Analisis Pola Pemesanan Makanan dan Minuman di Mulana Coffee Menggunakan Metode FP-Growth

Authors

  • - Novianda Universitas Samudra
  • - Munawir Universitas Samudra
  • Ezha Ardevita Universitas Samudra

DOI:

https://doi.org/10.33633/tc.v22i3.8175

Keywords:

FP-Growth, Aturan Asosiasi, Transaksi, Support, Minimum Confidence

Abstract

Di dunia bisnis makanan saat ini, terutama di coffee shop sekarang terdapat berbagai macam menu pilihan lainnya selain kopi, seperti teh dan sebagainya. Selain itu, terdapat makanan ringan sampai makanan berat yang dapat dipesan. Salah satu coffee shop yang tersedia makanan dan minuman adalah Mulana Coffee. Di coffee shop tersebut terdapat banyak menu, sehingga pelanggan terkadang bingung dan lama untuk memilih makanan dan minuman yang telah tersedia di daftar menu. Oleh sebab itu, maka dibutuhkan sebuah paket rekomendasi dari menu makanan dan minuman, agar bermanfaat untuk pelanggan yang baru pertama kali berkunjung ke coffee shop tersebut. Pada penelitian ini menggunakan metode FP-Growth. FP-Growth membangun FP-Tree, dan dilakukan dengan cara database harus dipindai dua kali di FP-Tree untuk menentukan frequent itemset. Data yang digunakan berupa data transaksi hasil penjualan coffee shop selama 3 bulan. Pada penelitian ini menggunakan RapidMiner dan Python sebagai pembanding hasil yang didapatkan dengan hasil manual. Hasil rules yang didapati dengan menggunakan nilai minimum support sebesar 50% dan nilai minimum confidence sebesar 80% adalah 6028 rules hasil kombinasi antara 14 menu yang memenuhi syarat dengan kombinasi menu antara lemon tea dan sanger merupakan yang paling banyak dipesan oleh pelanggan.

References

Kementerian Perindustrian, “Kontribusi Industri Makanan dan Minuman Tembus 37,77 Persen,” Kemenperin.go.id, Jul. 05, 2022. https://www.kemenperin.go.id/artikel/23393/Kontribusi-Industri-Makanan-dan-Minuman-Tembus-37,77-Persen (accessed Oct. 16, 2022).

Nasri, “Pengertian Coffee Shop,” Pengertian Coffee Shop, 2020. https://www.pengertianesia.my.id/pengertian-coffee-shop/ (accessed Oct. 17, 2022).

Pinhome, “Coffee Shop,” Pinhome, 2022. https://www.pinhome.id/kamus-istilah-properti/coffee-shop/#Apa_Itu_Coffee_Shop (accessed Oct. 17, 2022).

K. T. Wijaya and I. Pratama, “Penerapan Algoritma FP-Growth Untuk Analisis Data Transaksi Penjualan Di Internet Learning Cafe Kaliurang,” Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 5, no. 4, pp. 642–651, 2022.

D. E. Putri and E. P. W. Mandala, “Implementasi Algoritma FP-Growth Untuk Menemukan Pola Frekuensi Pembelian Lauk Pada Rumah Makan Takana Juo,” Jurnal Media Informatika Budidarma, vol. 5, no. 1, p. 242, Jan. 2021, doi: 10.30865/mib.v5i1.2643.

A. Pratiwi, A. Manaor Hara Pardede, and B. Serasi Ginting, “Analisis Pola Pemilihan Menu Makanan Pada Rumah Makan Menggunakan Algoritma Apriori(Studi Kasus: Pondok Madukoro Bakso Mataram Medan),” Agustus, vol. 6, no. 3, 2022, [Online]. Available: www.kaputama.ac.id,

D. M. Sinaga, W. H. Sirait, and A. P. Windarto, “Analisis Algoritma Apriori Dalam Menentukan Pola Pemesanan Konsumen Pada Ucokopi,” 2021. [Online]. Available: https://hostjournals.com/

V. Munfarijah, D. Lucia, and C. Pardede, “Implementation of FP-Growth Algorithm in Determining Food Package Recommendation in Sunan Giri Ribs Meatball Restaurant,” 2020.

A. J. P. Sibarani, “Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Meningkatkan Pola Penjualan Obat,” JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 2020, doi: 10.35957/jatisi.v7i2.195.

A. Maulana and A. A. Fajrin, “Penerapan Data Mining Untuk Analisis Pola Pembelian Konsumen Dengan Algoritma Fp-Growth Pada Data Transaksi Penjualan Spare Part Motor,” Klik - Kumpulan Jurnal Ilmu Komputer, vol. 5, no. 1, p. 27, 2018, doi: 10.20527/klik.v5i1.100.

Fahmi, “RapidMiner, Definisi dan Fitur-Fitur, dan Tutorialnya,” IDMETAFORA, Oct. 19, 2022. https://idmetafora.com/news/read/2061/RapidMiner-Definisi-dan-Fitur-Fitur-dan-Tutorialnya.html (accessed Jan. 27, 2023).

Downloads

Published

2023-08-24