This Author published in this journals
All Journal Jurnal Global Ilmiah
Achmad Suprianur
Fakultas Ilmu Komputer, Program Studi Sistem Informasi, Universitas Darwan Ali, Sampit, Indonesia

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

ALGORITMA FP-GROWTH UNTUK REKOMENDASI MENU MINUMAN DI JINGGA COFFEE Nurahman Nurahman; Aziz Maulana; Achmad Suprianur; Faishal Umar Faruq
Jurnal Global Ilmiah Vol. 1 No. 1 (2023): Jurnal Global Ilmiah
Publisher : International Journal Labs

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55324/jgi.v1i1.2

Abstract

Masyarakat yang terlibat dalam dunia bisnis seringkali membutuhkan penggunaan teknologi terbaru sebagai alat yang dapat membantu mereka menyelesaikan tugas-tugas yang mereka hadapi. Sebagai contoh, mereka memerlukan teknologi yang mampu memberikan analisis yang relevan terhadap aktivitas bisnis yang mereka jalankan. Saat ini, sektor cafe di wilayah Sampit tengah mengalami pertumbuhan yang signifikan. Bisnis cafe menjadi motor utama dalam pertumbuhan ekonomi Sampit, dan sebagian besar cafe menawarkan berbagai jenis minuman kopi. Analisis association rule mining adalah metode yang termasuk dalam data mining yang digunakan untuk mengidentifikasi pola asosiatif antara beragam item. Sebagai contoh, dengan menganalisis data pembelian di sebuah toko, kita dapat menentukan sejauh mana kemungkinan seorang pelanggan akan membeli barang a dan barang b secara bersamaan. Dengan pengetahuan ini, pemilik toko dapat melakukan penataan barang secara strategis. Teknik ini juga dikenal dengan istilah analisis keranjang belanja (market basket analysis).Dalam penelitian ini, data penjualan di cafe jingga coffe Sampit pada tanggal 01 hingga 31 Agustus 2023 digunakan sebagai sumber data. Data tersebut kemudian dimasukkan ke dalam perangkat Rapidminer. Penelitian ini melibatkan tiga variabel dari dataset transaksi penjualan restoran, di mana dua variabel data dipilih untuk dianalisis keterhubungannya guna mengidentifikasi pola dan jumlah pola berulang. Analisis ini menggunakan metode association rule berdasarkan tingkat kepercayaan (confidance) yang tinggi, dengan dukungan dari seluruh data (support). Nilai minimum confidance yang digunakan adalah 1,0 atau setara dengan 100%, dan nilai minimum support adalah 0,6 atau setara dengan 60%.Dari pemrosesan 346 data transaksi penjualan menu minuman di Jingga Coffee menggunakan RapidMiner dengan algoritma FP-Growth, dengan persyaratan support minimum sebesar 60% dan confidence sebesar 100%, kami menyimpulkan bahwa hasil perhitungan selama satu bulan di Jingga Coffee menghasilkan satu aturan dengan support sebesar 96% dan confidence sebesar 100%. Aturan tersebut adalah sebagai berikut: "Jika pelanggan membeli minuman lemon tea, maka pelanggan juga membeli minuman kopi susu." Dan hasil rule dapat digunakan sebagai pembantu pemilik Jingg coffee merekomendasikan minuman ke pelanggan.