RANCANG BANGUN APLIKASI KLASIFIKASI PENJUALAN MAKANAN DAN MINUMAN PADA CAFE MEGA MENGGUNAKAN METODE FP GROWTH DAN METODE NAIVE BAYES

Abstrak

Bisnis cafe di Indonesia saat ini khususnya dikota-kota besar semakin berkembang dengan pesat, banyak bermunculan wirausahawan yang membuka usaha coffee shop dengan berbagai konsep atau ide-ide yang dibuat untuk memikat pelanggan dari berbagai kalangan, selain itu beberapa lokasi dikota kecil bahkan juga banyak bermunculan cafe, ini tidak terlepas dari dukungan pemerintah setempat yang mempermudah perizinan mendirikan usaha. Pemilik Cafe Mega mengalami kesulitan untuk mengetahui item-item yang paling diminati oleh konsumen dan item-item yang tidak di minati oleh konsumen. Oleh sebab itu dibutuhkan suatu aplikasi klasifikasi dengan menggunakan metode Fp Growth dan metode naive bayes. Algoritma Fp Growth digunakan untuk menganalisa pola penjualan makanan dan minuman pada Cafe Mega. Penerapan algoritma Fp Growth digunakan untuk mencari itemset 1, itemset 2, membentuk Fp tree, kemudian mencari nilai support dan nilai confidence. Sedangkan algortima naive bayes untuk mengklasifikasikan penjualan makanan dan minum pada Cafe Mega.Dari hasil perhitungan dengan metode fp-growth di dapatkan hasil nilai support 1 itemset sebesar 3,22 % sampai 48,38 %. Untuk nilai support kombinasi 2 itemset sebesar 3,22 % sampai 25,80 %. Nilai confidence 6,66 % sampai 53,33 %. Dari hasil perhitungan dengan metode Naive Bayes nilai klasifikasi menu makanan yang LAKU seperti nasi goreng 0,2 %, indomie goreng 0,12 %, indomie kuah 0,093 %. Sedangkan minuman yang LAKU seperti jus pokat 0,122 %, teh manis dingin 0,087 %, tst bebek 0,078 %, jus kuini 0,078 %.

The cafe business in Indonesia is currently growing rapidly, especially in big cities, many entrepreneurs are emerging who open coffee shops with various concepts or ideas created to attract customers from various circles, in addition, several locations in small cities are also popping up a lot of cafes, this is inseparable from the support of the local government that makes it easier to obtain permits to establish a business. Cafe Mega owners have difficulty knowing the items that are most in demand by consumers and items that are not in demand by consumers. Therefore, a classification application is needed using the Fp Growth method and the naive bayes method. The Fp Growth algorithm is used to analyze food and beverage sales patterns at Cafe Mega. The application of the Fp Growth algorithm is used to find itemset 1, itemset 2, form an Fp tree, then find the support value and confidence value. While the naive bayes algorithm is used to classify food and beverage sales at Cafe Mega. From the results of calculations with the fp-growth method, the support value of 1 itemset is 3.22% to 48.38%. For the support value of the combination of 2 itemsets of 3.22% to 25.80%. The confidence value is 6.66% to 53.33%. From the results of calculations using the Naive Bayes method, the classification value of food menus that are selling well are fried rice 0.2%, fried Indomie 0.12%, Indomie soup 0.093%. While drinks that are selling well are avocado juice 0.122%, cold sweet tea 0.087%, duck tst 0.078%, kuini juice 0.078%.