PENERAPAN ALGORTIMA FREQUENT PATTERN GROWTH UNTUK REKOMENDASI MENU DI APLIKASI HAIO

Perkembangan coffee shop di Indonesia sangatlah pesat di Indonesia, terbukti dengan semakin banyaknya pengunjung yang tertarik dengan coffee shop, sehingga semakin banyaknya coffee shop maka semakin banyak juga varian menu. Dari banyaknya varian menu yang disediakan dapat juga menimbulkan pelanggan menjadi bingung memilih item menu mana yang akan di pesan, sehingga tak jarang pelanggan menanyakan rekomendasi menu kepada pihak coffee shop. Dengan adanya permasalahan itu munculah solusi untuk menambahkan fitur rekomendasi menu. Tujuan penelitian ini untuk membuat rekomendasi menu dengan menerapkan Algoritma Frequent Pattern Growth. Setelah dilakukan dengan penerapan algoritma FP-Growth untuk penentuan pada pola transaksi pembelian di Coffee Shop. Dari dataset 2428 transaksi ini batasan dengan nilai minimum support 10% dan nilai confidence 60% bahwa yang menjadi frequent itemset adalah kombinasi itemset, terdapat 7 rules pola asosiasi memenuhi nilai syarat tersebut.