<![CDATA[This study applies the Apriori algorithm in coffee supply planning at Agree Kopi. The problem addressed is the accumulation of coffee raw materials, leading to financial losses due to spoilage. To overcome this, data mining techniques using the Apriori algorithm are employed to identify sales patterns and product relationships. The research involves collecting daily transaction data from October 2023 to October 2024 through observation and interviews. Data analysis is conducted using Python on Google Colaboratory. The results reveal 69 association rules, with confidence levels ranging from 80% to 100%. These findings help optimize stock management, reduce excess inventory, and improve customer service. This study provides practical insights for better inventory planning and supports data-driven business decision-making.Kata kunci: Apriori algorithm; Data Mining; Inventory Planning; Sales Patterns; Stock Management Abstrak Penelitian ini menerapkan algoritma Apriori dalam perencanaan stok kopi di Agree Kopi. Permasalahan yang dihadapi adalah penumpukan bahan baku kopi yang menyebabkan kerugian finansial akibat kerusakan selama penyimpanan. Untuk mengatasinya, digunakan teknik data mining dengan algoritma Apriori guna mengidentifikasi pola penjualan dan hubungan antar produk. Penelitian ini mengumpulkan data transaksi harian dari Oktober 2023 hingga Oktober 2024 melalui observasi dan wawancara. Analisis data dilakukan menggunakan Python pada Google Colaboratory. Hasil penelitian menunjukkan 69 aturan asosiasi dengan tingkat kepercayaan antara 80% hingga 100%. Temuan ini membantu mengoptimalkan manajemen stok, mengurangi kelebihan persediaan, dan meningkatkan layanan pelanggan. Studi ini memberikan wawasan praktis dalam perencanaan stok yang lebih baik serta mendukung pengambilan keputusan bisnis berbasis data.Kata kunci: Algoritma Apriori; Data Mining; Perencanaan Stok; Pola Penjualan; Manajemen Persediaan]]>
