Penerapan Metode Clustering Pada Penjualan Makanan Dan Minuman Dalam Menentukan Strategi Marketing
DOI:
https://doi.org/10.25077/TEKNOSI.v11i01.2025.48-56Kata Kunci:
Clustering, Data Mining, Data Penjualan, K-Means, Basis Data, Strategi MarketingAbstrak
Persaingan bisnis termasuk bisnis restoran semakin ketat dengan adanya perubahan cara berbisnis dari konvensional menjadi online (digital). Hal yang menjadi permasalahan ialah menu yang terjual tidak selalu sebanding dengan pengeluaran bahan baku yang dibeli restoran untuk membuat menu makanan dan minuman mereka. Oleh sebab itu, diperlukan strategi marketing yang sesuai untuk dapat diterapkan. Restoran yang dijadikan bahan penelitian adalah restoran “Ben’s Haus Bistro”. Atribut yang digunakan terdiri dari Item Name, Category Name, dan Item Sold. Pada penelitian ini akan menerapkan salah satu metode data mining, yaitu metode clustering menggunakan algoritma K-Means untuk menentukan strategi marketing. Selain itu juga akan dilihat berapa tingkat akurasi yang didapatkan dari hasil proses clustering yang telah dilakukan. Berdasarkan hasil tingkat akurasi dari proses clustering yang telah dilakukan, didapatkan nilai sebesar 0,6595. Sedangkan hasil penerapan metode clustering menggunakan algoritma K-Means untuk data penjualan secara keseluruhan menghasilkan 4 cluster, karena hasil perhitungan metode elbow untuk menentukan nilai K optimal mendapatkan hasil K=4. Cluster 1 memperoleh hasil sebanyak 6 item, Cluster 2 memperoleh hasil sebanyak 10 item, Cluster 3 memperoleh hasil sebanyak 43 item, dan Cluster 4 memperoleh hasil sebanyak 52 item. Dari hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa metode clustering menggunakan algoritma K-Means dapat diterapkan pada data penjualan makanan dan minuman untuk membantu dalam menentukan strategi marketing.Referensi
O. Nurdiawan and N. Salim, “Penerapan Data Mining Pada Penjualan Barang Menggunakan Metode Metode Naive Bayes Classifier Untuk Optimasi Strategi Pemasaran,” J. Teknol. Inf. dan Komun., pp. 84–95, 2018.
N. Agustina and Prihandoko, “Perbandingan Algoritma K-Means dengan Fuzzy C-Means Untuk Clustering Tingkat Kedisiplinan Kinerja Karyawan,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 3, pp. 621–626, 2018.
Z. Nabila, A. R. Isnain, Permata, and Z. Abidin, “Analisis Data Mining Untuk Clustering Kasus Covid-19 Di Provinsi Lampung Dengan Algoritma K-Means,” J. Teknol. dan Sist. Inf., vol. 2, no. 2, pp. 100–108, 2021.
L. A. W. S, “Penerapan Data Mining Pada Penjualan Tiket Pesawat Menggunakan Algoritma Apriori (Studi Kasus: PT. Sinar Jagad Indonesia),” JUISI, vol. 06, no. 01, pp. 11–22, 2020.
E. Elisa, “Market Basket Analysis Pada Mini Market Ayu Dengan Algoritma Apriori,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 2, pp. 472–478, 2018.
Gustientiedina, M. H. Adiya, and Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru,” J. Nas. Teknol. dan Sist. Inf., vol. 5, no. 1, pp. 17–24, 2019.
D. Udariansyah and D. R. Ibrahim, “Klasifikasi Data Penerimaan Mahasiswa Baru Pada Universitas Bina Darma Menggunakan Algoritma K-Means Clustering,” J. Pendidik. dan Konseling, vol. 4, no. 4, pp. 2692–2701, 2022.
E. D. Sikumbang, “Penerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori,” J. Tek. Komput., vol. 4, pp. 156–161, 2018.
J. T. Jabat and Murdani, “Penerapan Data Mining Pada Penjualan Produk Retail Menggunakan Metode Clustering,” J. Pelita Inform., vol. 8, no. 2, pp. 26–32, 2019.
Normah, S. Nurajizah, and A. Salbinda, “Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Fashion Hijab Banten,” J. Tek. Komput. AMIK BSI, vol. 7, no. 2, pp. 158–163, 2021.
S. Gantina, A. H. Nasyuha, and Suharsil, “Implementasi Data Mining Dalam Pengelompokan Data Transaksi Penjualan Kosmetik di WN Kosmetik Dengan Menggunakan Metode K-Means Clustering,” J. CyberTech, pp. 1–11, 2020.
S. Rizal and R. Q. Khotimah, “Penerapan Data Mining Untuk Clustering Data Penduduk Yang Terdampak Covid-19 Menggunakan Algoritma K-Means,” J. Pendidik. dan Konseling, vol. 4, pp. 2781–2792, 2022.
I. Vhallah, Sumijan, and J. Santony, “Pengelompokan Mahasiswa Potensial Drop Out Menggunakan Metode Clustering K-Means,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 2, pp. 572–577, 2018.
Feryanto, F. T. Kesuma, and S. P. Tamba, “Penerapan Data Mining Untuk Menentukan Penjualan Sparepart Toyota Dengan Metode K-Means Clustering,” J. Sist. Inf. dan Ilmu Komput. Prima (JUSIKOM PRIMA), vol. 2, no. 2, pp. 67–72, 2019.
Sagaino, T. M. S. Mulyana, I. G. N. Suryantara, J. A. Ginting, and F. Adikara, “Pemetaan Kejadian Bencana Alam Di Jawa Barat Menggunakan Algoritma K-Means,” vol. 5, pp. 471–478, 2022.
Unduhan
Telah diserahkan
Diterima
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Jurnal Nasional Teknologi dan Sistem Informasi
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.
Kami menyatakan bahwa:
- Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
- Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
- Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.
Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.
Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.
Hak / Syarat dan Ketentuan yang dipertahankan :
- Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
- Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
- Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.
This work is licensed under a 