Analisis Pola Perilaku Konsumen melalui Association Rule Mining untuk Optimalisasi Strategi Bisnis: Studi Kasus Omah Kopi Mrisen
DOI:
https://doi.org/10.26418/jp.v12i1.103231Keywords:
Association Rule Mining, Algoritma Apriori, Strategi Bisnis Kuliner, Menu Engineering, Perilaku KonsumenAbstract
Dinamika industri kuliner kontemporer menuntut pemahaman mendalam mengenai preferensi konsumen yang semakin kompleks dan terfragmentasi. Omah Kopi Mrisen (OKM) memiliki posisi pasar yang unik dengan mengintegrasikan tiga pilar produk utama: Menu Ndeso (Tradisional), Seafood, dan Kopi Nusantara. Penelitian ini bertujuan untuk mengungkap pola konsumsi harian (daily baseline) yang stabil serta interaksi lintas kategori menggunakan metode Association Rule Mining (ARM). Berdasarkan data transaksi semester pertama tahun 2025 (Januari–Juni) yang telah melalui proses filterisasi data musiman (non-seasonal), diperoleh 2.991 transaksi valid sebagai dataset utama. Algoritma Apriori digunakan untuk mengidentifikasi aturan asosiasi yang signifikan dengan pendekatan Long Tail Analysis untuk menangkap pola pada menu niche. Temuan empiris menunjukkan dua pola perilaku dominan: (1) Budaya Makan Tengah (Communal Dining), ditandai dengan asosiasi ekstrem (Lift Ratio > 300) antara menu lauk porsi besar (Sapi Lada Hitam) dengan Nasi Bakul, yang mengindikasikan preferensi kuat pelanggan untuk berbagi; dan (2) Perilaku Konsumsi Lintas Kategori (Fusion Consumption), di mana terdapat asosiasi spesifik antara minuman signature "Kopi Arimbi" dan "Nasi Goreng Seafood" (Lift Ratio 5,44). Temuan ini memberikan wawasan baru bahwa konsumen OKM memiliki karakter sosial yang kuat serta kecenderungan memadukan menu kopi specialty dengan makanan berat. Penelitian ini merekomendasikan strategi manajerial berupa optimalisasi paket sharing dan promosi silang (cross-selling) untuk meningkatkan rata-rata nilai transaksi harian (Average Ticket Size).References
Aditya, R. (2021). Penerapan Algoritma Apriori Terhadap Data Penjualan Untuk Mengetahui Pola Pembelian Konsumen Pada Cafe. Jurnal Sistem Informasi dan Teknologi, 3(2), 112-118.
Annur, H., Serwin, S., & Anisa, I. N. (2025). Market Basket Analysis of Coffee Shop Customers Using the FP-Growth Algorithm. Journal Scientific and Applied Informatics, 8(3), 330-338.
Ginting, S. L., Wibowo, A., & Purnomo, D. (2021). Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Meningkatkan Penjualan Pada Kedai Kopi. Jurnal Teknologi Informasi dan Ilmu Komputer, 8(4), 755-762.
Hidayat, T. (2021). Analisis Pola Penjualan Menggunakan Algoritma Apriori Untuk Optimasi Stok Bahan Baku Makanan. Jurnal Informatika dan Rekayasa Perangkat Lunak, 3(1), 45-52.
Lestari, D. P. (2020). Penerapan Data Mining Algoritma Apriori Dalam Menentukan Pola Pembelian Pelanggan (Studi Kasus: Toko Roti). Jurnal Riset Komputer, 7(3), 344-350.
Listriani, D., Setyaningrum, A. H., & Eka, F. M. (2020). Penerapan Metode Asosiasi Menggunakan Algoritma Apriori Pada Aplikasi Analisa Pola Belanja Barang. Jurnal Teknik Informatika, 13(2), 120-127.
Maulana, A. (2021). Analisis Keranjang Belanja Menggunakan Algoritma Apriori Pada Data Transaksi Ritel Modern. Jurnal Ilmu Komputer dan Informatika, 5(2), 98-105.
Pratama, B. (2024). Analisis Perilaku Konsumen Era Pasca Pandemi pada Industri Food and Beverage Menggunakan Association Rule. Jurnal Manajemen dan Bisnis Digital, 2(1), 15-24.
Romadhon, M. S., & Kodar, A. (2021). Implementasi Metode Market Basket Analysis (MBA) Menggunakan Algoritma Apriori Dalam Transaksi Penjualan. Jurnal Nasional Teknologi Komputer, 1(2), 115-124.
Saad, F. S., Azizah, N., & Yani, Z. (2022). Penerapan Algoritma Apriori Pada Transaksi Penjualan Untuk Rekomendasi Menu Makanan Dan Minuman. Jurnal Teknologi dan Sistem Informasi, 3(2), 55-62.
Saputra, H. (2022). Implementasi Data Mining Untuk Menentukan Strategi Penjualan Menggunakan Algoritma Apriori. Jurnal Teknologi dan Informasi, 12(1), 30-38.
Utami, R. (2023). Strategi Bundling Produk Berbasis Algoritma Apriori Untuk Meningkatkan Penjualan Pada UMKM Kuliner. Jurnal Ekonomi dan Bisnis Digital, 4(1), 88-95.
Wibawa, A. P., et al. (2021). Penerapan Market Basket Analysis Menggunakan Algoritma Apriori pada Data Transaksi Penjualan. Jurnal Teknologi Informasi dan Ilmu Komputer, 8(2), 235-242.
Wijaya, K. (2022). Analisis Pola Pembelian Konsumen Restoran Menggunakan Metode Association Rule Mining. Jurnal Sistem Informasi Bisnis, 12(1), 60-67.
Yuliani, S. (2023). Pemanfaatan Data Mining Market Basket Analysis Untuk Rekomendasi Paket Menu Makanan. Indonesian Journal of Computer Science, 10(2), 150-159.
