<![CDATA[Transformasi digital pada sektor UMKM memicu pergeseran dari mesin kasir konvensional menuju sistem Point of Sales (POS) berbasis cloud. Meskipun model Software as a Service (SaaS) multi-tenant mampu menekan biaya investasi infrastruktur TI, tantangan berikutnya bagi pelaku usaha adalah akumulasi data transaksi mentah yang terus meningkat namun belum termanfaatkan secara optimal untuk strategi bisnis. Penelitian ini bertujuan mengembangkan prototipe sistem POS SaaS multi-tenant yang dilengkapi fitur intelligent business untuk mengekstrak aturan asosiasi pola pembelian konsumen secara real-time. Metode pengembangan sistem menggunakan model Waterfall, sedangkan pengolahan data mining menerapkan algoritma Apriori. Isolasi data antar-penyewa diimplementasikan menggunakan pendekatan Shared Database dengan pemisah logis tenant_id. Evaluasi sistem dilakukan melalui ekstraksi aturan fungsional dan pengujian isolasi data. Berdasarkan pengujian sistem dengan menetapkan batasan filter minimum support 10% dan minimum confidence 50% terhadap dataset transaksi tenant, mesin analitik berhasil mengekstrak aturan asosiasi yang diintegrasikan langsung pada antarmuka kasir saat menginput transaksi baru untuk kebutuhan up-selling. Hasil pengujian menunjukkan bahwa pendekatan isolasi logis berhasil mencegah kebocoran data antar-tenant. Kontribusi penelitian ini terbukti menghasilkan rekomendasi yang adaptif guna mendukung pengambilan keputusan strategi bundling produk bagi pelaku ritel.]]>
