Apriori (studi kasus: Kota Medan),” Kumpulan jurnaL Ilmu Komputer (KLIK), vol. 16, no. 1, 2020.
P. M. S. Tarigan1, “Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang (Studi Kasus : Toko Sinar Harahap),” Tunas Bangsa Pematangsiantar, vol. 12, no. 2, 2022.
Yane Laheroi Nainel, Efori Buulolo, Ikwan Lubis, “Penerapan Data Mining Untuk Estimasi Penjualan Obat Berdasarkan Pengaruh Brand Image Dengan Algoritma Expectation Maximization (Studi Kasus: PT. Pyridam Farma Tbk),” JURIKOM (Jurnal Riset Komputer),, vol. 7, no. 2, 2020.
F. Alghifari, “Penerapan Data Mining Pada Penjualan Makanan Dan Minuman MenggunakanaMetode Algoritma Naïve Bayes,” Jurnal Media Infotama, vol. 9, no. 2, 2021.
Gustientiedina, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru,” Jurnal Nasional Teknologi dan Sistem Informasi , vol. 5, no. 1, 2019.
Haviluddin, “Implementasi Metode K-Means untuk Pengelompokkan Rekomendasi Tugas Akhir,” Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer, vol. 16, no. 1, 2021.
S. Syahidatul Helma, R. R. Rustiyan, E. Normala, P. Studi Sistem Informasi Fakultas Sains dan Teknologi, U. Islam Negeri Sultan Syarif Kasim Riau, J. Soebrantas No dan S. Baru, “Clustering pada Data Fasilitas Pelayanan Kesehatan Kota Pekanbaru Menggunakan Algoritma K-Means,” 2019.
Hastuti Naibaho, Yohanes Totok Suyoto, Dion Dewa Barata, “STRATEGI PENJUALAN PEDAGANG PASAR MODERN BERBASIS CUSTOMER DATA MINING,” Jurnal Terapan Abdimas, vol. 5, no. 1, 2020.
Wahidah Sanusi, Ahmad Zaky, dan Besse Nur Afni, “Analisis Fuzzy C-Means dan Penerapannya Dalam Pengelompokan Kabupaten/Kota di Provinsi Sulawesi Selatan Berdasarkan Faktorfaktor Penyebab Gizi Buruk,” Journal of Mathematics, Computations, and Statistics, vol. 2, no. 1, p. 47 – 54, 2019.
Downloads
Published
Issue
Section
License
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
This work is licensed under a Creative Commons Attribution 4.0 International License.
Nama dan alamat email yang masuk ke situs jurnal ini akan digunakan secara eksklusif untuk tujuan jurnal ini dan tidak akan digunakan untuk tujuan dan pihak lain.