IMPLEMENTASI TEKNIK ASOSIASI DENGAN MENGGUNAKAN ALGORITMA CT-PRO PADA DATA TRANSAKSI PENJUALAN UNTUK REKOMENDASI PAKET MENU DI CAFÉ SERONA COFFEE BINTARO

Abstrak

Cafe Serona Coffee Bintaro adalah perusahaan kuliner yang menawarkan konsep unik sebagai kafé kopi Tunarungu pertama di Bintaro. Meski memiliki konsep menarik, kafe ini menghadapi persaingan ketat yang menyebabkan penurunan penjualan dari Juli 2023 hingga Maret 2024. Untuk mengatasi masalah ini, dilakukan penelitian dengan menerapkan teknik asosiasi menggunakan algoritma CT-Pro pada data transaksi penjualan. Tujuan dari penelitian ini adalah untuk memberikan rekomendasi paket menu yang menarik dan sesuai dengan preferensi pelanggan, sehingga dapat meningkatkan layanan pelanggan dan strategi pemasaran kafe. Penerapan metode data mining dilakukan sesuai standar Cross-Industry Standard Process for Data Mining (CRISP-DM). Analisis data mengungkapkan kombinasi item dengan tingkat confidence yang tinggi, seperti Americano (Ice) dan French Fries dengan confidence sebesar 81.82%, serta Matcha (Ice) dan Kopi Susu Serupa dengan confidence sebesar 81.58%. Tingginya nilai confidence ini menunjukkan bahwa pelanggan cenderung membeli item-item tersebut bersama. Analisis ini juga mengidentifikasi item menu dengan hubungan pembelian erat yang memiliki tingkat support minimal 21 dan confidence 60%, termasuk Kopi Susu Serupa, Cassava Singkong Fries, French Fries, Americano (Ice), dan Matcha (Ice). Data menunjukkan bahwa pelanggan sering memilih kombinasi antara minuman dingin dan makanan ringan dalam satu transaksi. Implementasi hasil analisis ini diharapkan dapat memberikan solusi efektif untuk meningkatkan kepuasan pelanggan dan memperkuat daya saing Cafe Serona Coffee Bintaro di pasar kuliner.