PENERAPAN DATA MINING UNTUK MENENTUKAN KELAS MENU PREMIUM, SUPER VALUE DAN FAVOURITE PIZZA DENGAN OPTIMASI K-MEANS CLUSTERING MENGGUNAKAN METODE ELBOW DI DOMINO’S PIZZA STORE JABABEKA

Wafi Fathan, Mubarok (2022) PENERAPAN DATA MINING UNTUK MENENTUKAN KELAS MENU PREMIUM, SUPER VALUE DAN FAVOURITE PIZZA DENGAN OPTIMASI K-MEANS CLUSTERING MENGGUNAKAN METODE ELBOW DI DOMINO’S PIZZA STORE JABABEKA. Other thesis, UNSADA.

[img] Text
COVER.pdf

Download (1MB)
[img] Text
BAB 1.pdf

Download (750kB)
[img] Text
BAB 2.pdf

Download (972kB)
[img] Text
BAB 3.pdf
Restricted to Registered users only

Download (967kB)
[img] Text
BAB 4.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB 5.pdf

Download (603kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (610kB)
Official URL: http://repository.unsada.ac.id/cgi/oai2

Abstract

Domino’s Pizza adalah perusahaan pizza asal AS yang mengusung konsep delivery (pengantaran) untuk pembelinya. Domino’s Pizza telah menjadi perusahaan delivery pizza terbesar di dunia. Perusahaan ritel kelas atas, PT Mitra Adipekarsa Tbk (MAP) merangkul merek food dan beverage terkenal yaitu Domino’s Pizza. Domino’s Pizza menggunakan sistem Pulse/Pulse point-of-sale yang merupakan aset penting dalam mempertahankan fungsi manajemen yang konsisten dan efisien di setiap restorannya, yaitu sistem yang mengumpulkan informasi pembelian maupun pembayaran pada suatu tempat dimana barang dan jasa dijual maupun dibeli menggunakan komputer, Data penjualan tersebut semakin hari semakin banyak dan bertambah data yang tersimpan dalam basis datanya. Dengan bertambahnya jumlah data pada perusahaan tersebut, maka peran analis untuk menganalisis data secara manual perlu digantikan dengan aplikasi yang berbasis komputer. Sehingga proses penganalisis dapat dilakukan secara tepat dan akurat. Sehingga dengan adanya pengelompokan data ini pihak perusahaan dapat mengelompokan kelas menu pizza berdasarkan kelas menunya yaitu favourite, super value dan premium. Berdasarkan hasil pengujian dengan Metode Elbow dapat digunakan untuk mencari optimasi dalam penentuan jumlah cluster yang akan diterapkan dalam algoritma clustering, seperti KMeans.kemudian diketahui bahwa penerapan metode Elbow sesuai dengan penelitian ini menghasilkan jumlah cluster terbaik adalah 3, selanjutnya dengan menerapkan metode KMeans dihasilkan data bahwa jumlah menu pizza sebanyak 195 menu , dengan proses perhitungan sebanyak 8 iterasi dihasilkan ada 3 cluster yaitu kategori “Favourite”, “Super Value”, dan “Premium”, dengan hasil cluster “Favourite” sebanyak 5 menu pizza, cluster “Super Value” sebanyak 61 menu pizza, dan cluster “Premium” sebanyak 128 menu pizza.

Item Type: Thesis (Other)
Uncontrolled Keywords: Clustering, K-Means, Method Elbow, SSE (Sum Square Error) , CRISP-DM.
Subjects: 000 Generalities/Karya Umum > 005.1 Programming/Pemrograman
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Suwatno Suwatno Perpustakaan
Date Deposited: 12 Dec 2022 02:11
Last Modified: 12 Dec 2022 02:11
URI: http://repository.unsada.ac.id/id/eprint/5088

Actions (login required)

View Item View Item