AnalisisData Mining Menggunakan Algoritma K-Means Dalam Mengklasterkan Menu Makan Potensial Di Cafe Minum Kopi
DOI:
https://doi.org/10.53513/jct.v3i8.4657Abstract
Cafe Minum Kopi adalah sebuah Cafe yang baru berdiri dan baru berkembang, Cafe ini berdiri di Jl. Eka Rasmi VI No.7A, Gedung Johor, Kec. Medan Johor, Kota Medan. Oleh karena itu Cafe Minum Kopi sebagai satu dari beberapa Cafe yang ada disekitar lingkungan Medan Johor, yang seperti kita ketahui daerah Medan Johor merupakan salah satu pusat kuliner di kota Medan. Pada dasarnya bisnis usaha kuliner harus selalu berusaha untuk memberikan nilai lebih terhadap pelanggannya dengan tujuan untuk mengalahkan pesaing-pesaing,maka dari itu pihak pengelola Cafe Minum Kopi harus tahu kebutuhan dari pelanggan–pelanggan yang pernah berkunjung di Cafe tersebut. Sehingga dikemudian hari pihak Cafe dapat meningkatkan pelayanannya sesuai dengan apa yang dibutuhkan pelanggan [2]. Disamping itu muncul permasalahan yang kerap terjadi di Cafe Minum Kopi, yaitu masalah dalam persediaan menu makanan atau minuman dan mengenai menu manakah yang paling potensial untuk dijual ataupun ditingkatkan.Maka dari itu teknik yang akan digunakan pada karya ilmiah ini adalah Ilmu data mining untuk pengklasteran dengan menggunakan algoritma K-Means Clustering.Metode K-Means Clustering merupakan suatu cara mengelompokkan menu makanan yang potensial berdasarkan kriteria yang ditentukan. Sebagai mana diketahui Clustering dalam data mining dapat digunakan untuk menganalisa objek berdasarkan kesamaan sifat antarobjek tersebut. Dalam masalah yang dibahas dalam penelitian ini akan dirancang sebuah perangkat lunak berbasis Dekstop Programming yang diharapkan dapat menjadi solusi pemecahanHasil penelitian merupakan terciptanya sebuah aplikasi yang dapat mengelompokkan menu makanan potensial agar dapat dijadikan sebagai strategi penjualan di Cafe Minum Kopi.References
Indriyani, "Clustering Data Penjualan," JUITA: Jurnal Informatika, vol. 7, no. 2, pp. 109-113, 2019.
A. Novri Falahin, L. Isyriyah and F. Eka Purwiantono, "SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BERPRESTASI HUGOS CAFE MALANG DENGAN METODE TOPSIS," Jurnal Teknologi Informasi, vol. 10, no. 2, pp. 79-90, 2019.
M. Siregar, "KLASTERISASI PENJUALAN ALAT-ALAT BANGUNAN MENGGUNAKAN METODE K-MEANS (STUDI KASUS DI TOKO ADI BANGUNAN)," JURNALTEKNOLOGIDANOPENSOURCE, vol. 1, no. 2, 2018.
K. Andesa, "Integrasi pemrograman web pada pemrograman desktop sebagai alternatif fasilitas laporan dalam pengembangan program aplikasi," 2017.
L. Maulida, P. Studi, M. Informatika, A. Bsi, T. Komplek, S. Xiv-C11, J. Letnan and S. Banten, "PENERAPAN DATAMINING DALAM MENGELOMPOKKAN KUNJUNGAN WISATAWAN KE OBJEK WISATA UNGGULAN DI PROV. DKI JAKARTA DENGAN K-MEANS," Jurnal Informatika Sunan Kalijaga), vol. 2, no. 3, pp. 167-174, 2018.
F. Profesio Putra, P. Negeri Bengkalis, J. Bathin Alam and S. Alam, "K-MEANS UNTUK MENENTUKAN CALON PENERIMA BEASISWA BIDIK MISI DI POLBENG," JURNALINOVTEKPOLBENG, vol. 1, no. 1, 2016.
A. H. Nasyuha, "Penerapan Data Mining Untuk Pengelompokan Wahana Terfavorit Pada CV. Hairos Indah Menggunakan Metode K-Means Zulham," Saintikom, vol. 17, no. SAINTIKOM, pp. 92-104, 2018.
W. Safira Azis and d. Dedy Atmajaya, "PENGELOMPOKAN MINAT BACA MAHASISWA MENGGUNAKAN METODE K-MEANS," ILKOM Jurnal Ilmiah, vol. 8, no. 2, 2016.
M. Susilo and R. Kurniati, "RANCANG BANGUN WEBSITE TOKO ONLINE MENGGUNAKAN METODE WATERFALL," InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan), vol. 2, no. 2, pp. 2540-7597, 2018.
