<![CDATA[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.]]>
Copyrights © 2026
