PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKAN DATA PENJUALAN PADA ODYSSEIA RESTAURANT & LOUNGE

• ADITYA REZA NUGRAHA

---

ABSTRAK

ABSTRAK

 

 

Aditya Reza Nugraha (11190532), Penerapan Algoritma K-Means Clustering Dalam Pengelompokan Data Penjualan Pada Odysseia Restaurant & Lounge

 

 

Odysseia Restaurant & Lounge merupakan salah satu brand restoran di bidang bisnis Food & Beverage (F&B). Odysseia setiap hari mencatat transaksi penjualan yang sangat banyak. Namun pengolahan data transaksi penjualan belum maksimal. Adapun data transaksi penjualan tersebut dapat dimanfaatkan untuk mengelompokkan menu dan menghasilkan suatu informasi yang berguna untuk menentukan strategi pemasaran. Tujuan penelitian ini menyediakan dataset transaksi penjualan yang diolah menggunakan algoritma K-Means untuk mengelompokkan data transaksi penjualan dan melakukan analisis dari informasi yang dihasilkan dalam penelitian ini. Penelitian ini menghasilkan dataset yang terdiri dari 499 data dan menghasilkan 3 cluster. Cluster 0 adalah kategori penjualan rendah yang terdiri dari 494 data. Cluster 1 adalah kategori penjualan tinggi yang terdiri dari 1 data. Cluster 2 adalah kategori penjualan sedang yang terdiri dari 4 data. Penelitian ini menghasilkan rekomendasi strategi pemasaran berdasarkan strategi bauran pemasaran 4P yaitu, dari segi aspek price, perusahaan harus dapat menunjukkan harga yang kompetitif dibandingkan produk dari kompetitor, dari segi aspek produk, perusahaan harus dapat membuat menu yang berkualitas dari segi tampilan dan rasa, dari segi aspek place, perusahaan harus dapat menyediakan tempat yang mudah dijangkau oleh pelanggan, strategis dan nyaman. Dari segi aspek promosi, perusahaan harus dapat memasarkan produknya melalui promosi penjualan.

 

 

Kata Kunci: Pengelompokan, Data Penjualan, Algoritma, Clustering, K-Means, Data Mining, RapidMiner

KATA KUNCI

Metode Penelitian,Data Mining

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1]      M. H. Siregar, “Data Mining Klasterisasi Penjualan Alat-Alat Bangunan Menggunakan Metode K-Means (Studi Kasus Di Toko Adi Bangunan),” J. Teknol. Dan Open Source, vol. 1, no. 2, pp. 83–91, 2018, doi: 10.36378/jtos.v1i2.24.

[2]      I. Sumadikarta and L. Andrayani, “Implementasi Data Mining Untuk Clustering Makanan Dan Minuman Favorit Dengan Menggunakan Algoritma K-Means,” J. Ilm. Fak. Tek. LIMIT’S, vol. 15, no. 1, pp. 40–49, 2019.

[3]      A. M. Siregar and A. Puspabhuana, Data Mining: Pengolahan Data Menjadi Informasi dengan RapidMiner. Surakarta: Kekata Publisher, 2018.

[4]      E. Purwaningsih, “Analisis Kecelakaan Berlalu Lintas Di Kota Jakarta Dengan Menggunakan Metode K-Means,” JITK (Jurnal Ilmu Pengetah. dan Teknol. Komputer), vol. 5, no. 1, pp. 139–144, 2019, doi: 10.33480/jitk.v5i1.712.

[5]      S. Hadianti and D. Riana, “Segmentasi Citra Bemisia Tabaci Menggunakan Metode K-Means,” Semin. Nas. Inov. dan Tren, p. 2018, 2018.

[6]      D. Novianti and N. Palasara, “Klasterisasi Negara Pendaftar Paten Di Indonesia Menggunakan K-Means,” Sistemasi, vol. 8, no. 3, p. 446, 2019, doi: 10.32520/stmsi.v8i3.541.

[7]      S. Hadianti and D. Riana, “Sistem Pengenalan Otomatis Diameter Citra Mantoux Untuk Deteksi Dini Penyakit Tbc Kelenjar,” J. Techno Nusa Mandiri, vol. 15, no. 2, p. 77, 2018, doi: 10.33480/techno.v15i2.892.

[8]      I. D. Nirmala, P. D. Atika, P. S. Informatika, U. Bhayangkara, and J. Raya, “Implementation Of K-Means Algorithm As A Clustering Method For Selecting Achievement Students Based On,” no. Ningrum 2009, pp. 199–204, 2020, doi: 10.33480/pilar.v16i2.1575.

[9]      M. Mardalius and C. Tika, “Mapping of Potential Customers As a Clothing Promotion Strategy Using K-Means Clustering Algorithm,” JITK(Jurnal Ilmu Pengetah. Dan Teknol. Komputer), vol. 6, no. 1, pp. 67–72, 2020, doi: 10.33480/jitk.v6i1.1414.

[10]    P. S. Hasugian, “Penerapan Data Mining untuk Klasifikasi Produk Menggunakan Algoritma K-Means (Studi Kasus?: Toko Usaha Maju Barabai),” J. Mantik Penusa, vol. 2, no. 2, pp. 191–198, 2018.

[11]    Anjar Wanto, Data Mining?: Algoritma dan Implementasi. Medan: Yayasan Kita Menulis, 2020.

[12]    B. M. Metisen and H. L. Sari, “Analisis clustering menggunakan metode K-Means dalam pengelompokkan penjualan produk pada Swalayan Fadhila,” J. Media Infotama, vol. 11, no. 2, pp. 110–118, 2015.

[13]    D. Triyansyah and D. Fitrianah, “Analisis Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Marketing,” J. Telekomun. dan Komput., vol. 8, no. 3, p. 163, 2018, doi: 10.22441/incomtech.v8i3.4174.

[14]    S. Haryati, A. Sudarsono, and E. Suryana, “Implementasi Data Mining Untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma C4.5 (Studi Kasus: Universitas Dehasen Bengkulu),” J. Media Infotama, vol. 11, no. 2, pp. 130–138, 2015.

[15]    S. D. Siswoyo and M. Sistarani, Manajemen Teknik (Untuk Praktisi Dan Mahasiswa Teknik). Yogyakarta: Deepublish, 2020.

[16]    Y. Darmi and A. Setiawan, “Penerapan metode clustering k-means dalam pengelompokan penjualan produk,” J. Media Infotama Univ. Muhammadiyah Bengkulu, vol. 12, no. 2, pp. 148–157, 2016.

[17]    Marsono, “Analisis Data Mining Pada Strategi Penjualan Produk PT Aquasolve Sanaria Dengan Menggunakan Metode K-Means Clustering,” Teknol. Sist. Inf. dan Sist. Komput. TGD, vol. 2, no. 1, pp. 32–41, 2019.

[18]    S. M. Hutabarat and A. Sindar, “Data Mining Penjualan Suku Cadang Sepeda Motor Menggunakan Algoritma K-Means,” J. Nas. Komputasi dan Teknol. Inf., vol. 2, no. 2, p. 126, 2019, doi: 10.32672/jnkti.v2i2.1555.

[19]    A. Zanuardi and H. Suprayitno, “Analisa Karakteristik Kecelakaan Lalu Lintas di Jalan Ahmad Yani Surabaya melalui Pendekatan Knowledge Discovery in Database,” J. Manejemen Aset Infrastruktur Fasilitas, vol. 2, no. 1, pp. 45–55, 2018, doi: 10.12962/j26151847.v2i1.3767.