<![CDATA[Persaingan di industri ritel menuntut pengelolaan inventori yang efektif agar dapat memastikan ketersediaan produk yang sesuai dengan kebutuhan pelanggan dan mengoptimalkan keuntungan. Toko Sembako menghadapi tantangan dalam memprediksi permintaan produk secara akurat, yang menyebabkan kelebihan atau kekurangan stok. Akibatnya, toko berisiko mengalami kerugian finansial serta menurunnya kepuasan pelanggan. Untuk mengatasi permasalahan ini, penelitian ini bertujuan menganalisis pola pembelian pelanggan menggunakan algoritma Apriori guna menemukan hubungan antar produk dan meningkatkan efisiensi pengelolaan inventori. Data transaksi selama satu tahun dianalisis menggunakan metode data mining untuk mengidentifikasi aturan asosiasi yang dapat diterapkan dalam strategi inventori dan pemasaran. Metode penelitian meliputi pengumpulan data transaksi, preprocessing untuk menghilangkan data tidak relevan, serta penerapan algoritma Apriori untuk menemukan pola pembelian signifikan. Hasil analisis menunjukkan adanya korelasi yang kuat antara beberapa produk tertentu, yang dapat dimanfaatkan dalam strategi pemasaran seperti bundling produk dan penempatan barang yang lebih strategis. Implementasi hasil penelitian dalam bentuk aplikasi berbasis framework Streamlit memungkinkan pemilik toko memvisualisasikan pola pembelian secara interaktif dan mengambil keputusan berbasis data. Kesimpulan dari penelitian ini menunjukkan bahwa penerapan algoritma Apriori dapat meningkatkan efisiensi pengelolaan stok dan strategi pemasaran di sektor ritel. Namun, penelitian lebih lanjut diperlukan untuk mengeksplorasi kombinasi algoritma lain guna meningkatkan akurasi prediksi pola pembelian serta memperhitungkan faktor eksternal seperti tren musiman dan perubahan harga dalam manajemen inventori.]]>
Copyrights © 2024
