PENENTUAN POLA PEMBELIAN MENU DENGAN ALGORITMA APRIORI UNTUK PENINGKATAN PENJUALAN STUDI KASUS PADA SOTO AYAM AMBENGAN CAK – DI

Penulis

  • Suryadana Suryadana Universitas Budi Luhur
  • Wiwin Windihastuty Universitas Budi Luhur

Kata Kunci:

Algoritma Apriori, Data Mining, Pola Pembelian, Analisis Asosiasi, Strategi Penjualan

Abstrak

Meskipun teknologi informasi, khususnya komputasi, telah digunakan di banyak bidang, banyak bisnis masih gagal memanfaatkannya dengan baik. Dalam industri kuliner, pemahaman tentang pola pembelian pelanggan merupakan salah satu kunci untuk meningkatkan penjualan dan kepuasan pelanggan. Soto Ayam Ambengan Cak – Di, sebuah warung makan terkenal dengan hidangan soto ayam khasnya, menghadapi tantangan dalam mengidentifikasi pola pembelian menu yang beragam dan kompleks. Penelitian ini bertujuan menerapkan Algoritma Apriori guna memprediksi menu penjualan di Soto Ayam Ambengan Cak – Di. Data penjualan menu harian dari periode 1 Mei 2024 hingga 31 Mei 2024 dianalisis menggunakan Algoritma Apriori untuk mengidentifikasi pola pembelian dengan mengukur parameter minimum support dan minimum confidence. Hasil pengujian dengan RapidMiner menunjukkan bahwa model mampu mengidentifikasi pola – pola  asosiasi yang signifikan dengan akurasi tinggi. Selain itu, model ini juga berhasil menemukan beberapa aturan asosiasi baru yang tidak terdeteksi pada tahap komparasi awal. Validasi model dilakukan menggunakan metrik seperti lift ratio dan confidence interval untuk memastikan keandalan aturan asosiasi yang dihasilkan. Penelitian ini berhasil mengungkap pola pembelian pelanggan dengan menggunakan Algoritma Apriori pada transaksi di warung Soto Ayam Ambengan Cak – Di. Dengan parameter minimum support 50% dan minimum confidence 85%, model yang dihasilkan mampu mengidentifikasi aturan asosiasi yang signifikan antara berbagai item menu. Implementasi model ini memberikan wawasan berharga untuk meningkatkan strategi penjualan dan pemasaran, sehingga membantu dalam perencanaan menu yang lebih efektif. Dengan pemahaman yang lebih mendalam tentang preferensi pelanggan, manajemen dapat mengoptimalkan penawaran menu, melakukan promosi yang lebih tertarget, dan meningkatkan efisiensi operasional. Temuan ini juga memberikan dasar bagi penelitian lanjutan untuk mengembangkan model prediksi yang lebih canggih dan aplikasi praktis dalam pengelolaan bisnis kuliner.

Referensi

A. R. Riszky and M. Sadikin, “Data Mining Menggunakan Algoritma Apriori untuk Rekomendasi Produk bagi Pelanggan,” J. Teknol. dan Sist. Komput., vol. 7, no. 3, pp. 103–108, 2019, doi: 10.14710/jtsiskom.7.3.2019.103-108.

P. M.Cs, “Aplikasi Pemesanan Makanan Untuk Meningkatkan Penjualan Bagi Umkm Berbasis Android,” Indones. J. Bus. Intell., vol. 3, no. 2, p. 48, 2021, doi: 10.21927/ijubi.v3i2.1589.

A. Primadewi, T. A. Purnomo, and D. Sasongko, “Analisa Perancangan Sistem Pengelolaan Data UMKM berdasarkan Business Intelligence Development Model Framework,” J. Sist. Komput. dan Inform., vol. 3, no. 2, p. 209, 2021, doi: 10.30865/json.v3i2.3587.

S. Hadi and U. M. Mataram, “Impact Of The Development Of Atom Crupuk Production In Improving The Community ’ S Economy ( Case Study of Empang Village In Empang District , Sumbawa Regency),” J. Appl. Bus. Bank., vol. 4, no. 2, pp. 67–76, 2023.

F. B. Noti, H. P. Widodo, and E. D. Setiamandani, “Strategi Komunikasi Pemasaran Kae Thai Tea Dalam Meningkatkan Brand Awareness,” J. Komun. Nusant., vol. 3, no. 1, pp. 33–43, 2021, doi: 10.33366/jkn.v3i1.76.

F. R. Yusuf Maulana, Riki Winanjaya, “Penerapan Data Mining dengan Algoritma C.45 Dalam Memprediksi Penjualan Tempe,” Bull. Comput. Sci. Res., vol. 2, no. 2, pp. 53–58, 2022, doi: 10.47065/bulletincsr.v2i2.163.

K. Mukuan, S. L. Mandey, and J. L. A. Tampenawas, “Pengaruh Kepuasan Dan Kepercayaan Pelanggan Terhadap Keputusan Pembelian Makanan Di Rumah Makan Maji Ayam Geprek Cabang Jalan Bethesda Sario,” J. EMBA J. Ris. Ekon. Manajemen, Bisnis dan Akunt., vol. 11, no. 4, pp. 642–652, 2023, doi: 10.35794/emba.v11i4.51433.

M. Khanza and R. Toyib, “Implementasi Algoritma Apriori Dalam Penentukan Pemesanan Barang Untuk Transaksi Penjualan Handphone,” J. Sci. Appl. Informatics, vol. 4, no. 2, pp. 221–235, 2021.

Zulhilmi, Nahar Mardiyantoro, Dimas Prasetyo Utomo, Iman Ahmad Ihsannuddin, and Nulngafan, “Implementasi Data Mining Untuk Menentukan Pola Penjualan Di Armada Computer Menggunakan Algoritma Apriori,” STORAGE J. Ilm. Tek. dan Ilmu Komput., vol. 2, no. 1, pp. 25–31, 2023, doi: 10.55123/storage.v2i1.1749.

K. Bakhsar, W. Saputra, and ..., “Penerapan Algoritma K-Means Dalam Pengelompokan Pekerja Tetap Perusahaan Konstruksi Menurut Provinsi,” Kesatria J. …, vol. 1, no. 4, pp. 146–153, 2020.

M. Surur, H. Saputro, and N. Azizah, “Implementasi Algoritma Apriori Dalam Menentukan Pola Pembelian (Cap N Chris Café & Resto Jepara) Berbasis Web,” J. Inf. Syst. Comput., vol. 2, no. 2, pp. 36–45, 2022, doi: 10.34001/jister.v2i2.393.

S. Syahriani, “Penerapan Data Mining Untuk Menentukan Pola Penjualan Sepatu Menggunakan Metode Algoritma Apriori,” Bina Insa. Ict J., vol. 9, no. 1, p. 43, 2022, doi: 10.51211/biict.v9i1.1758.

C. Schröer, F. Kruse, and J. M. Gómez, “A Systematic Literature Review on Applying CRISP-DM Process Model,” Procedia Computer Science., vol. 181, pp. 526–534, 2021, doi: 10.1016/j.procs.2021.01.199.

R. Oktafiani and R. Rianto, “Perbandingan Algoritma Support Vector Machine (SVM) dan Decision Treeuntuk Sistem Rekomendasi Tempat Wisata,” J. Nas. Teknol. dan Sist. Inf., vol. 9, no. 2, pp. 113–121, 2023, doi: 10.25077/teknosi.v9i2.2023.113-121.

P. Iswandi, I. Permana, and F. N. Salisah, “Penerapan Algoritma Apriori Pada Data Transaksi Penjualan Hypermart Xyz Lampung Untuk Penentuan Tata Letak Barang,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 6, no. 1, p. 70, 2020, doi: 10.24014/rmsi.v6i1.7613.

S. Evadini, “Analisis Faktor Risiko Kematian dengan Penyakit Komorbid COVID-19 menggunakan Algoritma ECLAT,” J. Inf. dan Teknol., vol. 4, pp. 52–57, 2022, doi: 10.37034/jidt.v4i1.181.

M. Syahrir, R. Rismayanti, and M. A. Wicaksono, “Penentuan Pola Pembelian Obat Menggunakan Algoritma Apriori,” J. SAINTEKOM, vol. 11, no. 2, pp. 142-154, 2021, doi: 10.33020/saintekom.v11i2.249.

Nola Ritha, E. Suswaini, and W. Pebriadi, “Penerapan Association Rule Menggunakan Algoritma Apriori Pada Poliklinik Penyakit Dalam (Studi Kasus: Rumah Sakit Umum Daerah Bintan),” J. Sains dan Inform., vol. 7, no. 2, pp. 222–230, 2021, doi: 10.34128/jsi.v7i2.329.

N. Safitri and C. Bella, “Penggunaan Algoritma Apriori Dalam Penerapan Data Mining Untuk Analisis Pola Pembelian Pelanggan (Studi Kasus: Toko Diengva Bandar Jaya),” J. Portaldata, vol. 2, no. 1, pp. 1– 8, 2022, [Online]. Available: http://portaldata.org/index.php/portaldata/article/view/72/72

K. N. Anjumi, and C. Bella., “Analisis Data Pola Penjualan Menggunakan Algoritma Apriori,” Portal.org, vol. 2, no. 2, pp. 1–9, 2022.

Unduhan

Diterbitkan

30-09-2024

Cara Mengutip

Suryadana, S., & Windihastuty, W. (2024). PENENTUAN POLA PEMBELIAN MENU DENGAN ALGORITMA APRIORI UNTUK PENINGKATAN PENJUALAN STUDI KASUS PADA SOTO AYAM AMBENGAN CAK – DI. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 3(2), 685–693. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/1443

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 Serupa

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.