Analisa Tingkat Penjualan Makanan Dan Minuman Dengan Klasterisasi Menggunakan Algoritma K-Means

Abstract

Restoran Sumoboo merupakan salah satu restoran yang berfokus pada makanan dan minuman. Dalam mengelola bisnis restoran, penting untuk memahami pola penjualan dan mengoptimalkan stok bahan baku. Permasalahan umun yang terjadi pada Restoran Sumoboo saat ini adalah masih sulitnya menentukan item menu mana yang sering dicari atau dipesan oleh pelanggan. Sehingga, sering terjadinya penumpukan menu-menu yang kurang diminati dan habisnya makanan dan minuman yang sering dicari pelanggan. Penelitian ini bertujuan agar dengan memanfaatkan algoritma K-Means yang dilakukan dengan perhitungan manual dan menggunakan tools RapidMiner, menu-menu dapat dikelompokkan berdasarkan tingkat penjualannya. Hasil dari penelitian yang dilakukan ini mendaptkan 3 cluster yang terdiri dari cluster 1(C0) tingkat penjualan tinggi sebanhyak 34 menu, cluster 2(C1) tingkat penjuan sedang sebanyak 14 menu, dan cluster 3(C2) tingkat penjualan rendah sebanyak 25 menu. Sehingga hasil pengelompokkan ini memungkinkan restoran untuk membuat keputusan yang lebih akurat mengenai strategi penjualan.