<![CDATA[Dalam dunia bisnis, pengelolaan stok dan promosi yang efisien merupakan tantangan utama, terutama bagi usaha kecil dan menengah (UKM). Salah satu pendekatan untuk mengatasi tantangan ini adalah dengan mengidentifikasi pola pembelian produk yang sering terjadi secara bersamaan. Penelitian ini bertujuan menganalisis pola penjualan menggunakan metode Asosiasi Apriori pada aplikasi iReap Lite POS, sebuah aplikasi yang digunakan oleh UKM untuk memantau transaksi penjualan secara real-time. Metode yang digunakan adalah Knowledge Discovery in Databases (KDD), dengan implementasi algoritma Apriori pada data transaksi yang mencakup informasi produk, jumlah pembelian, dan waktu transaksi. Algoritma Apriori diterapkan untuk menemukan aturan asosiasi antar produk yang sering dibeli bersamaan. Evaluasi hasil dilakukan menggunakan dua metrik utama, yaitu support dan confidence, untuk menilai relevansi dan kekuatan hubungan antar produk. Penelitian ini menemukan beberapa aturan asosiasi signifikan, misalnya, produk A sering dibeli bersamaan dengan produk B dalam transaksi yang sama dengan tingkat kepercayaan tinggi. Temuan ini memberikan wawasan penting bagi pengelola bisnis dalam mengoptimalkan pengelolaan stok dan merancang strategi promosi yang lebih tepat sasaran. Berdasarkan hasil pengujian, algoritma Apriori berhasil mengidentifikasi Es teh manis, Es teh tawar, Nasi goreng, Babi cabai garam dan Babi goreng dengan tingkat keterkaitan mencapai 75%, yang dapat digunakan untuk merancang strategi pemasaran yang lebih efektif. Secara keseluruhan, penelitian ini menunjukkan bahwa penerapan algoritma Apriori pada data transaksi dapat membantu memahami perilaku konsumen dan mendukung pengambilan keputusan berbasis data, yang relevan untuk meningkatkan kinerja operasional dan strategi pemasaran, khususnya pada usaha seperti Pork Corner.]]>
