Algoritma Apriori untuk Menganalisis Pola Pembelian Pelanggan (Studi Kasus: Cafe dan Restaurant XYZ)
DOI:
https://doi.org/10.36050/e9w67j28Keywords:
algoritma apriori , asosiasi, data mining, paket bundling, pola pembelianAbstract
XYZ is a cafe and restaurant engaged in the culinary field and currently often offers bundling packages to its customers. However, from the interview results it is clear that the bundling packages currently offered are not sufficient to increase sales. For this reason, it is necessary to analyze customer purchasing patterns with the Apriori algorithm to help increase sales at XYZ Cafe and Restaurant. The process of implementing the Apriori algorithm is carried out using the CRISP-DM method which consists of six stages, namely business understanding, data understanding, data preparation, modeling, evaluation, and dissemination. This algorithm is used to generate association rules that can be used as a basis for designing promotional strategies, preparing bundling packages and menu placement. Based on the results of the analysis conducted using Google Colab, the combination of items with the highest confidence and lift values was found, namely between Pekcamkee Chicken ½ Tail and Hainam Rice with a confidence of 57.14% and a lift of 17.44. The results were then visualized in the form of a dashboard built using the PHP programming language with a MySQL database to make it easier for users to understand. It can be concluded that the application of data mining can help Cafe and Restaurant XYZ find relevant customer purchasing patterns so that it can support data-based decision making
References
[1] S. G. Balimema, “Analisis Sistem Persaingan Bisnis Kuliner Dapur Sumba,” vol. 4, 2025.
[2] P. A. Duran, A. V. Vitianingsih, M. S. Riza, A. L. Maukar, dan S. F. A. Wati, “Data Mining Untuk Prediksi Penjualan Menggunakan Metode Simple Linear Regression,” Teknika, vol. 13, no. 1, hal. 27–34, 2024, doi: 10.34148/teknika.v13i1.712.
[3] S. Saefudin dan S. DN, “Penerapan Data Mining Dengan Metode Algoritma Apriori Untuk Menentukan Pola Pembelian Ikan,” JSiI (Jurnal Sist. Informasi), vol. 6, no. 2, hal. 36, 2019, doi: 10.30656/jsii.v6i2.1587.
[4] R. G. & S. M. J. W. F. & S. Ramdhani, “Strategi Product Bundling Dengan Pendekatan Market Basket Analysis dan Cost Plus Pricing Pada Kedai Kopi,” Pros. Semin. Nas. Penelit. LPPM UMJ , 2023, [Daring]. Tersedia pada: http://jurnal.umj.ac.id/index.php/semnaslit
[5] F. A. Nugroho dan B. Pramono, “Komparasi Algoritma Equivalence Class Transformation ( ECLAT ) dan FP-Growth pada Analisis Data Penjualan,” vol. 2, no. 1, hal. 34–43, 2024.
[6] L. Holpiani, F. Putrawansyah, S. Muntari, J. Masik Siagim No, dan S. Mbacang Kec Dempo Tengah Kota Pagar Alam, “Implementasi Algoritma Fp-Growth Untuk Menganalisa Pola Penjualan Kue Pada Toko Dapur Bunda,” J. Inform. Rekayasa Elektron., vol. 7, no. 1, hal. 35–42, 2024.
[7] N. Wulandari dan W. Cahyadi, “Analisis Asosiasi Dengan Apriori Untuk Penentuan Permintaan Barang Pada PT Danmotor Indonesia,” IKRAM J. Ilmu Komput. Al Muslim , vol. II, no. 1, 2023.
[8] D. Hanani, B. Irawan, A. Bahtiar, dan E. Tohidi, “Implementasi Algoritma Apriori Untuk Analisis Pola Asosiasi Pada Data Penjualan Umkm Sibucin_Id,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, hal. 3356–3362, 2024, doi: 10.36040/jati.v7i6.8196.
[9] R. Randy, “Penerapan Data Mining untuk Menentukan Promosi Penjualan Menggunakan Metode Algoritma Apriori (Studi Kasus: Coffe Shop Kopi Bonjera Jakarta),” vol. 1, no. 6, hal. 1522–1531, 2023, [Daring]. Tersedia pada: https://repository.unpam.ac.id/11032/
[10] R. Afandi, R. Martiansyah, L. M. Sari, S. F. Intan, dan J. Pulungan, “Application of the Apriori Algorithm to Determine the Pattern of Transactions for Purchasing Drinks and Food at Coffe Gubuk Penerapan Algoritma Apriori untuk Menentukan Pola Transaksi Pembelian Minuman dan Makanan di Coffe Gubuk,” vol. 1, no. 2, hal. 111–118, 2022.
[11] W. S. Ramadhan dan R. Sari, “Implementasi Algoritma Apriori dalam Menentukan Pola Transaksi Penjualan,” J. Infortech, vol. 6, no. 1, hal. 52–58, 2024, doi: 10.31294/infortech.v6i1.21964.
[12] E. Anderson dan F. F. Adiwijaya, “Penerapan Data Mining Asosiasi Genre Game Untuk Market Research,” J. Penelit. Mhs. Tek. dan Ilmu Komput., vol. 2, no. 2, hal. 77–84, 2022, doi: 10.34010/jupiter.v2i2.8676.
[13] M. A. Wiratama dan W. M. Pradnya, “Optimasi Algoritma Data Mining Menggunakan Backward Elimination untuk Klasifikasi Penyakit Diabetes,” J. Nas. Pendidik. Tek. Inform., vol. 11, no. 1, hal. 1, 2022, doi: 10.23887/janapati.v11i1.45282.
[14] D. Ruswanti, D. Susilo, dan R. Riani, “Implementasi CRISP-DM pada Data Mining untuk Melakukan Prediksi Pendapatan dengan Algoritma C.45,” Go Infotech J. Ilm. STMIK AUB, vol. 30, no. 1, hal. 111–121, 2024, doi: 10.36309/goi.v30i1.266.
[15] I. Fitrianti, A. Voutama, dan Y. Umaidah, “Clustering Film Populer Pada Aplikasi Netflix Dengan Menggunakan Algoritma K-Means Dan Metode CRISP-DM Clustering Popular Movies on Netflix App Using K-Means Algorithm and CRISP-DM Method,” Jtsi, vol. 4, no. 2, hal. 301–311, 2023.
[16] R. Rusdah dan B. A. Bregastantyo, “Model Prognosis Masa Pengobatan Pasien Tuberkulosis Dengan Metode C4.5,” J. Teknol. Inf. dan Ilmu Komput., vol. 10, no. 6, hal. 1197–1204, 2023, doi: 10.25126/jtiik.1067393.
[17] D. R. S, M. Nafisah, dan A. Hendrawan, “PENERAPAN METODE CRISP-DM DENGAN ALGORITMA K- KONSUMSI PER KAPITA DI JAWA TENGAH SELAMA Fakultas Teknologi Informasi dan Komunikasi kemiskinan pada Masyarakat Provinsi Jawa Tengah dengan melakukan penelitian . Penelitian ini menggunakan Data Minning denga,” hal. 1–10, 2024.
[18] A. Pambudi, “Penerapan Crisp-Dm Menggunakan Mlr K-Fold Pada Data Saham Pt. Telkom Indonesia (Persero) Tbk (Tlkm) (Studi Kasus: Bursa Efek Indonesia Tahun 2015-2022),” J. Data Min. dan Sist. Inf., vol. 4, no. 1, hal. 1, 2023, doi: 10.33365/jdmsi.v4i1.2462.
[19] A. Dennis, B. Haley Wixom, dan R. M. Roth, Systems Analysis and design 7th Edition. 2016.
[20] Y. Anggreni, Y. Riwu, dan R. Y. Kalawai, “Sustainable Agricultural Technology Innovation Perancangan Sistem Informasi Profil Rumah Tenun Katorak Kec. Rindi Umalulu Berbasis Web Menggunakan Metode Waterfall,” Univ. Kristen WiraWacana Sumba Fak. Sains dan Teknol. SATI, hal. 27–28, 2023.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Michelle Graciela, Desi Pibriana (Author)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
