Penerapan Data Mining Pada Penjualan Rumah Makan Kasih Ibu Menggunakan Metode K-Means Clustering
DOI:
https://doi.org/10.53513/jursi.v2i5.8955Abstract
Rumah Makan Kasih Ibu merupakan sebuah Rumah Makan yang berdiri pada tahun 2013 di Jl.Medan Tebing Tinggi, Desa Sei Sijenggi Dusun III. Adapun permasalahan yang sering terjadi pada Rumah Makan Kasih Ibu ini adalah kurangnya pengetahuan tentang bagaimana menentukan menu menu yang paling diminati konsumen, sehingga menyebabkan sering habisnya menu menu tersebut, yang menimbulkan rasa kecewa dari pada konsumen-konsumen yang ada. Untuk itu dibutuhkan sebuah solusi yang dapat mengatasi permasalahan terkait penyetokan menu di Rumah Makan Kasih Ibu, yaitu dengan menganalisis pada pola pembelian yang dilakukan oleh konsumen, sehingga pihak Rumah Makan Kasih Ibu mengetahui menu mana saja yang memiliki kaitan dan perlu disediakan dalam jumlah lebih banyak. Solusi tersebut adalah dengan menerapkan ilmu Data Mining dengan menggunakan Metode K-Means Clustering. Berdasarkan hasil dari penelitian ini, Data Mining K-Means Clustering mampu memberikan informasi kepada pemilik Rumah Makan Kasih Ibu terkait pengelompokan penjulan menu-menu yang ada, berupa 10 jenis menu Paling Diminati, 19 menu Cukup Diminati, dan 4 menu Kurang Diminati. Sehingga diharapkan dapat berguna sebagai acuan dalam mengambil keputusan terkait penyetokan menu yang ada di Rumah Makan Kasih Ibu.References
R. I. S.Kom, “Prosedur Administrasi Penjualan Bearing Pada Usaha Jaya Teknika Jakarta Barat,†Skripsi Pengertian Penjualan, vol. XVI, no. 1, p. 40, 1991.
A. Selay et al., “SISTEM INFORMASI PENJUALAN,†vol. 2, pp. 232–237, 2023.
U. ANDALAS, “Analisa Faktor Yang Mempengaruhi WOM Intention Pada Rumah Makan Gon Raya Lamo, Di Kota Bukittinggi, Sumatra Barat.,†2018.
N. Azwanti, “Analisa Algoritma C4.5 Untuk Memprediksi Penjualan Motor Pada Pt. Capella Dinamik Nusantara Cabang Muka Kuning,†Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 13, no. 1, p. 33, 2018, doi: 10.30872/jim.v13i1.629.
I. Budiman and R. Ramadina, “Penerapan Fungsi Data Mining Klasifikasi untuk Prediksi Masa Studi Mahasiswa Tepat Waktu pada Sistem Informasi Akademik Perguruan Tinggi,†Ijccs, vol. x, No.x, no. 1, pp. 1–5, 2015.
F. Nasari and S. Darma, “PENERAPAN K-MEANS CLUSTERING PADA DATA PENERIMAAN MAHASISWA BARU (STUDI KASUS : UNIVERSITAS POTENSI UTAMA),†pp. 6–8, 2015.
I. Setiawan, “Knowledge Discovery In Databases ( KDD ) Terhadap Customer Reviews Pada Situs E-Commerce Oleh Program Studi Sistem Informasi,†no. 09031281621045, 2018.
U. B. Luhur, J. C. Raya, P. Utara, and J. Selatan, “Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Meningkatkan Pola Penjualan Obat 1,2,†vol. 7, no. 2, 2020.
R. Setiawan and N. Tes, “PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING UNTUK MENENTUKAN STRATEGI PROMOSI MAHASISWA BARU ( Studi Kasus : Politeknik LP3I Jakarta ),†vol. 3, no. 1, pp. 76–92, 2016.
Y. Asriningtias et al., “APLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA,†vol. 8, no. 1, pp. 837–848, 2014.
J. Hutagalung and F. Sonata, “Penerapan Metode K-Means Untuk Menganalisis Minat Nasabah Asuransi,†J. MEDIA Inform. BUDIDARMA, vol. 5, no. 3, pp. 1187–1194, 2021, doi: 10.30865/mib.v5i3.3113.
A. Hendini, “PEMODELAN UML SISTEM INFORMATIKA MONITORING PENJUALAN DAN STOK BARANG DISTRO ZHEZHA PONTIANAK,†KHATULISTIWA Inform., vol. IV, no. 2, pp. 107–116, 2016.
Y. Kurniawan, “Model Sistem Informasi Manajemen Sekolah Berbasiskan Notasi Unified Modeling Language,†ComTech Comput. Math. Eng. Appl., vol. 4, no. 2, p. 1128, 2013, doi: 10.21512/comtech.v4i2.2572.
