Penerapan Data Mining Terhadap Data Penjualan Prioduk Kopi Menggunakan Algoritma Apriori

Abstract

Currently, the business competition in the culinary field is very tight. Second Home is a culinary business that sells various coffee products that are in demand by the public. The large number of various coffee products causes a lot of sales transaction data to be generated by Second Home. The sales data is not managed properly, causing accumulation and useless data. The level of useless data can be minimized by using a data mining approach. The Data Mining approach aims to provide new information from coffee product sales data. Apriori algorithm is one of the algorithms of data mining that is able to find out association rules based on consumer buying patterns. Based on consumer purchasing patterns for coffee products, the owner of Second Home can provide recommendations or promotions for certain products. The dataset used in this study is 566 sales transaction data from March to May 2021. The application of data mining to sales data with the Apriori Algorithm produces 2 (two) association rules with a support value of 10% and confidence 60%. The results showed that the products purchased simultaneously were Banana fields and Es Kopi Lava Yo Lah with a confidence value of 69.43%.

Penerapan Market Basket Analysis (Mba) Data Mining Menggunakan Metode Asosiasi Appriori Dan Fp-Growth Pada Wan Caffeine Addict Yogyakarta

“…Dengan menerapkan ketersediaan teknologi dan data bisnis yang melimpah penerapan data mining dalam bisnis telah banyak diterapkan oleh pelaku bisnis untuk mempertahankan dan mengembangkas bisnis (Ernawati 2018). Data Mining membantu coffe shop memahami preferensi dan perilaku pelanggan, mengoptimalkan operasi mereka, dan membuat keputusan yang lebih terinformasi (Rhomadhona, Aprianti, and Permadi 2021).…”

Penerapan Algoritma Apriori Pada E-commerce Elektronik

“…E-commerce saat ini berkembang sangat pesat karena banyak keuntungan yang bisa diperoleh dari penggunaan e-commerce. Manfaat nyata yang dapat diperoleh melalui e-commerce adalah peningkatan pangsa pasar, pengurangan biaya operasional terutama biaya iklan, peningkatan akses pasar dan pengurangan waktu produksi [5] [6].…”

“…Berdasarkan hasil pengujian Rapidminer, dapat disimpulkan bahwa produk ddengan permintaan konsumen yang tinggi memiliki nilai minimum confidence diatas 50% [19] Penelitian lainnya dilakukan oleh Herfia Rhamadhona, dkk pada tahun 2021, yang hasilnya menunjukkan bahwa sistem mampu mengidentifikasi produk yang dibeli konsumen berdasarkan kebiasaan pembelian konsumen yang terdapat pada data penjualan sehingga sistem dapat digunakan sebagai dasar. untuk memberikan rekomendasi produk kepada pemilik cafe [5] Kemudian penelitian yang dilakukan oleh Windah Sahara, dkk pada tahun 2022 dimana hasil penelitiannya pemilik bisnis dapat mengembangkan strategi penjualan produk berdasarkan data pembelian konsumen berdasarkan hasil studi tersebut, pemilik bisnis juga dapat mengelola inventaris dan mengelola penempatan barang. Didasarkan pada kombinasi item yang terbentuk [17].…”

Penerapan Metode Market Basket Analysis (MBA) dengan Algoritma Apriori Untuk Menganalisis Pembelian Jajanan Khas Lebaran Pada Warung Sembako di Toko Win

“…Penting tidaknya suatu aturan assosiatif diketahui dari dua parameter yaitu support dan confidence. Analisis dasar asosiasi terbagi menjadi 2 tahap, yakni melakukan analisa pola frekuensi tinggi (frequent pattern) yang bertujuan untuk mengetahui seberapa sering munculnya kombinasi antar item dan proses pembentukan aturan asosiasi atau output yang berupa beberapa rule atau aturan asosiatif yang didapatkan dari beberapa kombinasi item untuk menentukan seberapa besar hubungan antar item [14].…”