Implementasi Data Mining dalam Menganalisa Data Penjualan Produk pada Lokatara Coffee Menggunakan Algoritma Apriori

Authors

  • Muhammad Aldiansyah Universitas Multi Data Palembang, Palembang, indonesia
  • Dafid Universitas Multi Data Palembang, Palembang, indonesia

DOI:

https://doi.org/10.38035/jim.v4i6.1702

Keywords:

information systems

Abstract

Data transaksi penjualan dapat diolah menjadi pengetahuan untuk mendukung keputusan bisnis. Penelitian ini menganalisis penjualan Lokatara Coffee, Palembang, menggunakan teknik aturan asosiasi dengan algoritma Apriori untuk menemukan kombinasi menu yang sering dibeli bersamaan sebagai dasar penyusunan paket. Data bersumber dari aplikasi kasir Youtab periode 1 Januari–31 Desember 2024 sebanyak 52.713 transaksi dan 150 produk. Proses analisis mengikuti tahapan Cross-Industry Standard Process for Data Mining meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Setelah seleksi atribut nomor transaksi dan detail produk serta pembersihan data, pemodelan dilakukan dengan minimum support 2% dan minimum confidence 10%. Hasil menunjukkan Es Kopi Susu Lokatara (33,55%) dan Air Mineral (21,74%) sebagai item tersering. Kombinasi dua item yang memenuhi ambang support adalah Air Mineral dan Es Kopi Susu Lokatara (3,74%). Aturan yang terbentuk menunjukkan confidence 17,20% dan 11,14% dengan lift sekitar 0,51 (asosiasi lemah). Temuan ini menjadi masukan awal bagi promosi dan perancangan paket menu.

References

Amsury, F., Kurniawati, I., Rizki Fahdia, M., Pratama, A., Setiawan, Ramadhan, W. S., & Kadafi, A. R. (2023). IMPLEMENTASI ASSOCIATION RULES MENENTUKAN POLA PEMILIHAN MENU DI THE GADE COFFEE & GOLD MENGGUNAKAN ALGORITMA APRIORI. INFOTECH journal, 9(1), 279–286. https://doi.org/10.31949/infotech.v9i1.5357

Meilani Amanda, S., Setiawan, D., & Trisnawati, L. (2023). Penerapan Algoritma Apriori Dalam Menganalisis Pola Minat Beli Konsumen di Coffee Shop (Vol. 1, Nomor 2).

Sari Indah Kurnia, Erwansyah Kamil, & Ibnutama Khairi. (2020). Penerapan Data Mining Untuk Menganalisa Data Penjualan Makanan Pada Cafe Bimo Dengan Menggunakan Algoritma APRIORI. Jurnal CyberTech, 3(10), 1548–1558. https://ojs.trigunadharma.ac.id/

Sugiyono, & Hartinah, S. S. (2024). Pemodelan Data Mining Transaksi Penjualan Menggunakan Algoritma Apriori (Studi Kasus: Kedai Ngodeng & Smoothies). Dalam Jurnal Indonesia : Manajemen Informatika dan Komunikasi (JIMIK) (Vol. 5, Nomor 3). https://journal.stmiki.ac.id

Sulianta, F. (2024). BukuDasarDataMiningfromAtoZ-FeriSLNFree.

Downloads

Published

2026-02-21

How to Cite

Aldiansyah, M., & Dafid. (2026). Implementasi Data Mining dalam Menganalisa Data Penjualan Produk pada Lokatara Coffee Menggunakan Algoritma Apriori. Jurnal Ilmu Multidisiplin, 4(6), 4434–4444. https://doi.org/10.38035/jim.v4i6.1702

Issue

Vol. 4 No. 6 (2026): Jurnal Ilmu Multidisplin (Februari - Maret 2026)

Section

Articles

License

Copyright (c) 2026 Muhammad Aldiansyah; Dafid

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

You are free to:

  • Share— copy and redistribute the material in any medium or format
  • Adapt— remix, transform, and build upon the material for any purpose, even commercially.

The licensor cannot revoke these freedoms as long as you follow the license terms.

Under the following terms:

  • Attribution— You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
  • No additional restrictions— You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Notices:

  • You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
  • No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rightsmay limit how you use the material.