PENERAPAN ALGORITMA APRIORI PADA TRANSAKSI UNTUK MENCARI POLA PENJUALAN (Studi Kasus : Warung US Baso Steak Coffee)

Abstract

Tujuan dari penelitian ini  adalah untuk melakukan penerapan market basket analysis pada transaksi penjualan barang di Warung US Baso Steak Coffee dengan algoritma apriori dalam menemukan aturan asosiasi dengan parameter pengujian minimum support, jumlah brenchmark dan lift ratio dan nilai confidence. Perhitungan Algoritma Apriori pada aturan asosiasi ini dihitung melalui tiga tahap iterasi pembentukan kandidat k-itemset. Hasil analisa aturan asosiasi yang terbentuk dari perhitungan algoritma apriori dengan menentukan nilai minimum support 35% dan nilai minimum confidence 80%, menghasilkan 2 aturan asosiasi final terbaik pada penjualan periode September 2019 – Februari 2023. Dari data penjualan tersebut produk yang paling sering laku terjual adalah produk dari kategori Kaffe Latte Rasa, Espresso Based, Tea, dan Steak Chiken Krispy. Hasil penelitian ini yaitu mengimplementasikan algoritma apriori aturan asosiasi pada aplikasi Rapid Minner 9.2 yang berguna untuk membantu manajer Warung US Baso Steak Coffee Tasikmalaya dalam memberikan hasil analisa aturan asosiasi sebagai acuan untuk peningkatan strategi penjualan dan promosi produk.