IMPLEMENTASI ALGORITMA FP-GROWTH PADA SISTEM REKOMENDASI MENU MAKANAN BERBASIS WEBSITE

Pertumbuhan bisnis makanan dan minuman yang pesat meningkatkan persaingan di sektor kuliner. Pelaku industri kuliner harus terus berinovasi untuk menarik minat konsumen dan memberikan pelayanan terbaik. Namun, kesulitan dalam menganalisis data penjualan sering menjadi hambatan. Salah satu solusinya adalah menggunakan teknik data mining, seperti algoritma FP-Growth. Fp-Growth yaitu sebuah algoritma yang menghasilkan frequent itemset yang nantinya akan digunakan dalam proses penentuan aturan yang dapat menghasilkan sebuah pilihan. Algoritma Fp-Growth menggunakan konsep tree development dalam pencarian jenis barang yang sering dibeli (frequent itemsets). Data yang digunakan yaitu 73 menu makanan dan minuman dalam 199 data transaksi pada Eastside Coffee and Eatery. Pada penelitian ini ditentukan nilai minimum support sebesar 10% dan nilai minimum confidence sebesar 50%. Dari hasil pengujian yang dilakukan didapatkan sebuah aturan (rule), jika konsumen membeli Eastside Platter, maka membeli Kopi Susu Eastside dengan nilai support sebesar 16.1% dan nilai confidence sebesar 82.1%.