JURNAL SISTEM INFORMASI STMIK ANTAR BANGSA [VOL.VII NO.2 AGUSTUS 2018] 137 P-ISSN 2098-8711| E-ISSN 2615-093X | Data Mining Penentuan … 1 Jurusan Manajemen Informatika, AMIK BSI Bogor, Jl. Merdeka No.168, Bogor; (Telp. 0251-8353009; email: omar.opi@bsi.ac.id). Data Mining Penentuan Aturan Asosiasi Penjualan Makanan di Amaria Hotel Jakarta Menggunakan Algoritma Apriori Omar Pahlevi Abstract—In order to know what foods and drinks purchased by consumers, can be done with analytical techniques that is the analysis of consumer buying habits. Detection of food and beverages that are often purchased simultaneously is done using association rules. In this research will be used a priori algorithm for determination of association rules of sale of food and beverage. From the results of the discussion and data analysis conducted can be concluded that with the application of a priori algorithm in determining the combination between itemsets with a minimum of 20% support and minimum confidence 75% found 10 association rules, which has the highest value of support and confidence is if consumers make rice purchase transactions fried seafood and bottle aqua simultaneously with the value of 69% support and 100% confidence value. Thus, if there are consumers buying seafood fried rice, then the possibility of the consumer is buying a bottle aqua is 100%. Intisari—Agar dapat mengetahui makanan dan minuman apa saja yang dibeli oleh para konsumen, dapat dilakukan dengan teknik analisis yaitu analisis dari kebiasaan membeli konsumen. Pendeteksian mengenai makanan dan minuman yang sering dibeli secara bersamaan dilakukan dengan menggunakan aturan asosiasi. Pada penelitian ini akan digunakan algoritma apriori untuk penentuan aturan asosiasi penjualan makanan dan minuman. Dari hasil pembahasan dan analisis data yang dilakukan dapat disimpulkan bahwa dengan penerapan algoritma apriori dalam menentukan kombinasi antar itemset dengan minimum support 20% dan minimum confidence 75% ditemukan 10 aturan asosiasi, dimana yang memiliki nilai support dan confidence tertinggi adalah jika konsumen melakukan transaksi pembelian nasi goreng seafood dan aqua botol secara bersamaan dengan nilai support 69% dan nilai confidence 100%. Dengan demikian, jika terdapat konsumen membeli nasi goreng seafood, maka kemungkinan konsumen tersebut membeli aqua botol adalah 100%. Kata kunci: data mining, algoritma apriori, aturan asosiasi, support, confidence. I. PENDAHULUAN Saat ini teknologi informasi berkembang begitu cepat sehingga kebutuhan terhadap informasi semakin meningkat. Informasi tidak akan bernilai apabila tidak dikelola dengan baik. Akan tetapi jika data yang tersedia tersebut berjumlah besar maka cara konvensional tidak lagi mampu untuk menganalisa data yang ada. Maka dari itu dibutuhkan metode yang dapat menganalisis, meringkas dan mengekstrak data utuk menjadi sebuah informasi yang berguna. Tidak hanya mengandalkan data yang ada saja, perlu diadakannya analisis data untuk menggali potensi- potensi yang ada [1]. Ketersediaan dan keberadaan informasi transaksi customer mendorong pengembangan teknik yang secara otomatis mencari hubungan antara item data pada basis data, seperti halnya dalam transaksi penjualan makanan. Basis data penjualan makanan menyimpan jumlah record transaksi penjualan setiap hari yang kalau dikumpulkan jumlahnya sangatlah besar. Setiap record memberikan daftar item makanan yang dibeli oleh customer dalam satu transaksi. Jumlah transaksi yang begitu banyak kalau tidak dimanfaatkan untuk menggali informasi yang tersembunyi, hanyalah akan menjadi tumpukan sampah semata. Terkait dengan hal tersebut, maka dari pihak manajemen akan sangat tertarik untuk mengetahui jika beberapa kelompok item makanan secara konsisten dibeli secara bersamaan. Manajemen dapat menggunakan data tersebut dalam pengaturan layout untuk meletakkan item makanan secara optimal dengan keterkaitan satu dengan lainnya, dapat pula digunakan dalam promosi, atau dalam design katalog dan untuk mengidentifikasi segmen customer berdasarkan pola pembelian. Banyaknya persaingan di dunia usaha, khususnya dalam dunia penjualan makanan, menuntut pihak manajemen untuk menemukan suatu cara, formula dan strategi yang dapat meningkatkan penjualan. Agar dapat mengetahui makanan dan minuman apa saja yang dibeli oleh para konsumen, dapat dilakukan dengan teknik analisis yaitu analisis dari kebiasaan membeli konsumen. Pendeteksian mengenai makanan dan minuman yang sering dibeli secara bersamaan dilakukan dengan menggunakan association rule (aturan asosiasi), yang mana proses pencarian asosiasi atau hubungan antar item data ini diambil dari data transaksi penjualan menu alacarte restaurant @xpress di Amaria Hotel Jakarta. Pada penelitian ini penulis menggunakan algoritma apriori, yang berfungsi untuk membentuk kandidat kombinasi item yang mungkin, lalu diuji apakah kombinasi tersebut memenuhi parameter minimum support dan minimum confidence yang merupakan nilai ambang yang diberikan oleh pengguna.