ANALISIS POLA PEMBELIAN PRODUK KACAMATA MENGGUNAKAN ASSOCIATION RULE MINING DENGAN ALGORITMA APRIORI

Abstract

Data transaksi penjualan dapat dimanfaatkan untuk mengidentifikasi pola pembelian konsumen yang berguna dalam mendukung strategi pemasaran. Pada Danz Glasses, data transaksi selama ini hanya digunakan sebagai arsip penjualan sehingga hubungan antar produk yang dibeli pelanggan belum diketahui secara jelas. Penelitian ini bertujuan menganalisis pola pembelian produk kacamata menggunakan metode Association Rule Mining dengan algoritma Apriori. Metode yang digunakan mengacu pada tahapan Knowledge Discovery in Database (KDD) yang terdiri dari data selection, preprocessing, transformation, data mining, dan evaluation. Dataset penelitian menggunakan 80 transaksi penjualan yang telah dikelompokkan ke dalam kategori Frame Kacamata, Photochromic, Hibrida, dan Coating. Analisis dilakukan dengan minimum support 3% dan minimum confidence 40%. Hasil penelitian menunjukkan bahwa rule terbaik adalah Photochromic → Frame Kacamata dengan nilai support 12,5%, confidence 90,9%, dan lift ratio 1,154. Hasil tersebut menunjukkan adanya hubungan positif antar kategori produk sehingga algoritma Apriori dapat digunakan untuk membantu identifikasi pola pembelian konsumen serta mendukung penyusunan strategi promosi dan penjualan pada Danz Glasses