IMPLEMENTASI ASSOCIATION RULE MINING UNTUK REKOMENDASI PRODUK DI TOKO SWALAYAN MENGGUNAKAN ALGORITMA APRIORI

Industri ritel saat ini mengalami peningkatan jumlah supermarket dan penggunaan aplikasi kasir komputer untuk menyimpan data penjualan dalam jumlah besar. Data ini penting untuk menjaga eksistensi bisnis dan dapat dimanfaatkan untuk analisis pola pembelian. Toko Mekar Abadi, yang menjual barang kebutuhan sehari-hari, menghadapi tantangan dalam mengelola data penjualan yang belum dimanfaatkan dengan baik. Rekomendasi produk yang sesuai preferensi pelanggan dapat meningkatkan penjualan. Algoritma Apriori adalah metode yang dapat digunakan untuk mendukung strategi ini dengan mengidentifikasi produk yang sering dibeli bersama. Penelitian ini menggunakan Algoritma Apriori untuk menganalisis data transaksi penjualan, dengan tujuan menghasilkan rekomendasi produk yang akurat dan bermanfaat. Metode SDLC waterfall digunakan dalam pengembangan perangkat lunak untuk sistem ini. Dari 184 data transaksi, dengan minimum transaksi 10, minimum support 5%, dan minimum confidence 50%, ditemukan 9 aturan asosiasi korelasi positif. Implementasi Association Rule Mining untuk rekomendasi produk di Toko Mekar Abadi dinyatakan "Valid" dan dapat digunakan, terbukti efektif dalam meningkatkan pengalaman berbelanja dan penataan produk di toko swalayan. Hasil penelitian menunjukkan bahwa sistem ini mudah digunakan, dengan kinerja baik dalam memproses data transaksi, dan aturan asosiasi yang dihasilkan sangat membantu dalam penataan produk dan perancangan promosi di toko.