Penerapan Data Mining dengan Metode Association Rule Mining Algoritma Apriori untuk Rekomendasi Promo Pembayaran pada Coffee Shop Ngoppite
Keywords:
Data Mining, Association Rule Mining, Algoritma Apriori, Promo Pembayaran, Coffee Shop, Market Basket AnalysisAbstract
Coffee Shop Ngoppite merupakan usaha kuliner modern yang terus berkembang, namun akumulasi data transaksi hariannya belum dimanfaatkan secara optimal untuk mendukung penyusunan strategi promo pembayaran, sehingga kebijakan promosi yang diterapkan masih bersifat intuitif dan belum berbasis data historis. Penelitian ini bertujuan menerapkan teknik data mining dengan metode Association Rule Mining menggunakan Algoritma Apriori untuk mengidentifikasi pola keterkaitan antara kombinasi produk kuliner yang dibeli dan metode pembayaran yang digunakan pelanggan. Data yang digunakan berupa 700 data transaksi penjualan dari dua outlet (Sawangan dan Tole) yang dikelompokkan ke dalam tiga kategori produk (Coffee, Bakery, Drink Chocolate) serta tiga metode pembayaran (QRIS, Tunai, Debit). Data ditransformasikan ke dalam format biner, kemudian diproses melalui algoritma Apriori dengan nilai minimum support 5% dan minimum confidence 60% untuk membentuk frequent itemset hingga iterasi ketiga (3-itemset). Hasil analisis menghasilkan tiga aturan asosiasi yang lolos seleksi, yaitu Coffee → QRIS (confidence 70%, lift 1,75), QRIS → Coffee (confidence 87,5%, lift 1,75), dan Tunai → Bakery (confidence 66,7%, lift 1,67), dengan QRIS → Coffee sebagai aturan asosiasi terbaik. Nilai lift ratio di atas 1 pada seluruh aturan menunjukkan keterkaitan yang valid dan bukan kebetulan statistik. Berdasarkan temuan tersebut, dirumuskan rekomendasi strategi promo berupa cashback dan diskon kemitraan QRIS untuk produk kopi, serta edukasi dan promo nontunai untuk produk bakery. Hasil analisis selanjutnya diimplementasikan ke dalam sistem berbasis web menggunakan PHP dan MySQL sehingga dapat digunakan secara interaktif oleh pihak manajemen Coffee Shop Ngoppite dalam menyusun program promo pembayaran yang lebih presisi dan berbasis data.
References
Afif, F., Rachmadi, H., & Pandapotan, R. S. (2024). Pengaruh kualitas produk dan citra merek terhadap penyewaan bus pariwisata PO. Tami Jaya Yogyakarta. Tulisan Ilmiah Pariwisata (TULIP), 7(1), 29–37.
Dhika, H., et al. (2019). Sistem manajemen basis data berbasis MySQL untuk aplikasi web. Jurnal Ilmiah Informatika.
Han, J., Kamber, M., & Pei, J. (2022). Data mining: Concepts and techniques (4th ed.). Morgan Kaufmann.
Hanifah, N., et al. (2021). Implementasi basis data MySQL pada sistem informasi berbasis web. Jurnal Teknik Informatika.
Keristina, & Ependi, U. (2025). Pemanfaatan XAMPP sebagai local web server dalam pengembangan aplikasi berbasis web. Jurnal Sistem Informasi.
Larose, D. T., & Larose, C. D. (2019). Data mining and predictive analytics (2nd ed.). Wiley.
Lestari, & Wijaya. Penerapan data mining untuk strategi bundling menu UMKM kuliner. Jurnal Sistem Informasi dan Teknologi Informasi, 9(3), 201–212.
Prasetyo, B., & Hidayat, A. (2022). Penerapan algoritma apriori untuk penataan tata letak barang dan rekomendasi produk retail. Jurnal Informatika dan Rekayasa Perangkat Lunak, 10(2), 115–124.
Rahmat, M., & Wijaya, H. (2021). Market basket analysis menggunakan association rule mining untuk perancangan paket promo bundling UMKM kuliner. Jurnal Sistem Informasi dan Teknologi Informasi, 9(3), 201–212.
Ramdhan, & Mukhaiyar. (2020). Penggunaan MySQL sebagai server basis data pada aplikasi berbasis web. Jurnal Teknologi Informasi.
Sandria, R., et al. (2023). Perancangan sistem informasi berbasis PHP untuk pengelolaan data usaha kecil. Jurnal Rekayasa Perangkat Lunak.
Santoso, B., Utami, E., & Dahlan, A. (2023). Optimalisasi kriteria minimum support dan confidence pada algoritma apriori untuk data transaksi POS. Jurnal Sains Komputer dan Informatika, 7(1), 45–58.
Sihotang, F. (2019). Implementasi XAMPP dan MySQL dalam pengembangan sistem informasi berbasis web. Jurnal Ilmu Komputer.
Sukamto, S., Kurniawan, R., & Haryanto, T. (2023). Perbandingan efisiensi algoritma apriori dan FP-growth dalam penambangan pola transaksi penjualan skala besar. Jurnal Riset Komputer, 10(4), 310–319.
Suli, & Nirsal. (2023). Penerapan XAMPP sebagai local server dalam pengujian aplikasi web. Jurnal Informatika.
Tan, P. N., Steinbach, M., Karpatne, A., & Kumar, V. (2021). Introduction to data mining (2nd ed.). Pearson.
Wicker, A., & Zhang, Y. (2021). Cashless payment systems and consumer spending behavior in the food service industry. Journal of Retailing and Consumer Services, 62, 102650.
Wijaya, L., & Setiawan, I. (2025). Analisis pola pembayaran digital QRIS pada transaksi sektor UMKM menggunakan algoritma data mining. Jurnal Teknologi Informasi dan Bisnis, 8(2), 140–152.
Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2020). Data mining: Practical machine learning tools and techniques (4th ed.). Morgan Kaufmann.
Zhao, Y., & Zhang, L. (2023). Association rule evaluation measures for market basket analysis: A comparative study. Expert Systems with Applications, 213, 118920.
