PENERAPAN WEB MARKET BASKET ANALYSIS OVERTHINKING COFFEE MENGGUNAKAN ALGORITMA APRIORI DAN K-MEANS

Penulis

  • Faizal Rahman Universitas Budi Luhur
  • Imelda Imelda Universitas Budi Luhur

Kata Kunci:

Market Basket Analysis, Data Mining, Apriori, K-Means, K-Means Clustering, Coffee shop

Abstrak

Market Basket Analysis (MBA) adalah analisis kebiasaan belanja pelanggan untuk menggali pola dari data transaksi, membantu penjual merancang strategi pemasaran yang efektif. Coffee Shop di Indonesia telah tumbuh pesat sejak awal 2000-an, menjadi pusat kegiatan sosial dan budaya. Namun, sering kali pengunjung hanya membeli sedikit produk tetapi menghabiskan waktu lama, menyebabkan potensi kelebihan stok. Penelitian ini bertujuan memprediksi penjualan produk untuk mengantisipasi kelebihan stok, menggunakan metode Apriori dan K-Means. Apriori digunakan untuk membuat kombinasi produk yang terjual, sementara K-Means untuk mengelompokkan produk dari yang terlaris hingga kurang laris. Data yang digunakan adalah 243 transaksi di Overthinking Coffee. Metode K-Means menghasilkan 3 kelompok produk: sangat laris (11 produk), laris (9 produk), dan kurang laris (16 produk), dengan nilai DBI sebesar 0,4808 yang menunjukkan kualitas cluster yang baik. Metode Apriori dengan minimum support 5% dan minimum confidence 40% menghasilkan 2 aturan kombinasi produk dengan nilai lift ratio 2,19 dan 3,09, yang menunjukkan hubungan kuat antara variabel. Kombinasi dua metode ini memberikan analisis yang mendalam dan akurat, diharapkan menjadi solusi strategis untuk masalah kelebihan stok di Coffee Shop.

Referensi

M. Fijriani, U. Hayati, G. Dwilestari, A. Rizki Rinaldi, and F. Faturrohman, “Implementasi Market Basket Analysis Pada Toko Retail Menggunakan Algoritma Apriori,” Kopertip : Jurnal Ilmiah Manajemen Informatika dan Komputer, vol. 7, no. 1, pp. 29–34, 2023, doi: 10.32485/kopertip.v7i1.252.

A. Setiawan and R. Mulyanti, “Market Basket Analysis dengan Algoritma Apriori pada Ecommerce Toko Busana Muslim Trendy (Market Basket Analysis with Apriori Algorithms in Ecommerce Trendy Muslim Clothing Stores).”, JUITA: Jurnal Informatika, vol. 8, no. 1, pp.11-18, 2020.

D. Suryanto and R. Adevi, “Jurnal Mirai Management Analisa Penjualan Toko Hijab Kiki Hn Dengan Penerapan Data Mining Metode K-Means Clustering Dan Market Basket Analysis,” Jurnal Mirai Management, vol. 8, no. 3, pp. 167–176, 2023.

D. Rizaldi and A. Adnan, “Market Basket Analysis Menggunakan Algoritma Apriori: Kasus Transaksi 212 Mart Soebrantas Pekanbaru,” Jurnal Statistika dan Aplikasinya, vol. 5, no. 1, pp. 3-40, 2021.

D. Abid, et al, “Penerapan Metode K-Means Clustering Untuk Analisa Penjualan Komoditas Toko Tani Indonesi,” Jurnal Riset Inovasi Bidang Informatika Dan Pendidikan Informatika (KERNEL), vol. 3, no. 2, pp. 25-30, 2022.

F. P. A. Hasibuan, S. Sumarno, and I. Parlina, “Penerapan K-Means pada Pengelompokan Penjualan Produk Smartphone,” SATESI: Jurnal Sains Teknologi dan Sistem Informasi, vol. 1, no. 1, pp. 15–20, 2021, doi: 10.54259/satesi.v1i1.3.

E. Muningsih, I. Maryani, and V. R. Handayani, “Penerapan Metode K-Means dan Optimasi Jumlah Cluster dengan Index Davies Bouldin untuk Clustering Propinsi Berdasarkan Potensi Desa,” EVOLUSI: Jurnal Sains dan Manajemen, vol. 9, no. 1, pp. 95-100, 2021.

Y. Sopyan, A. D. Lesmana, and C. Juliane, “Analisis Algoritma K-Means dan Davies Bouldin Index dalam Mencari Cluster Terbaik Kasus Perceraian di Kabupaten Kuningan,” Building of Informatics, Technology and Science (BITS), vol. 4, no. 3, pp. 1464-1470, 2022, doi: 10.47065/bits.v4i3.2697.

W. Warisa and N. Nurahman, “Perbandingan Performa Cluster Model Algoritma K-Means Dalam Mengelompokkan Penerima Bantuan Program Keluarga Harapan,” J. Sistem Info. Bisnis, vol. 13, no. 1, pp. 20–28, 2023, doi: 10.21456/vol13iss1pp20-28.

A. N. Rahmi and A. Mikola, “Implementasi Algoritma Apriori Untuk Menentukan Pola Pembelian Pada Customer (Studi Kasus : Toko Bakoel Sembako).”, Information System Journal, vol. 4, no. 1, pp. 14-19, 2021.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Rahman, F., & Imelda, I. (2024). PENERAPAN WEB MARKET BASKET ANALYSIS OVERTHINKING COFFEE MENGGUNAKAN ALGORITMA APRIORI DAN K-MEANS. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 443–450. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1334

Terbitan

Vol 3 No 2 (2024): Prosiding SENAFTI Ke-5 September 2024

Bagian

Artificial Intelligence

Lisensi

Hak Cipta (c) 2024 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>