<![CDATA[Persaingan yang semakin ketat di industri kopi menuntut pemahaman yang lebih mendalam tentang pola pembelian pelanggan untuk mengoptimalkan strategi pemasaran yang tepat sasaran. Salah satu tantangan utama adalah kurangnya pemanfaatan data transaksi yang kompleks, yang sering kali menyebabkan strategi berbasis data seperti bundling produk atau promosi terarah, sering terlewatkan dan tidak diterapkan secara optimal. Padahal kecenderungan pelanggan dalam membeli beberapa produk secara bersamaan membuka peluang besar untuk meningkatkan nilai transaksi, efisiensi promosi, dan loyalitas pelanggan melalui strategi bundling. Penelitian ini menggunakan algoritma FP-Growth pada platform RapidMiner untuk menganalisis 1.900 data transaksi kopi dari Kaggle. Proses analisis meliputi seleksi data, pembersihan (preprocessing), transformasi data, dan penerapan algoritma dengan minimum support 0.01 dan confidence 0.7. Hasil analisis menunjukkan bahwa "Americano with Milk" memiliki frekuensi pembelian tertinggi (support 75,5%), dan kombinasi "Cortado" dengan "Hot Chocolate" mencapai confidence sebesar 80%. Temuan ini menunjukkan potensi besar untuk menyusun strategi bundling berbasis data, karena kombinasi produk dengan tingkat asosiasi tinggi mencerminkan kebiasaan konsumsi pelanggan yang dapat dimanfaatkan untuk meningkatkan efektivitas penjualan. Penelitian ini membuktikan bahwa algoritma FP-Growth mampu menganalisis data transaksi secara efisien, memberikan wawasan strategis yang relevan, serta mendukungpengambilan keputusan bisnis dalam menciptakan pengalaman pelanggan yang lebih personal dan menguntungkan.]]>
Copyrights © 2025
