PENERAPAN METODE CLUSTERING UNTUK MENDUKUNG STRATEGI PENJUALAN DAN REKOMENDASI MENU DI KAFE KENNEDY


Author (Penulis)

VENA BESTANIA GUSLINA
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

13.1.03.02.0383

Abstract

Penelitian ini dilatar belakangi hasil pengamatan dan pengalaman peneliti, bahwa banyaknya pesaing bisnis di bidang kafe membuat pengusaha kafe harus mampu bersaing dengan pengusha kafe lainnya. Dengan memanfaatkan kemajuan di bidang teknologi diharapkan mampu menghasilkan suatu informasi yang siap digunakan untuk membantu dalam mengambil keputusan strategi penjualannya. Permasalahan pada penelitian ini adalah bagaimana membuat sistem untuk penjualan makanan dan minuman yang paling diminati oleh konsumen menggunakan metode Clustering K-means. Dan yang kedua bagaimana membuat sistem untuk rekomendasi menu kepada konsumen. Permasalahan diatas dapat diselesaikan dengan menerapkan metode K-means dengan algoritma clustering, algoritma ini bisa digunakan untuk menentukan strategi penjualan. Tahap pembangunan pada sistem ini yaitu dari data transaksi penjualan kemudian di cluster sehingga didapatkan output makanan dan minuman yang paling banyak terjual Tujuan yang hendak ingin dicapai dalam penelitian ini adalah membangun sistem untuk mengetahui penjualan makanan dan minuman yang paling banyak diminati oleh konsumen menggunakan metode Clustering K-means dan membangun sistem rekomendasi menu kepada konsumen. Kesimpulan dari penelitian ini adalah suatu aplikasi penjualandengan menggunakan metode K-means. Pada metode ini algoritma clustering dapat digunakan untuk menentukan strategi penjualan sebagai acuan dalam pembelian bahan menu dan sistem rekomendasi untuk memudahkan konsumen dalam pemilihan menu.

Keyword

a

Reference


PUBLISHED

2017-08-18

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Vol. 01 No. 09 Tahun 2017

Download PDF

Lembaga Penelitian dan Pengabdian Kepada Masyarakat UN PGRI Kediri.

Jl. KH. Ahmad Dahlan 76 Mojoroto Kota Kediri

Designed by BootstrapMade
LPPM Server - Powered by BSI