Klasterisasi Tingkat Penjualan Kedai Kopi Hallo Burjois Menggunakan Algoritma K-Medoids Sebagai Evaluasi

Authors

  • Pradana Rizki Maulana Universitas Buana Perjuangan Karawang
  • April Lia Hananto Universitas Buana Perjuangan Karawang
  • Agustia Hananto Universitas Buana Perjuangan Karawang
  • Bayu Priyatna Universitas Buana Perjuangan Karawang

DOI:

https://doi.org/10.37859/jf.v14i1.6912
Keywords: K-Medoids Clustering, Strategi Promosi, Data Mining, Penjualan, RapidMiner

Abstract

Kedai Hallo Burjois yang sedang mengalami tantangan untuk memperluas jangkauan produk menu produk, penelitian ini menerapkan algoritma K-Medoids Clustering untuk meningkatkan strategi promosi dengan mengidentifikasi menu-menu yang memiliki tingkat minat pembeli rendah. Proses tersebut melibatkan pengolahan data penjualan harian yang diubah menjadi format bulanan, di mana algoritma K-Medoids digunakan untuk membentuk tiga kluster yang mewakili tingkat penjualan tinggi, sedang, dan rendah. Hasil klasterisasi menunjukkan adanya menu-menu dengan penjualan rendah sebanyak 6 item, antara lain Americano, Caffe Latte, Dark Choco Caramel, Dimsum, Hazelnut Latte, dan Pasta Carbonara. Lalu kami mengadopsi prinsip 4P (Product, Price, Place & Promotion) untuk mengevaluasi produk dengan tingkat penjualan terendah. Uji validitas dilakukan menggunakan Davies Boulding Index (DBI), menunjukkan keakuratan dan konsistensi hasil klasteriasasi sebesar 0,95 pada tiga kluster.

Downloads

Download data is not yet available.

References

A. Juliano, Rasim, and Sugiyatno, “Algoritma Apriori Untuk Pola Penjualan Pada Kedai Kopi Studi Kasus: Kedai Kopioko,” J. Students‘ Res. Comput. Sci., vol. 3, no. 1, pp. 29–38, 2022, doi: 10.31599/jsrcs.v3i1.1148.

A. Mahwar and R. Sibarani, “Penerapan Algoritma K-Means Untuk Segmentasi Konsumen Kedai Kopi,” J. Satya Inform., vol. 5, no. 2, pp. 42–49, 2023, doi: 10.59134/jsk.v5i2.386.

N. N. Merliani, N. I. Khoerida, N. T. Widiawati, L. A. Triana, and P. Subarkah, “Penerapan Algoritma Apriori Pada Transaksi Penjualan Untuk Rekomendasi Menu Makanan Dan Minuman,” J. Nas. Teknol. dan Sist. Inf., vol. 8, no. 1, pp. 9–16, 2022, doi: 10.25077/teknosi.v8i1.2022.9-16.

S. Sutanto and H. Dunan, “Analisis Strategi Promosi Dalam Meningkatkan Penjualan Kopi Pada Cafe Sweetcup Coffee, Bandar Lampung,” Jambura, vol. 6, no. 2, pp. 504–511, 2023, [Online]. Available: http://ejurnal.ung.ac.id/index.php/JIMB

F. A. Saputra and A. Iskandar, “Data Mining Penerapan Asosiasi Apriori Dalam Penentuan Pola Penjualan,” J. Comput. Syst. Informatics, vol. 4, no. 4, pp. 778–788, 2023, doi: 10.47065/josyc.v4i4.4043.

A. Lia Hananto et al., “Analysis of Drug Data Mining with Clustering Technique Using K-Means Algorithm,” J. Phys. Conf. Ser., vol. 1908, no. 1, pp. 0–8, 2021, doi: 10.1088/1742-6596/1908/1/012024.

D. L. Radji and S. Kasim, “Pengaruh Strategi Promosi Terhadap Keputusan Pembelian Pada Delizza Pizza Kota Gorontalo,” Aksara J. Ilmu Pendidik. Nonform., vol. 4, no. 1, p. 17, 2020, doi: 10.37905/aksara.4.1.17-26.2018.

A. Hananto, A. Hananto, B. Priyatna, and B. Huda, “EasyChair Preprint Application of the K-Means Algorithm in Determining the Best-Selling Restaurants on the Shopee Food Application in Karawang City APPLICATION OF THE K-MEANS ALGORITHM IN DETERMINING THE BEST-SELLING RESTAURANTS ON,” 2023.

L. Setiyani, M. Wahidin, D. Awaludin, and S. Purwani, “Analisis Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Data Mining Naïve Bayes : Systematic Review,” Fakt. Exacta, vol. 13, no. 1, p. 35, 2020, doi: 10.30998/faktorexacta.v13i1.5548.

I. Virgo, S. Defit, and Y. Yuhandri, “Klasterisasi Tingkat Kehadiran Dosen Menggunakan Algoritma K-Means Clustering,” J. Sistim Inf. dan Teknol., vol. 2, pp. 23–28, 2020, doi: 10.37034/jsisfotek.v2i1.17.

Y. Diana et al., “Analisa Penjualan Menggunakan Algoritma K-Medoids Untuk Mengoptimalkan Penjualan Barang,” JOISIE J. Inf. Syst. Informatics Eng., vol. 7, no. 1, pp. 97–103, 2023.

A. Z. Kamalia et al., “Penerapan Algoritma K-Means Dalam Klasterisasi Penjualan Laptop,” vol. 13, no. 3, pp. 133–138, 2022.

E. H. S. Atmaja, “Implementation of k-Medoids Clustering Algorithm to Cluster Crime Patterns in Yogyakarta,” Int. J. Appl. Sci. Smart Technol., vol. 1, no. 1, pp. 33–44, 2019, doi: 10.24071/ijasst.v1i1.1859.

A. A. Argasah and D. Gustian, “Data Mining Analysis To Determine Employee Salaries According To Needs Based on the K-Medoids Clustering Algorithm,” J. Tek. Inform., vol. 3, no. 1, pp. 29–36, 2022, [Online]. Available: https://doi.org/10.20884/1.jutif.2022.3.1.154

I. F. Tarigan, D. Hartama, and I. S. Saragih, “Penerapan Data Mining Pada Prediksi Kelayakan Pemohon Kredit Mobil Dengan K-Medoids Clustering,” KLIK Kaji. Ilm. Inform. …, vol. 1, no. 4, pp. 170–179, 2021, [Online]. Available: http://www.djournals.com/klik/article/view/153

Gufron, B. Surarso, and R. Gernowo, “Implementation Of K-Medoids Clustering For High Education Accreditation Data,” J. Ilm. KURSOR, vol. 10, no. 3, pp. 119–128, 2020.

H. Pohan, M. Zarlis, E. Irawan, H. Okprana, and Y. Pranayama, “Penerapan Algoritma K-Medoids dalam Pengelompokan Balita Stunting di Indonesia,” JUKI J. Komput. dan Inform., vol. 3, no. 2, pp. 97–104, 2021, doi: 10.53842/juki.v3i2.69.

A. A. D. Sulistyawati and M. Sadikin, “Penerapan Algoritma K-Medoids Untuk Menentukan Segmentasi Pelanggan,” Sistemasi, vol. 10, no. 3, p. 516, 2021, doi: 10.32520/stmsi.v10i3.1332.

B. Riyanto, “Penerapan Algoritma K-Medoids Clustering Untuk Pengelompokkan Penyebaran Diare Di Kota Medan (Studi Kasus: Kantor Dinas Kesehatan Kota Medan),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 562–568, 2019, doi: 10.30865/komik.v3i1.1659.

R. U. B. Barus, I. Gunawan, B. E. Damanik, I. Parlina, and W. Saputra, “Pengelompokan Data Penjualan Mie Berdasarkan Bulan Dengan Menggunakan Algoritma K-Medoids,” J. Ilmu Komput. dan Inform., vol. 1, no. 2, pp. 141–156, 2021, doi: 10.54082/jiki.15.

D. Riandika and A. U. Hamdani, “Implementasi E-Commerce Dengan Teknik SEO dan Strategi Pemasaran 4P Untuk Meningkatkan Penjualan Produk Aksesoris Motor Pada XYZ Motoshop,” J. Media Inform. Budidarma, vol. 4, no. 3, p. 785, 2020, doi: 10.30865/mib.v4i3.2242.

A. U. Hamdani and A. Himawan, “Implementasi Model E-Commerce Untuk Meningkatkan Penjualan Pakaian Menggunakan Content Management System, Search Engine Optimization Dan Strategi Marketing 4P,” IDEALIS Indones. J. Inf. Syst., vol. 3, no. 2, pp. 608–614, 2020, doi: 10.36080/idealis.v3i2.2728.

W. T. Saputro, M. Murhadi, and H. M. Jumasa, “Menemukan Pola Sebaran Vaksinasi Data Covid-19 di Indonesia Menggunakan Algoritma K-Means,” J. Fasilkom, vol. 13, no. 02, pp. 244–250, 2023, doi: 10.37859/jf.v13i02.5551.

A. J. P. Sibarani, “Implementasi Data Mining Menggunakan Algoritma 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.

A. Damuri, U. Riyanto, H. Rusdianto, and M. Aminudin, “Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako,” JURIKOM (Jurnal Ris. Komputer), vol. 8, no. 6, p. 219, 2021, doi: 10.30865/jurikom.v8i6.3655.

D. A. Silitonga, A. P. Windarto, D. Hartama, and Sumarno, “Penerapan Metode K-Medoid pada Pengelompokan Rumah Tangga Dalam Perlakuan Memilah Sampah Menurut Provinsi,” Semin. Nas. Sains Teknol. Inf. SENSASI 2019 ISBN, vol. 2, pp. 313–318, 2019.

M. Melladia, D. E. Putra, and L. Muhelni, “Penerapan Data Mining Pemasaran Produk Menggunakan Metode Clustering,” J. Tek. Inf. dan Komput., vol. 5, no. 1, p. 160, 2022, doi: 10.37600/tekinkom.v5i1.458.

S. Paembonan and H. Abduh, “Penerapan Metode Silhouette Coefficient untuk Evaluasi Clustering Obat,” PENA Tek. J. Ilm. Ilmu-Ilmu Tek., vol. 6, no. 2, p. 48, 2021, doi: 10.51557/pt_jiit.v6i2.659.

F. Harahap, “Perbandingan Algoritma K Means dan K Medoids Untuk Clustering Kelas Siswa Tunagrahita,” TIN Terap. Inform. Nusant., vol. 2, no. 4, pp. 191–197, 2021.

D. Ardiansyah, “Algoritma C4.5 Untuk Klasifikasi Calon Peserta Lomba Cerdas Cermat Siswa Smp Dengan Menggunakan Aplikasi Rapid Miner,” J. Inkofar, vol. 1, no. 2, pp. 5–12, 2019, doi: 10.46846/jurnalinkofar.v1i2.29.

M. Rajagukguk, R. Dewi, E. Irawan, J. T. Hardinata, and I. S. Damanik, “Implementasi Association Rule Mining Untuk Menentukan Pola Kombinasi Makanan Dengan Algoritma Apriori,” vol. 10, no. 3, pp. 248–254, 2020.

D. Pascalina, R. Widhiastono, and C. Juliane, “Pengukuran Kesiapan Transformasi Digital Smart City Menggunakan Aplikasi Rapid Miner,” Technomedia J., vol. 7, no. 3, pp. 293–302, 2022, doi: 10.33050/tmj.v7i3.1914.

Downloads

Published

2024-04-30

Issue

Vol. 14 No. 1 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)

Section

Articles

License

Copyright Notice

An author who publishes in the Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) agrees to the following terms:

  • Author retains the copyright and grants the journal the right of first publication of the work simultaneously licensed under the Creative Commons Attribution-ShareAlike 4.0 License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal
  • Author is able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book) with the acknowledgement of its initial publication in this journal.
  • Author is  permitted and encouraged to post his/her  work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of the published work (See The Effect of Open Access).

Read more about the Creative Commons Attribution-ShareAlike 4.0 Licence here: https://creativecommons.org/licenses/by-sa/4.0/.