PENERAPAN ALGORITMA APRIORI UNTUK SISTEM REKOMENDASI MENU DALAM APLIKASI PEMESANAN BERBASIS ANDROID
IMPLEMENTATION OF THE APRIORI ALGORITHM FOR A MENU RECOMMENDATION SYSTEM IN AN ANDROID ORDERING APP
DOI:
https://doi.org/10.52972/hoaq.vol16no2.p233-240Keywords:
Algoritma Apriori, Android, Aplikasi Pemesanan, Data Mining, Sistem RekomendasiAbstract
Seiring berkembangnya teknologi, semakin banyak restoran, kedai makan, dan kafe yang mengadopsi sistem pemesanan berbasis aplikasi. Persaingan yang semakin ketat menuntut pelaku usaha untuk terus berinovasi guna meningkatkan kualitas pelayanan dan daya saing. Penelitian ini bertujuan untuk membangun sistem rekomendasi menu dalam aplikasi pemesanan berbasis Android. Sistem ini dirancang untuk meningkatkan pengalaman pengguna sekaligus memberikan nilai tambah bagi pengelola usaha melalui peningkatan potensi penjualan. Algoritma Apriori digunakan dalam membentuk sistem rekomendasi berdasarkan pola asosiasi dari data transaksi pelanggan. Sebanyak 200 data simulasi transaksi dianalisis dengan parameter minimum support sebesar 7% dan confidence sebesar 26%. Dari analisis tersebut diperoleh 10 aturan asosiasi yang relevan, yang kemudian digunakan sebagai dasar pemberian rekomendasi menu secara otomatis kepada pelanggan. Hasil penelitian menunjukkan bahwa algoritma Apriori dapat diterapkan secara efektif dalam sistem rekomendasi berbasis data transaksi. Sistem yang dibangun mampu memberikan saran menu tambahan berdasarkan pilihan pelanggan, sehingga dapat meningkatkan efisiensi pelayanan dan mendorong pembelian menu yang lebih beragam.
As technology advances, more and more restaurants, food stalls, and cafes are adopting app-based ordering systems. Increasingly fierce competition requires businesses to continuously innovate in order to improve service quality and competitiveness. This study aims to develop a menu recommendation system in an Android-based ordering app. This system is designed to enhance the user experience while providing added value to business managers through increased sales potential. The Apriori algorithm is used to form a recommendation system based on association patterns from customer transaction data. A total of 200 simulated transaction data were analyzed with a minimum support parameter of 7% and a confidence level of 26%. From this analysis, 10 relevant association rules were obtained, which were then used as the basis for automatically providing menu recommendations to customers. The research results indicate that the Apriori algorithm can be effectively applied in a transaction-based recommendation system. The developed system is capable of providing additional menu suggestions based on customer preferences, thereby improving service efficiency and encouraging the purchase of a more diverse range of menu items.
References
D. Jannach, B. Mobasher, and S. Berkovsky, “Research Directions in Session-Based and Sequential Recommendation,” User Modeling and User-Adapted Interaction, vol. 30, no. 4, pp. 609–616, Aug. 2020, doi: 10.1007/s11257-020-09274-4.
D. Roy and M. Dutta, “A Systematic Review and Research Perspective on Recommender Systems,” Journal of Big Data, vol. 9, no. 1, pp. 1-36, May 2022, doi: 10.1186/s40537-022-00592-5.
X. Bai, M. Wang, I. Lee, Z. Yang, X. Kong, and F. Xia, “Scientific Paper Recommendation: A survey,” IEEE Access, vol. 7, pp. 9324-9339, 2019, doi: 10.1109/ACCESS.2018.2890388.
B. H. Situmorang, A. Isra, D. Paragya, and D. A. A. Adhieputra, “Apriori Algorithm Application for Consumer Purchase Patterns Analysis,” Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika, vol. 21, no. 1, pp. 15-20, 2024, doi: 10.33751/komputasi.v21i1.9260.
A. Mugnia and M. M. Mutoffar, “Implementasi Algoritma Apriori untuk Sistem Rekomendasi Buku pada Perpustakaan Digital,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 11, no. 1, pp. 1-12, Mar. 2024. [Online]. Available https://jurnal.mdp.ac.id/index.php/jatisi/article/download/6919/1749/.
I. Muhandhis, D. Muhammad, and Z. Ramadhani, “Penerapan Algoritma Apriori untuk Rekomendasi Produk pada Situs Penjualan Toko ABC,” Journal of System Engineering and Technological Innovation (JISTI), vol. 3, no. 2, pp. 263-271, Nov. 2024, doi: 10.38156/jisti.v3i02.102.
L. Laurentinus, “Data Mining menggunakan Algoritma Apriori dalam Rekomendasi Produk Restoran,” Jurnal Edukasi dan Penelitian Informatika (JEPIN), vol. 7, no. 3, pp. 351-358, Dec. 2021, doi: 10.26418/jp.v7i3.49606.
N. N. Merliani, N. I. Khoerida, N. T. Widiawati, L. A. Triana, and P. Subarkah, “Penerapan Algoritma Apriori pada Transaksi Penjualan untuk Rekomendasi Menu Makanan dan Minuman,” Jurnal Nasional Teknologi dan Sistem Informasi, vol. 8, no. 1, pp. 9–16, Mei 2022, doi: 10.25077/teknosi.v8i1.2022.9-16.
H. Liu, A. Liu, R. Wang, and J. Tang, “Analysis of Apriori Algorithm and Its Application,” in Proceedings - 2023 2nd International Conference on Machine Learning, Cloud Computing, and Intelligent Mining, MLCCIM 2023, 2023. doi: 10.1109/MLCCIM60412.2023.00087.
P. J. Viktoria, “Penggunaan Model UML dalam Sistem Informasi Pemesanan Pupuk Berbasis Web (Studi Kasus pada UD. Bangun Tani Rantauprapat),” Jurnal Informatika, vol. 10, no. 3, pp. 98-111, 2022, doi: 10.36987/informatika.v10i3.3395.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi
This work is licensed under a Creative Commons Attribution 4.0 International License.
Jurnal HOAQ (High Education of Organization Archive Quality) : Jurnal Teknologi Informasi diterbitkan berdasarkan lisensi Creative Commons Attribution 4.0 International License (CC BY 4.0). Lisensi ini memungkinkan setiap orang untuk Berbagi: menyalin dan mendistribusikan kembali materi ini dalam format atau bentuk apapun; Adaptasi: merombak, mengubah, dan membuat turunan dari materi ini untuk keperluan apa pun, termasuk keperluan komersial, asalkan mereka memberikan pengakuan kepada Penulis Asli atas hasil karya aslinya.
