<![CDATA[Penelitian ini bertujuan untuk mengkaji penerapan data mining pada menu makanan dan minuman kelompok penyedia makanan dan minuman dengan menggunakan algoritma K-Means. Data penjualan harian, harga, dan preferensi pelanggan dikumpulkan untuk menganalisis pola konsumsi dan mengelompokkan menu berdasarkan tingkat penjualan. Algoritma K-Means berhasil membentuk kelompok-kelompok menu dengan karakteristik penjualan yang serupa. Analisis pola konsumsi pelanggan memberikan wawasan mendalam tentang preferensi pelanggan. Hasil penelitian ini menunjukkan potensi manfaat, termasuk optimasi penjualan, pengembangan menu yang lebih efektif, dan peningkatan kepuasan pelanggan. Kesimpulan penelitian memberikan dasar bagi kelompok penyedia makanan dan minuman dalam meningkatkan strategi penjualan mereka.Kata Kunci: Data Mining,K-Means,Menu Makanan dan Minuman,Tingkat Penjualan,Analisis Pola Konsumsi Pelanggan]]>
Copyrights © 2023
