Algoritme FP-Growth Untuk Rekomendasi Menu Makanan Ikan Air Tawar Di Restoran Brenzeel 48 Resto & Cafe Sampit
Abstract
The development of the restaurant business in the Sampit area has driven strong economic growth. The menu of most of the restaurants there usually serves food made from fresh water fish. However, one of the problems that often arises is running out of food menu stock when customers ask. This study proposes the use of data mining techniques using the FP-Growth algorithm to determine customer purchasing patterns and suggests a fresh water fish menu that should be offered by Brenzeel 48 Resto & Cafe Sampit Restaurant. This will help solve the problem. Using a minimum support of 50% and a minimum confidence of 80% produces 821 rules, produces the highest rule which is 2 rules and has a correlation between food menus which is positively correlated. By doing this calculation, restaurants can further improve service quality and avoid losses due to unsold or out of stock menus. The results of this study are expected to help restaurants make better decisions regarding the supply of fresh water fish menu stock, meet customer needs, increase the competitive level of the restaurant business.
Keywords: Food Menu; Restaurants; Data Mining; FP-Growth Algorithm
Abstrak
Perkembangan bisnis restoran di wilayah Sampit telah mendorong pertumbuhan ekonomi yang kuat. Menu sebagian besar restoran di sana biasanya menyajikan makanan yang terbuat dari ikan air tawar. Namun, masalah yang sering muncul salah satunya adalah kehabisan stok menu makanan saat pelanggan meminta. Penelitian ini mengusulkan penggunaan teknik data mining dengan menggunakan Algoritme FP-Growth untuk mengetahui pola pembelian pelanggan dan menyarankan menu ikan air tawar yang harus ditawarkan oleh Restoran Brenzeel 48 Resto & Cafe Sampit. Ini akan membantu menyelesaikan masalah. Menggunakan minimum support 50% dan minimum confidence 80% menghasilkan 821 aturan, menghasilkan aturan tertinggi yaitu 2 aturan dan memiliki korelasi antara menu makanan yaitu positively correlated. Dengan melakukan perhitungan ini, restoran dapat lebih meningkatkan kualitas pelayanan dan menghindari kerugian karena menu yang tidak laku atau habis. hasil penelitian ini diharapkan dapat membantu restoran dalam mengambil keputusan yang lebih baik mengenai pasokan stok menu ikan air tawar, memenuhi kebutuhan pelanggan, meningkatkan tingkat kompetitif bisnis restoran.
Kata Kunci: Menu Makanan; Restaurant; Data Mining; Algoritme FP-Growth
References
B. Bahar, "Model Pengujian Akurasi Berbasis Empiris Pada Algoritma A-Priori. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 8, no. 2, pp. 45-56, 2019.
L. Indah Prahartiwi, S. Informasi, S. Nusa Mandiri, J. Damai No, and W. Jati Barat Jakarta Selatan DKI Jakarta, “Pencarian Frequent Itemset pada Analisis Keranjang Belanja Menggunakan Algoritme FP-Growth,” Inf. Syst. Educ. Prof., vol. 2, no. 1, pp. 1–10, 2017.
G. Wicaksono and Dr. Abadi M.Sc, “Penerapan Kaidah Asosiasi Pada Data Transaksi Minimarket Dengan Menggunakan Algoritme Frequent Pattern Growth ( Fp-Growth ),” MATHunesa (Jurnal Ilm. Mat., vol. 2, no. 3, pp. 1-4, 2013.
Yulisman, “ISSN 2599-2081 EISSN 2599-2090 Fak . Teknik UMSB Rang Teknik Journal,” Vol. I No.1 Januari 2018, vol. I, no. 1, pp. 43–51, 2018.
S. Z. dan N. A. Harahap, “Teknik Data Mining Untuk Penentuan Paket Hemat Sembako,” vol. 7, no. 3, pp. 111–119, 2019.
K. Sumangkut, A. S. M. Lumenta, and V. Tulenan, “Analisa Pola Belanja Swalayan Daily Mart Untuk Menentukan Tata Letak Barang Menggunakan Algoritme FP-Growth,” J. Tek. Inform., vol. 8, no. 1, pp. 52-56, 2016, doi: 10.35793/jti.8.1.2016.12300.
B. S. Pranata and D. P. Utomo, “Penerapan Data Mining Algoritme FP-Growth Untuk Persediaan Sparepart Pada Bengkel Motor (Study Kasus Bengkel Sinar Service),” Bull. Inf. Technol., vol. 1, no. 2, pp. 83–91, 2020.
D. Y. Hardiyanti, H. Novianti, and A. Rifai, “Penerapan Algoritme Fp-Growth Pada Sistem Informasi Perpustakaan,” J. Comput. Eng. Syst. Sci., vol. 3, no. 1, pp. 75–77, 2018, [Online]. Available: https://jurnal.unimed.ac.id/2012/index.php/cess/article/view/ 7789/7752
A. Asmelfiza, “Penerapan Algoritme eclat untuk analisa pola hubungan kecelakaan lalu lintas di pekanbaru,” J. Ekon. Vol. 18, Nomor 1 Maret201, vol. 2, no. 1, pp. 41–49, 2020.
N. F. Hilmy and B. S. Andoko, “Rancang Bangun Aplikasi Data Mining Analisis Tingkat Kelulusan Menggunakan Algoritme Fp-Growth (Studi Kasus Di Politeknik Negeri Malang),” J. Inform. Polinema, vol. 2, no. 4, pp. 159-168, 2016, doi: 10.33795/jip.v2i4.76.
M. Kadafi, “Penerapan Algoritme FP-GROWTH untuk Menemukan Pola Peminjaman Buku Perpustakaan UIN Raden Fatah Palembang,” Matics, vol. 10, no. 2, pp. 52-61, 2019, doi: 10.18860/mat.v10i2.5628.
W. N. Setyo and S. Wardhana, “Implementasi Data Mining Pada Penjualan Produk Di Cv Cahaya Setya Menggunakan Algoritme Fp-Growth,” Petir, vol. 12, no. 1, pp. 54–63, 2019, doi: 10.33322/petir.v12i1.416.
A. Setiawan and I. G. Anugrah, “Penentuan Pola Pembelian Konsumen pada Indomaret GKB Gresik dengan Metode FP-Growth,” J. Nas. Komputasi dan Teknol. Inf., vol. 2, no. 2, pp. 115-126, 2019, doi: 10.32672/jnkti.v2i2.1564.
A. Junaidi, “Implementasi Algoritme Apriori dan FP-Growth Untuk Menentukan Persediaan Barang,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 8, no. 1, pp. 61–67, 2019, doi: 10.32736/sisfokom.v8i1.604.
Q. M. Sholikhah and Asmunin, “Sistem Rekomendasi Resep Makanan Dengan Metode Collaborative Filtering Dan P-Growth Menggunakan API themealdb.com,” JINACS (Journal Informatics Comput. Sci., vol. 2, no. 2, pp. 86–93, 2020.
A. J. P. Sibarani, “Implementasi Data Mining Menggunakan Algoritme Apriori Untuk Meningkatkan Pola Penjualan Obat,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 7, no. 2, pp. 262–276, 2020, doi: 10.35957/jatisi.v7i2.195.
D. P. Larasati, M. Nasrun, S. Si, and U. A. Ahmad, “Analisis dan Implementasi Algoritme FP-Growth pada Aplikasi Smart Untuk Menentukan Market Basket Analysis Pada Usaha Retail (Studi Kasus: PT.X),” e-Processing of Enginering, vol. 2, no. 1, pp. 749–755, 2015.
Meilani, B. Dwi, and W. Azmuri, “Penentuan Pola Yang Sering Muncul Untuk Penerima Kartu Jaminan Kesehatan Masyarakat,” Semin. Nas. "Inovasi dalam Desain dan Teknol., pp. 424–431, 2015.
M. I. Ghozali, R. Z. Ehwan, and W. H. Sugiharto, “Analisa Pola Belanja Menggunakan Algoritme Fp Growth, Self Organizing Map (Som) Dan K Medoids,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 8, no. 1, pp. 317–326, 2017, doi: 10.24176/simet.v8i1.995.
How To Cite This :
Refbacks
- There are currently no refbacks.
