Implementasi Data Mining Dengan Metode Algoritma Apriori Dalam Menetapkan Paket Menu Yang Akan Dipromosikan
Abstract
Ayam Presto Cabe Hijo Cabang Medan merupakan perusahaan yang bergerak dibidang kuliner di Kota Medan. Namun kondisi perusahaan saat ini menurut evaluasi bulanan memiliki hasil pendapatan yang kurang maksimal, karena proses penjualan menu restoran yang ditawarkan kepada pelanggan kurang maksimal. Menu yang dijual kepada pelanggan di restoran tidak terjual secara merata. Menu yang tidak terjual habis mengakibatkan stock menu di restoran mengalami penumpukan bahan baku makanan, sehingga mengakibatkan kerusakan bahan makanan yang telah lama di stock. Sehingga di butuhkan solusi berupa pengelompokan data transaksi pelanggan yang dilakukan penambangan informasi. Cara ini dikenal dengan istilah data mining. Data Mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan didalam database atau sering disebut Knowledge Discovery in Database (KDD). Dari hasil penambangan tersebut, maka akan akan dibuat promosi paket menu dimana akan dilakukan penggabungan makanan dan minuman yang diminati oleh pelanggan dan yang kurang diminati, sehingga penjualan makanan dan minuman akan menjadi seimbang dan bisa meningkatkan penjualan. Dengan menggunakan algoritma apriori dapat mengetahui berapa banyak yang terjual makanan dan minuman yang muncul bersamaan dalam suatu transaksi.References
A. Sharif, “Data Mining Untuk Memprediksi Itemset Promosi Penjualan Barang Menggunakan Metode Market Basket Analysis ( Mba ) ( Studi Kasus : Toko Sentra Ponsel ),” vol. 3, no. 2, pp. 117–123, 2019.
M. Syahril, K. Erwansyah, and M. Yetri, “Penerapan Data Mining Untuk Menentukan Pola Penjualan Peralatan Sekolah Pada Brand Wigglo Dengan Menggunakan Algoritma Apriori,” J-SISKO TECH (Jurnal Teknol. Sist. Inf. dan Sist. Komput. TGD), vol. 3, no. 1, pp. 118–136, 2020.
Y. Syahra and S. Triguna Dharma, “J-SISKO TECH Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Implementasi Data Mining Untuk Penjualan Paket Promosi Pada I-Mobil Dengan Menggunakan Algoritma Frequent Pattern Growth Pada PT. Indomarco Prismatama,” ◼, vol. 42, no. 1, pp. 42–53, 2019.
Rachman, Rizal. "Penerapan Metode Algoritma Apriori dan FP-Tree Pada Penentuan Pola Pembelian Obat." Jurnal Informatika dan Komputer, Vol. 22, No. 2 (September 2020): pp 175-182.
Junaid, Agus. "Implementasi Algoritma Apriori dan FP-Growth Untuk Persediaan Sparepart pada Bengkel." Jurnal SISFOKOM Volume 08, Nomor 01 (Maret 2019): pp 61-67.
S. P. Tamba, A. W. Tan, Y. Gunawan, and U. P. Indonesia, “PENERAPAN DATA MINING UNTUK PEMBUATAN PAKET PROMOSI PENJUALAN MENGGUNAKAN KOMBINASI FP-TREE DAN TID-LIST,” vol. 4, 2021.
A. H. Nasyuha et al., “Frequent pattern growth algorithm for maximizing display items,” Telkomnika (Telecommunication Comput. Electron. Control., vol. 19, no. 2, pp. 390–396, 2021, doi: 10.12928/TELKOMNIKA.v19i2.16192.
P. Rahardika, “Program Studi Informatika Fakultas Teknologi Informasi Dan Elektro Universitas Teknologi Yogyakarta 2020,” 2020, [Online]. Available: http://eprints.uty.ac.id/4888/.
R. Abizal and Y. Syahra, “Implementasi Algoritma Apriori Dalam Menganalisis Pola Penjualan Pada Restoran Sederhana,” J-SISKO TECH (Jurnal Teknol. Sist. Inf. dan Sist. Komput. TGD), vol. 5, no. 1, pp. 76–82, 2022.
E. Elisa, “Market Basket Analysis Pada Mini Market Ayu Dengan Algoritma Apriori,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 2, pp. 472–478, 2018, doi: 10.29207/resti.v2i2.280.
P. I. Purnamasari, F. Marisa, I. D. Wijaya, T. Informatika, and U. W. Malang, “Sistem Pendukung Keputusan Rekomendasi Paket Menu,” vol. 11, no. 1, 2019.
N. N. Merliani, N. I. Khoerida, N. T. Widiawati, L. A. Triana, and P. Subarkah, “Penerapan Algoritma Apriori Pada Transaksi Penjualan Untuk Rekomendasi Menu Makanan Dan Minuman,” J. Nas. Teknol. dan Sist. Inf., vol. 8, no. 1, pp. 9–16, 2022, doi: 10.25077/teknosi.v8i1.2022.9-16.
