<![CDATA[Ketersediaan kebutuhan pokok dengan harga yang terjangkau menjadi tantangan tersendiri untuk menjaga kesetabilan stok barang pada gudang penyimpanan. Meski terlihat mudah, mengelola persediaan bukanlah hal yang dapat diremehkan, karena jika persediaan terlalu banyak risiko kerusakan barang akan meningkat, begitupun sebaliknya jika persediaan terlalu sedikit risiko kekurangan persediaan akan semakin besar dan dapat menunda keuntungan serta dapat mengecewakan konsumen. Oleh karena itu, dibutuhkan satu pendekatan baru dalam proses analisis data yang ada untuk menghasilkan informasi yang baik dan dapat menyediakan data yang sangat strategis yaitu dengan cara melakukan analisis data mining. Algoritma Apriori salah satu dari jenis aturan asosiasi yang ada pada Data Mining. Algoritma Apriori adalah algoritma yang paling terkenal untuk menentukan pola frequensi tinggi. Penelitian ini bertujuan untuk membantu pengelolaan persediaan stok barang melalui analisis pola pembelian menggunakan algoritma Apriori. Data penjualan pada UD Green selama periode tertentu dianalisis untuk menemukan aturan asosiasi yang dapat digunakan sebagai dasar perencanaan stok. Dengan nilai minimum support dan confidence yang ditetapkan, penelitian ini berhasil mengidentifikasi kombinasi barang yang sering dibeli bersama. Hasil analisis diimplementasikan dalam sebuah sistem berbasis web, memungkinkan pengguna untuk mengunggah data transaksi, memproses data mining, dan memperoleh rekomendasi terkait pengelolaan stok dengan nilai support paling tinggi yaitu 35,22% dan confidence tertinggi yaitu 36,47%. Hasil ini memberikan kontribusi strategis untuk meningkatkan efisiensi stok barang dan kepuasan pelanggan.]]>
