Ketidakseimbangan antara tingkat persediaan dan permintaan pasar dapat mengakibatkan kelebihan stok, meningkatnya biaya penyimpanan, dan meningkatnya risiko kerusakan produk. PT. Tridaya Sakti Medima, sebuah perusahaan distribusi farmasi yang berlokasi di Palembang, menghadapi tantangan serupa dalam mengelola persediaannya. Penelitian ini bertujuan untuk menganalisis pola pembelian dengan menerapkan teknik penambangan data menggunakan algoritma Apriori dan untuk merancang sistem rekomendasi produk yang mendukung pengambilan keputusan dalam pengendalian persediaan. Studi ini mengadopsi metodologi CRISP-DM (Cross Industry Standard Process for Data Mining), yang terdiri dari tahap pemahaman bisnis, persiapan data, pemodelan, evaluasi, dan penerapan. Data transaksional yang dianalisis terdiri dari catatan penjualan historis dari Januari hingga Desember 2024, dengan total 5.410 entri setelah proses pembersihan data. Analisis dilakukan menggunakan Python, sedangkan Streamlit digunakan untuk mengembangkan dasbor interaktif untuk visualisasi. Temuan menunjukkan bahwa algoritma Apriori berhasil mengidentifikasi aturan asosiasi antarproduk berdasarkan metrik dukungan dan kepercayaan. Nilai kepercayaan dan peningkatan tertinggi ditemukan pada kombinasi produk (ITR) PECTORIN SYRUP 120 ML @ 24 dan (ITR) ITRABAT SYR 100 ML @ 24 dengan rasio lift 16,43. Hasil ini disajikan melalui dasbor yang dirancang untuk membantu PT. Tridaya Sakti Medima dalam meningkatkan manajemen persediaan dan mengatasi masalah ketidakseimbangan stok.
Copyrights © 2026