IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISIS POLA PEMBELIAN KONSUMEN PADA TOKO SERBA

Abstract

Dalam transaksi ritel seperti Toko Serba, data transaksi berfungsi sebagai bukti pembelian, namun masih kurang dimanfaatkan. Data yang belum dimanfaatkan ini memiliki potensi wawasan berharga yang dapat meningkatkan penjualan. Toko Serba seringkali menghadapi tantangan seperti kehabisan stok produk sehingga membutuhkan prosedur penyetokan ulang yang memakan waktu lama. Untuk mengatasi permasalahan tersebut, penelitian ini menggunakan Data Mining untuk mengungkap pola pembelian konsumen. Tujuan utamanya adalah untuk mengidentifikasi produk yang sering dibeli bersama, membantu pemilik toko dalam mengantisipasi kebutuhan stok. Studi ini menggunakan algoritma apriori untuk pemrosesan data yang efisien, menggunakan aturan asosiasi untuk mengungkap kombinasi item yang memenuhi nilai dukungan dan kepercayaan yang telah ditentukan sebelumnya. Hasilnya menunjukkan kombinasi produk yang dijual secara bersamaan, mencapai 2 itemset. Pengujian akurasi menggunakan rasio pengangkatan mengidentifikasi aturan dengan rasio tinggi. Misalnya, pembelian kentang goreng menunjukkan kemungkinan membeli telur dengan keyakinan 0,19, dukungan 0,039, dan rasio peningkatan 1,308. Hal ini menyoroti peran algoritme apriori dalam menganalisis pola pembelian konsumen, menawarkan wawasan yang dapat ditindaklanjuti untuk manajemen inventaris dan strategi penjualan.