ANALISIS POLA PEMBELIAN KONSUMEN MENGGUNAKAN ALGORITMA APRIORI PADA TOKO ABC

Abstract

Perkembangan bisnis ritel menghasilkan data transaksi penjualan dalam jumlah besar yang berpotensi menjadi sumber informasi bagi pengambilan keputusan. Namun, pada Toko ABC data transaksi masih dimanfaatkan sebagai arsip penjualan sehingga informasi mengenai pola pembelian pelanggan belum tergali secara optimal. Kondisi ini menyebabkan perusahaan kesulitan memperoleh informasi yang dapat digunakan untuk mendukung strategi promosi, pengelolaan persediaan, dan penataan produk. Penelitian ini bertujuan menerapkan algoritma Apriori untuk mengidentifikasi pola keterkaitan antarproduk berdasarkan data transaksi penjualan Toko ABC. Metode penelitian menggunakan pendekatan Knowledge Discovery in Database (KDD) yang meliputi tahapan seleksi data, data cleansing, transformasi data, data mining, serta interpretasi dan evaluasi. Pengembangan sistem dilakukan menggunakan metode Waterfall. Data yang dianalisis merupakan data transaksi penjualan periode Januari–Desember 2025 sebanyak 23.883 transaksi. Proses analisis dilakukan dengan algoritma Apriori menggunakan parameter support, confidence, dan lift ratio untuk menghasilkan frequent itemset dan association rules.Hasil penelitian menunjukkan bahwa algoritma Apriori mampu mengidentifikasi hubungan antarproduk yang sering dibeli secara bersamaan serta menghasilkan aturan asosiasi yang menggambarkan pola pembelian konsumen. Sistem yang dikembangkan berhasil menampilkan hasil analisis asosiasi dan seluruh fungsi berjalan baik berdasarkan pengujian Black Box. Informasi yang dihasilkan dapat dimanfaatkan sebagai dasar penyusunan strategi promosi, penataan produk, pengelolaan persediaan, dan peningkatan efektivitas penjualan pada Toko ABC