Di dunia bisnis makanan saat ini, terutama di coffee shop sekarang terdapat berbagai macam menu pilihan lainnya selain kopi, seperti teh dan sebagainya. Selain itu, terdapat makanan ringan sampai makanan berat yang dapat dipesan. Salah satu coffee shop yang tersedia makanan dan minuman adalah Mulana Coffee. Di coffee shop tersebut terdapat banyak menu, sehingga pelanggan terkadang bingung dan lama untuk memilih makanan dan minuman yang telah tersedia di daftar menu. Oleh sebab itu, maka dibutuhkan sebuah paket rekomendasi dari menu makanan dan minuman, agar bermanfaat untuk pelanggan yang baru pertama kali berkunjung ke coffee shop tersebut. Pada penelitian ini menggunakan metode FP-Growth. FP-Growth membangun FP-Tree, dan dilakukan dengan cara database harus dipindai dua kali di FP-Tree untuk menentukan frequent itemset. Data yang digunakan berupa data transaksi hasil penjualan coffee shop selama 3 bulan. Pada penelitian ini menggunakan RapidMiner dan Python sebagai pembanding hasil yang didapatkan dengan hasil manual. Hasil rules yang didapati dengan menggunakan nilai minimum support sebesar 50% dan nilai minimum confidence sebesar 80% adalah 6028 rules hasil kombinasi antara 14 menu yang memenuhi syarat dengan kombinasi menu antara lemon tea dan sanger merupakan yang paling banyak dipesan oleh pelanggan.
Full Text Finder