ANALISIS POLA PEMBELIAN KONSUMEN UNTUK MENENTUKAN PROMOTION SESSION MENGGUNAKAN ALGORITMA APRIORI

STUDI KASUS: DM GROSIR SEMBAKO

Abstract

DM Grosir Sembako memiliki data transaksi penjualan dalam jumlah besar yang berpotensi dimanfaatkan guna mendukung pengambilan keputusan bisnis. Meskipun demikian, pemanfaatan data tersebut masih terbatas pada analisis per produk, sehingga belum mampu mengungkap pola keterkaitan antar produk yang kerap dibeli secara bersamaan. Akibatnya, optimalisasi data dalam penentuan strategi promosi belum tercapai secara maksimal. Penelitian ini bertujuan untuk menganalisis pola pembelian konsumen sebagai landasan penetapan sesi promosi berupa bundling produk. Pendekatan yang diterapkan adalah data mining dengan algoritma Apriori serta metodologi CRISP-DM, yang mencakup tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Data yang dianalisis terdiri dari 9.406 transaksi penjualan pada bulan November 2025, dengan parameter minimum support sebesar 0,15%, minimum confidence 20%, serta lift > 1. Hasil penelitian mengungkap bahwa algoritma Apriori berhasil mengidentifikasi pola asosiasi antar produk yang signifikan, ditandai dengan nilai lift lebih besar dari satu, yang menunjukkan adanya hubungan kuat antar produk tersebut. Pola-pola ini dapat dijadikan dasar penyusunan strategi bundling produk yang lebih tepat dan efektif.