<![CDATA[Al Munawwir Swalayan dalam kegiatan operasionalnya menggunakan sistem Point of Sale (POS) dari pihak ketiga yang masih terbatas pada pencatatan transaksi penjualan dan belum menyediakan fitur analisis data untuk mendukung pengambilan keputusan bisnis. Hal ini menyebabkan data transaksi belum dimanfaatkan secara optimal dalam mengidentifikasi pola pembelian konsumen dan penyusunan strategi pemasaran. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi analisis data transaksi berbasis desktop dengan menerapkan algoritma ECLAT (Equivalence Class Clustering and Bottom-Up Lattice Traversal) pada proses frequent itemset mining guna menghasilkan rekomendasi product bundling. Aplikasi dikembangkan menggunakan bahasa pemrograman Python dengan library Tkinter. Data yang digunakan berupa 22.765 transaksi penjualan pada periode 1–30 September 2025. Hasil pengujian dengan minimum support 0,001 dan minimum confidence 0,9 menghasilkan 2.385 frequent itemset dan 48 aturan asosiasi. Berdasarkan nilai lift tertinggi, diperoleh lima aturan terbaik yang direkomendasikan sebagai product bundling. Hasil penelitian ini menunjukkan bahwa aplikasi yang dibangun akan membantu mengoptimalkan pemanfaatan data transaksi sebagai dasar pengambilan keputusan bisnis.]]>
Copyrights © 2026
