PENERAPAN DATA MINING UNTUK MENGANALISIS PENJUALAN KERUPUK MENNGUNAKAN METODE APRIORI DI RESTORAN BERINGIN ANWAR SASTRO

ABSTRAK

Kemplang atau Kerupuk Ikan Palembang merupakan salah satu makanan khas tradisional dengan bahan dasar ikan dan tepung tapioka. Penelitian ini bertujuan untuk mengetahui bagaimana apriori dapat diterapakan untuk melihat kerupuk mana yang paling diminati dan meningkatkan ketersedian stok kerupuk.Data set transaksi penjualan kerupuk ini terdapat banyak dataset tetapi hanya diambil 5 kelompok data set terbanyak yang diminati para konsumen yaitu, data kerupuk keriting tenggiri, kerupuk cincin JG,kemplang tenggiri,kerupuk konde JG, dan kerupuk pipa JG.Teknik analisis data menggunakan kuantitatif dengan mengikuti tahapan-tahapan Knowledge Discovery In Database dengan tools pendukung rapid miner studio. Dari hasil analisis yang dilakukan oleh penulis pola kombinasi kemplang ditahun 2021 pembelian kerupuk KC (kerupuk cincin JG) akan bersamaan membeli KP (Kerupuk Pipa JG) dengan confidence 80% dan support 33%, ditahun 2022 setiap pembelian KKT (Kerupuk Keriting Tenggiri) akan membeli KC (Kerupuk cincin JG) dengan confidence 60% dan support 50%, ditahun 2023 setiap pembelian KKT (Kerupuk Keriting Tenggiri) bersamaan denga KC (Kerupuk Cincin JG),jadi data keseluruhan dari tahun 2021-2023 kerupuk KKT (Kerupuk Keriting Tenggiri) akan bersamaan membeli KP (Kemplang Tenggiri) menghasilakan confidence 79% dan dukungan support 80%. Berdasarkan hasil pengujian tersebut dapat disimpulkan bahwa dari item set yang berbeda setiap tahunnya tetapi kerupuk KKT (Kerupuk Keriting Tenggiri) dan (Kemplang Tenggiri) tetap jadi favorit setiap tahunnya oleh pelanggan. setiap pembelian kerupuk KKT (Kerupuk Keriting Tenggiri) akan membeli juga KT (Kemplang Tenggiri).

Kata kunci : Palembang, kerupuk kemplang, data mining, association rules, rapidminer