SISTEM REKOMENDASI PEMBELIAN PAKET PRODUK PADA TOKO FLAMING TOBACCO MENGGUNAKAN ALGORITMA APRIORI

Toko Flaming Tobacco

Abstract

Meningkatnya minat konsumen terhadap rokok linting sendiri yang personal menciptakan tantangan akibat
banyaknya pilihan tembakau, filter, dan kertas yang membingungkan pembeli. Kondisi ini diperparah dengan kesulitan penjual dalam memberikan rekomendasi produk yang objektif dan berbasis data, sehingga berisiko menurunkan kepuasan serta loyalitas pelanggan. Solusi yang diajukan adalah pengembangan sistem rekomendasi menggunakan algoritma Apriori untuk menganalisis data historis pembelian dan mengidentifikasi pola hubungan antar produk tembakau, filter, dan kertas. Algoritma ini dipilih karena keunggulannya dalam menemukan aturan asosiasi dari dataset besar secara efisien, kesederhanaan implementasi, serta kemampuannya menghasilkan rekomendasi yang relevan berdasarkan kebiasaan pelanggan. Hasil penelitian menunjukkan bahwa algoritma Apriori berhasil mengidentifikasi sejumlah aturan asosiasi produk yang signifikan dan valid (nilai lift > 1), dengan implementasi metode pada sistem yang terbukti akurat. Sistem rekomendasi yang dikembangkan berfungsi baik lintas browser dan mendapatkan penerimaan pengguna sebesar 53% terkait antarmuka serta pengalaman pengguna, menandakan potensinya dalam membantu konsumen menentukan kombinasi produk