Prediksi Penjualan Kopi Berdasarkan Cuaca Menggunakan Association Rule dan Algoritma FP Growth

Salah satu cara yang dilakukan pemilik coffee shop untuk dapat bersaing seiring peningkatan persaingan adalah dengan menyediakan varian menu kopi beragam. Bahan baku apabila disimpan terlalu lama mengakibatkan berkurangnya kualitas dan aroma harus bahan secara tepat menghindari kerugian. Pada Penelitian ini, kami mencoba menambahkan data cuaca terhadap pola penjualan menggunakan metode association rule algoritma FP-Growth. mengumpulkan transaksi historis perkiraan mulai pada bulan September sampai Maret. Atribut di kategorikan menjadi 3 kategori yaitu fair, overcast, rain. suhu dikategorikan berdasarkan rata-rata tinggi rendah panas, sedang, dingin. Data digabungkan tanggal setiap bulannya. peridoe Februari digunakan sebagai training Maret evaluasi. Hasil dari penelitian ini penambahan minimal support item meningkatkan akurasi aturan-aturan dibentuk. Aturan 4 menghasilkan 35.14% no data, 29.73% lebih atau sama 60%, kurang 60%. 5 31.25 % 56.25 12.50% Penggabungan belum terlihat pengaruh signifikan dalam pembentukan aturan asosiasi