© jkj,gwww.itda.ac.id 2024

Detail Skripsi

PENDEKATAN ALGORITMA FREQUENT PATTERN GROWTH (FPGROWTH) UNTUK MENENTUKAN POLA PEMBELIAN MAKANAN DAN MINUMAN STUDY KASUS JATINANGOR HOUSE OUTLET GODEAN
Penulis
AHMAD BAGUS DIMYATI
Pembimbing : Harliyus Agustian, S.Kom., M.Cs - Dwi Nugraheny, S.Kom., M.Cs.

ABSTRAK :
Persaingan dalam dunia usaha saat ini sangatlah ketat, tidak terkecuali di dunia usaha kuliner baik itu yang menjual produk makanan dan minuman konvensional maupun makanan dan minuman cepat saji, salah satunya adalah Jatinangor House Outlet Godean. Dalam perkembangannya, dalam membangun bisnis di bidang kulinerpun perlu menggunakan teknologi informasi guna mendukung kelancaran penjualan makanan dan minuman yang disediakan. Tidak dapat dipungkiri bahwa penggunaan teknologi informasi sangat diperlukan pada masa sekarang ini dalam menghadapi persaingan komersial yang cepat dan ketat di bidang ini. Manajemen outlet dituntut untuk menemukan suatu strategi yang dapat meningkatkan penjualan menu makanan yang dijual. Salah satu cara yang dapat dilakukan untuk penentuan strategi penjualan menu makanan dan minuman adalah dengan menggunakan teknik data mining. Adapun teknik yang digunakan dalam hal ini adalah algoritma FP-Growth, yaitu sebuah algoritma yang menghasilkan frequent itemset yang digunakan dalam proses penentuan aturan yang dapat menghasilkan sebuah pilihan. Dalam penentuan suatu frequent itemsets algoritma Fp-Growth menggunakan konsep tree development. Dimana data yang digunakan dalam penelitian ini berupa data penjualan di Jatinangor House Outlet Godean Periode Bulan Januari sampai dengan Maret 2023. Dari hasil analisis dengan memasukan nilai minimum support sebesar 55% serta nilai minimum confidence sebesar 75% didapatkan sebuah aturan (rule) yaitu jika konsumen membeli Ayam Spicy Jatinangor Large maka ada kecenderungan membeli nasi, jika konsumen membeli Great Jatinangor Burger, maka membeli French Fries Cajun, kemudian jika konsumen membeli Ayam Spicy Jatinangor Large, maka membeli Scramble Egg. Ketiga aturan / rules tersebut didukung dengan nilai confidence sebesar 75%. Kata Kunci: Penjualan, Data mining, Association rules, Frequent itemset, FpGrowt


Tulisan Lengkap dapat Dibaca di Ruang Tesis/Disertasi
Penulis : AHMAD BAGUS DIMYATI
NIM : 17030040
Foto :
File : [ Baca file skripsi ]
   

E-LibSTTA

Sistem Informasi Perpustakaan STTA Yogyakarta

© E-LibSTTA 2024