<![CDATA[Dalam industri ritel, mengenali pola perilaku pengguna adalah hal yang penting untuk meningkatkan efektivitas dalam pemasaran dan manajemen persediaan. Studi ini bertujuan untuk menerapkan teknik data mining dengan menggunakan algoritma Apriori untuk menemukan pola pembelian konsumen di Toko Ananda Baru. Data yang digunakan diambil dari 7.851 transaksi yang terjadi pada bulan Juni 2024, yang kemudian dianalisis melalui proses pra-pengolahan, analisa itemset yang sering muncul, pembuatan aturan asosiasi, dan pengukuran rasio lift menggunakan Google Colaboratory dan bahasa pemrograman Python. Hasil dari studi ini menunjukkan bahwa terdapat beberapa kombinasi produk dengan asosiasi yang kuat, ditandai dengan nilai lift ratio sebesar 76,5, yang jauh lebih tinggi dibandingkan studi serupa di sektor ritel konvensional. Produk Azarine Moist Sunserum 100ML menjadi item dengan tingkat asosiasi tertinggi, sering dibeli bersamaan dengan berbagai produk lain. Temuan ini memberikan saran bagi pengelola toko untuk menerapkan strategi bundling, cross-selling, serta pengaturan produk yang lebih baik untuk meningkatkan penjualan dan kepuasan konsumen. Selain itu, penelitian ini juga merekomendasikan agar analisis data transaksi dilakukan secara rutin dan mengantisipasi penggunaan algoritma alternatif seperti FP-Growth untuk data yang lebih besar. Penerapan algoritma Apriori terbukti efektif dalam membantu usaha ritel kecil bersaing di tengah ketatnya persaingan bisnis melalui pendekatan berbasis data.]]>
Copyrights © 2026
