IMPLEMENTASI DATA MINING BERBASIS WEB MENGGUNAKAN ALGORTIMA FP-GROWTH TERHADAP MARKET BASKET ANALYSIS PADA SADEYAN COFFEE

Penulis

  • Danang Widianto Universitas Budi Luhur
  • Dolly Virgian Shaka Yudha Sakti Universitas Budi Luhur

Kata Kunci:

Data Mining, FP-Growth, Market Basket Analysis, Minat Beli, Strategi Pemasaran

Abstrak

Coffee Shop telah menjadi lokasi favorit untuk bersantai dan menikmati berbagai jenis kopi. Untuk memastikan kepuasan pelanggan dan keberlanjutan bisnis, penting bagi perusahaan untuk meningkatkan fasilitas dan merancang strategi pemasaran yang efektif. Sadeyan Coffee, sebuah tempat nongkrong kekinian dengan konsep industrial dan instagramable, berupaya meningkatkan profitabilitas serta memperluas jangkauan pelanggannya. Penelitian ini bertujuan untuk memahami pola pembelian konsumen berdasarkan data transaksi di Sadeyan Coffee, menyusun strategi penjualan melalui kombinasi menu atau paket bundling dengan menggunakan metode Market Basket Analysis dan Algoritma FP-Growth, serta menerapkan analisis Association Rule dengan pendekatan support dan confidence. Pengembangan sistem ini dilakukan dengan menganalisis data transaksi penjualan Sadeyan Coffee menggunakan algoritma FP-Growth, yang dipilih karena kemampuannya dalam mengidentifikasi pola pembelian item yang sering dibeli bersamaan oleh pelanggan. Pengujian dilakukan dengan menetapkan nilai minimum support 3% dan minimum confidence 30%, berdasarkan 514 total transaksi. Hasil penelitian ini menghasilkan lima aturan (rules) dengan nilai lift ratio di atas 1, yang dapat digunakan untuk meningkatkan minat beli dan efektivitas penjualan produk di Sadeyan Coffee.

Referensi

S. M. Amanda, D. Setiawan, and L. Trisnawati, “Penerapan Algoritma Apriori Dalam Menganalisis Pola Minat Beli Konsumen di Coffee Shop,” JEKIN: Jurnal Teknik Informatika, vol. 3, no. 1, pp. 25-32, 2023, doi: 10.58794/jekin.v3i1.483

Mbah Ploso, “https://www.idntraveling.com/2022/11/sadeyan-coffee-eatery-bogor-harga-menu.html”, IDN Traveling 2022.

Y. Yendrizal, “Data Mining Penjualan Tanaman Hias dengan Algoritma Apriori Pada Toko Flores Elishabet,” Jurnal Media Informatika Budidarma, vol. 4, no. 2, pp. 472-478, 2020, doi: 10.30865/mib.v4i2.2110.

R. Simangunsong, “Market Basket Analysis Pada CV Okta Dengan Untuk Menentukan Pola Pembelian Konsumen Berbasis Algoritma Apriori”, Jurnal Teknologi Pintar, vol. 2, no. 6, pp. 1-11, 2022.

A. Almira, and Ali Ikhwan, “Implementasi Data Mining Menggunakan Algoritma FP-Growth pada Analisis Pola Pencurian Daya Listrik,” vol. 6, no. 2, pp. 442–448, 2021, doi: 10.32493/informatika.v6i2.12278.

R. Amelia, and D. P. Utomo, “Analisa Pola Pemesanan Produk Modern Trade Independent Dengan Menerepakan Algoritma FP. Growth (Studi Kasus: PT. Adam Dani Lestari),” KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), vol. 3, no. 1, pp. 416-423, 2019, doi: 10.30865/komik.v3i1.1622.

W. P. Nurmayanti, et al., “Market Basket Analysis with Apriori Algorithm and Frequent Pattern Growth (Fp-Growth) on Outdoor Product Sales Data”, International Journal of Educational Research & Social Sciences, vol. 2, no. 1, pp. 132-139, 2021, doi:10.51601/ijersc.v2i1.45

S. G. Setyorini, J. Adhiva, S. A. Putri, “Penerapan Algoritma FP-Growth dalam Penentuan Pola Pembelian Konsumen,” SNTIKI: Seminar Nasional Teknologi Informasi Komunikasi dan Industri 12, Fakultas Sains dan Teknologi UIN Sultan Kasim Riau, 1 Desembar, 2020, pp. 180-186.

M. Y. Ardianto, S. Adinugroho, and I. Indriati. “Penentuan Tata Letak Produk menggunakan Algoritma FP-Growth pada Toko ATK”, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2021.

Y. Mardi, “Data Mining: Klasifikasi Menggunakan Algoritma C4.5,” Jurnal Edik Informatika , vol. 2, no. 2, pp. 213-219, 2017.

R. Sabrina, I. Ernawati, and N. Chamidah, “Implementasi Market Basket Analysis Untuk Menentukan Product Bundling Menggunakan Algoritma FP-Growth”, Seminar Nasional Informatika, Sistem Informasi dan Keamanan Siber (SEINASI-KESI), 2020.

A. R. Alfiyan, A. H. Kahfi, M. R. Kusumayudha, and M. Rezki, “Analisis Market Basket Dengan Algoritma Apriori Pada Transaksi Penjualan Di Freshfood,” IJCIT (Indonesian Journal on Computer and Information Technology, vol. 4, no. 1, pp. 1–8, 2019.

R. Andika Johan, R. Himilda, and N. Auliza, “Penerapan Metode Association Rule Untuk Strategi Penjualan Menggunakan Algoritma Apriori,” Jurnal Teknologi Informasi (J-TIFA), vol. 2, no. 2, pp. 1-7, 2019.

R. N. Arifin, “Implementasi Algoritma Frequent Pattern Growth (FP-Growth) Menentkan Asosiasi Antar Produk (Study Kasus Nadiamart) ”, 2020.

D. A. Silitonga and A. P. Windarto, “Implementasi Market Basket Analysis Menggunakan Assocation Rule Menerapkan Algoritma FP-Growth,” Journal of Information System Research (JOSH), vol. 3, no. 2, pp. 101–109, 2022, doi: 10.47065/josh.v3i2.1239.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Widianto, D., & Dolly Virgian Shaka Yudha Sakti. (2024). IMPLEMENTASI DATA MINING BERBASIS WEB MENGGUNAKAN ALGORTIMA FP-GROWTH TERHADAP MARKET BASKET ANALYSIS PADA SADEYAN COFFEE. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 666–674. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1427

Terbitan

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

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.