Data Mining Menggunakan Algoritma Apriori dalam Rekomendasi Produk Restoran

Authors

  • laurentinus laurentinus ISB Atma Luhur

DOI:

https://doi.org/10.26418/jp.v7i3.49606

Keywords:

Data mining, apriori, aturan asosiatif, rekomendasi produk, android

Abstract

Pemanfaatan teknologi Data mining kini telah banyak diterapkan di perusahaan besar di berbagai aspek. Namun sayangnya, masih banyak usaha-usaha di Indonesia yang belum memanfaatkan teknologi data mining dalam meningkatkan rencana strategis usaha kedepan, data-data yang masuk ke perusahaan hanya menjadi data history, masuk ke arsip perusahaan dan akhirnya dibiarkan tersimpan. Perusahaan dituntut memberikan layanan yang mudah dan cepat kepada customer serta menentukan strategi bisnis kedepannya, khususnya pada Restoran Bahari Bangka Belitung dalam melayani wisatawan mendapatkan fakta bahwa wisatawan sangat sulit menentukan produk yang ingin dipesan dan meminta rekomendasi kepada pelayan. Berdasarkan masalah yang dihadapi ini dapat diselesaikan dengan memanfaatkan data transaksi yang diolah dalam memberikan rekomendasi produk atau menu unggulan yang terkait untuk kepentingan pemasaran. Data mining melakukan penggalian data yang sudah tersimpan dalam jangka waktu tertentu untuk dijadikan refrensi didalam memberikan rekomendasi. Algoritma dalam penelitian ini adalah algoritma apriori berbasis website dan android dengan menggunakan metode prototype. Hasil dari penelitian ini yaitu rekomendasi apriori terhadap produk dalam bentuk aturan asosiatif atau pola transaksi customer dengan cara mengumpulkan data transaksi lalu dengan eksperimen dataset sejumlah 274 transaksi dihitung menggunakan algoritma Apriori dengan nilai support minimal 50 dan nilai confidence minimal 75%. Pengujian User Acceptance Testing dari 6 variabel dengan detail 10 pertanyaan mengenai effort expectancy, social influence, performance expectancy, use behavior, supporting   facilitating dan behavioral intention menghasilkan indeks rata-rata sebesar 90.4%.

References

P. H. Simbolon, “Implementasi Data Mining Pada Sistem Persediaan Barang Menggunakan Algoritma Apriori ( Studi Kasus : Srikandi Cash Credit Elektronic dan Furniture ),†J. Ris. Komput., vol. 6, no. 4, 2019.

C. Adiwihardja, N. Hardi, and W. Widyastuty, “Implementasi Data Mining Penjualan Kosmetik Pada Toko Zahrani Menggunakan Algoritma Apriori,†J. Speed – Sentra Penelit. Eng. dan Edukasi, vol. 11, no. 2, 2019.

A. R. Riszky and M. Sadikin, “Data Mining Menggunakan Algoritma Apriori untuk Rekomendasi Produk bagi Pelanggan,†J. Teknol. dan Sist. Komput., vol. 7, no. 3, 2019, doi: 10.14710/jtsiskom.7.3.2019.103-108.

S. Saefudin and D. Fernando, “PENERAPAN DATA MINING REKOMENDASI BUKU MENGGUNAKAN ALGORITMA APRIORI,†JSiI (Jurnal Sist. Informasi), vol. 7, no. 1, 2020, doi: 10.30656/jsii.v7i1.1899.

N. A. Harun, M. Makhtar, A. A. Aziz, Z. A. Zakaria, F. S. Abdullah, and J. A. Jusoh, “The application of Apriori algorithm in predicting flood areas,†Int. J. Adv. Sci. Eng. Inf. Technol., vol. 7, no. 3, pp. 763–769, 2017, doi: 10.18517/ijaseit.7.3.1463.

J. Liu, H. Dong, and P. Wang, “Multi-fidelity global optimization using a data-mining strategy for computationally intensive black-box problems,†Knowledge-Based Syst., vol. 227, 2021, doi: 10.1016/j.knosys.2021.107212.

M. Marufuzzaman, D. J. Gomes, A. A. A. Rupai, and L. M. Sidek, “Discovering rules for nursery students using apriori algorithm,†Bull. Electr. Eng. Informatics, vol. 9, no. 1, 2020, doi: 10.11591/eei.v9i1.1665.

C. Romero and S. Ventura, “Educational data mining and learning analytics: An updated survey,†Wiley Interdiscip. Rev. Data Min. Knowl. Discov., vol. 10, no. 3, 2020, doi: 10.1002/widm.1355.

P. K. Singh, E. Othman, R. Ahmed, A. Mahmood, H. Dhahri, and P. Choudhury, “Optimized recommendations by user profiling using apriori algorithm,†Appl. Soft Comput., vol. 106, 2021, doi: 10.1016/j.asoc.2021.107272.

R. Sun, “A combination of prefixed-itemset and database optimization to improve apriori algorithm on hadoop cluster,†2019, doi: 10.1109/ICMCCE48743.2019.00223.

S. Yu, “A kind of improved algorithm for weighted Apriori and application to data mining,†2010, doi: 10.1109/ICCSE.2010.5593564.

J. J. Fang and X. L. Li, “Research on the application of cloud computing in data mining algorithm,†Agro Food Ind. Hi. Tech., vol. 28, no. 3, 2017.

H. Sakai, M. Nakata, and J. Watada, “NIS-Apriori-based rule generation with three-way decisions and its application system in SQL,†Inf. Sci. (Ny)., vol. 507, 2020, doi: 10.1016/j.ins.2018.09.008.

M. J. Hamid Mughal, “Data mining: Web data mining techniques, tools and algorithms: An overview,†Int. J. Adv. Comput. Sci. Appl., vol. 9, no. 6, 2018, doi: 10.14569/IJACSA.2018.090630.

Z. Q. Wang and H. L. Li, “Research of massive web log data mining based on cloud computing,†2013, doi: 10.1109/ICCIS.2013.162.

L. Laurentinus and S. Rinaldi, “Implementasi Metode Analytical Hierarchy Process dan Simple Additive Weighting untuk Pemilihan Dosen Terbaik Studi Kasus STMIK Atma Luhur,†J. Teknol. Inf. dan Ilmu Komput., 2019, doi: 10.25126/jtiik.2019661636.

Downloads

Additional Files

Published

2021-12-18