<![CDATA[The COVID-19 pandemic has significantly changed various sectors, including the healthcare and pharmaceutical industries. During the pandemic, Sisma Pharma Outlet Jakarta experienced a significant increase in sales. However, after the pandemic, several products experienced a decline in sales, causing potential losses due to expired products. This study uses a data mining approach to design a cross-selling sales recommendation system at Sisma Pharma Outlet Jakarta. The approach can help maximise product sales by identifying combinations that are often purchased together. The methods used in this study include collecting sales transaction data, data preprocessing, and applying a apriori algorithms to find purchasing patterns. The result of this study is a recommendation system that can provide suggestions for additional products that have the potential to be purchased together with the main product, thereby increasing sales opportunities and minimising expired products.Pandemi Covid-19 telah membawa perubahan signifikan pada berbagai sektor termasuk industri kesehatan dan farmasi. Selama pandemi, Outlet Sisma Pharma Jakarta mengalami peningkatan penjualan yang signifikan. Namun, pasca pandemi, beberapa produk mengalami penurunan penjualan, menyebabkan potensi kerugian akibat produk kadaluarsa. Penelitian ini bertujuan untuk merancang sistem rekomendasi penjualan cross-selling pada Outlet Sisma Pharma Jakarta dengan menggunakan pendekatan data mining. Pendekatan dapat membantu dalam memaksimalkan penjualan produk dengan mengidentifikasi kombinasi produk yang sering dibeli bersama. Metode yang digunakan dalam penelitian ini meliputi pengumpulan data transaksi penjualan, preprocessing data, dan penerapan algoritma apriori untuk menemukan pola pembelian. Hasil dari penelitian ini adalah sebuah sistem rekomendasi yang mampu memberikan saran produk tambahan yang potensial dibeli bersama produk utama, sehingga meningkatkan peluang penjualan dan meminimalkan produk kadaluarsa.]]>
Copyrights © 2025
