<![CDATA[Dalam perkembangan teknologi di sektor ritel modern telah menghasilkan data transaksi dalam jumlah besar yang menyimpan informasi penting dari hasil transaksi konsumen yang merujuk pada pola perilaku belanja konsumen. Dalam hal ini produsen bisa menganalisis hubungan antar produk menggunakan Market Basket Analysis (MBA) yang merupakan teknik data mining yang digunakan untuk mengidentifikasi hubungan antar produk yang dibeli secara bersamaan. Penelitian bertujuan untuk mengungkap pola hubungan antar produk pada data transaksi ritel menggunakan algoritma ECLAT. Dataset yang digunakan berasal dari platform kaggle dengan total data 7.501 transaksi dari 120 jenis produk. Algoritma ECLAT diterapkan dengan batas minimum support sebesar 3% setelah melalui tahap proses data. Hasil penelitian ini menunjukkan terdapat sejumlah kombinasi produk yang sering dibeli konsumen dengan nilai support yang tinggi. Temuan ini dapat digunakan oleh pemilik ritel untuk menata letak produk, promosi bundling, dan persediaan yang dapat dioptimalkan.]]>
Copyrights © 2026
