Penerapan Metode Clustering Pada Penjualan Makanan Dan Minuman Dalam Menentukan Strategi Marketing
DOI:
https://doi.org/10.25077/TEKNOSI.v11i01.2025.48-56Keywords:
Clustering, Data Mining, Data Penjualan, K-Means, Basis Data, Strategi MarketingAbstract
Business competition including restaurant business is getting tighter with the change of business methods from conventional to online (digital). The problem is that the menu sold is not always comparable to the expenditure of raw materials purchased by the restaurant to make their food and beverage menus. Therefore, an appropriate marketing strategy is needed to be implemented. The restaurant used as the research material is the "Ben's Haus Bistro" restaurant. The attributes used consist of Item Name, Category Name, and Item Sold. In this study, one of the data mining methods will be applied, namely the clustering method using the K-Means algorithm to determine the marketing strategy. In addition, it will also be seen how much accuracy is obtained from the results of the clustering process that has been carried out. Based on the results of the accuracy level of the clustering process that has been carried out, a value of 0.6595 was obtained. While the results of applying the clustering method using the K-Means algorithm for overall sales data produced 4 clusters, because the results of the elbow method calculation to determine the optimal K value obtained the result K = 4. Cluster 1 obtained 6 items, Cluster 2 obtained 10 items, Cluster 3 obtained 43 items, and Cluster 4 obtained 52 items. From the results of the research that has been done, it can be concluded that the clustering method using the K-Means algorithm can be applied to food and beverage sales data to help determine marketing strategies.References
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.
Downloads
Submitted
Accepted
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Nasional dan Sistem Informasi
This work is licensed under a Creative 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 