Claim Missing Document
Check
Articles

Found 1 Documents
Search

PENGEMBANGAN SISTEM REKOMENDASI MENU PAKET MEETING MENGGUNAKAN METODE FP-GROWTH (STUDI KASUS LOTUS GARDEN HOTEL KEDIRI) Betlian Fajrin; Dwi Puspitasari; Deasy Sandhya Elya Ikawati
Jurnal Informatika Polinema Vol. 6 No. 3 (2020): Vol 6 No 3 (2020)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v6i3.307

Abstract

Perkembangan teknologi informasi yang semakin pesat, menuntut pihak manajemen hotel agar para konsumen mendapatkan informasi secara cepat dan akurat mengenai sarana dan prasarana yang disediakan. Namun, tidak tersedianya informasi mengenai detil menu paket meeting yang dapat diambil ketika konsumen menyewa ruang pertemuan (meeting) serta bagaimana cara pemesanannya. Dalam hal ini, untuk memperoleh informasi yang benar mengenai penyewaan ruang dan detil menu paket meeting yang dapat dipesan tidak terlepas dari proses penggalian dan pengolahan data transaksi penyewaan ruang. Dari data transaksi menu yang diperoleh dapat pula dimanfaatkan untuk mengetahui pola beli konsumen agar dapat diketahui pola–pola yang sering muncul (frequent pattern) sehingga dapat dibuat menjadi suatu rekomendasi menu paket meeting agar memudahkan konsumen dalam menentukan menu paket meeting yang dipilih. Salah satu algoritma yang dapat digunakan untuk mencari himpunan data yang sering muncul dalam suatu kumpulan data adalah algoritma FP-Growth. Algoritma FP-Growth merupakan algoritma yang digunakan untuk mendapatkan pola dari sebuah basis data. Pada penelitian ini, nilai ambang batas (threshold) yang ditetapkan sebesar = 3, sehingga diperoleh aturan–aturan yang kemudian diambil beberapa aturan (rule) dengan nilai final support dan final confidence tertinggi untuk ditarik suatu kesimpulan yaitu nilai kekuatan keterkaitan antar item paling tinggi 11.0 yang diuji menggunakan metode lift ratio. Juga untuk pengujian kesesuaian aturan yang dihasilkan dari perhitungan manual dan perhitungan dari system sebesar 57%.Perkembangan teknologi informasi yang semakin pesat, menuntut pihak manajemen hotel agar para konsumen mendapatkan informasi secara cepat dan akurat mengenai sarana dan prasarana yang disediakan. Namun, tidak tersedianya informasi mengenai detil menu paket meeting yang dapat diambil ketika konsumen menyewa ruang pertemuan (meeting) serta bagaimana cara pemesanannya. Dalam hal ini, untuk memperoleh informasi yang benar mengenai penyewaan ruang dan detil menu paket meeting yang dapat dipesan tidak terlepas dari proses penggalian dan pengolahan data transaksi penyewaan ruang. Dari data transaksi menu yang diperoleh dapat pula dimanfaatkan untuk mengetahui pola beli konsumen agar dapat diketahui pola–pola yang sering muncul (frequent pattern) sehingga dapat dibuat menjadi suatu rekomendasi menu paket meeting agar memudahkan konsumen dalam menentukan menu paket meeting yang dipilih. Salah satu algoritma yang dapat digunakan untuk mencari himpunan data yang sering muncul dalam suatu kumpulan data adalah algoritma FP-Growth. Algoritma FP-Growth merupakan algoritma yang digunakan untuk mendapatkan pola dari sebuah basis data. Pada penelitian ini, nilai ambang batas (threshold) yang ditetapkan sebesar = 3, sehingga diperoleh aturan–aturan yang kemudian diambil beberapa aturan (rule) dengan nilai final support dan final confidence tertinggi untuk ditarik suatu kesimpulan yaitu nilai kekuatan keterkaitan antar item paling tinggi 11.0 yang diuji menggunakan metode lift ratio. Juga untuk pengujian kesesuaian aturan yang dihasilkan dari perhitungan manual dan perhitungan dari system sebesar 57%.