Penerapan Algoritma Apriori Pada Data Transaksi Point Of Sale Untuk Analisis Pola Pembelian Konsumen di Restoran Evergreen

Nabila Khairani (Sekolah Tinggi Ilmu Manajemen Sukma)
Surya Darma Nasution (Sekolah Tinggi Ilmu Manajemen Sukma)

JIBEMA: Jurnal Ilmu Bisnis, Ekonomi, Manajemen, dan Akuntansi
Vol. 3 No. 4 (2026): April

Restoran Evergreen merupakan usaha kuliner yang telah menerapkan sistem Point of Sale (POS) untuk mencatat transaksi penjualan, namun data yang dihasilkan belum dimanfaatkan secara optimal untuk mendukung pengambilan keputusan bisnis, khususnya dalam memahami pola pembelian konsumen. Penelitian ini bertujuan menganalisis pola pembelian konsumen menggunakan algoritma Apriori guna menemukan association rule (Association Rules) antar menu yang sering dibeli secara bersamaan. Data yang digunakan berupa 183 transaksi periode 1-30 September 2025 dengan 114 jenis item, diolah menggunakan perangkat lunak Altair AI Studio (RapidMiner) melalui operator FP-Growth dan Create Association Rules dengan minimum Support 4% dan minimum Confidence 30%. Hasil penelitian menemukan 104 frequent itemset, dengan Aqua sebagai item berfrekuensi tertinggi (Support 36,1%), serta 71 asossociation rule. Aturan dengan lift tertinggi adalah Paket Bakso Ayam Prima-Paket Bakso Ayam Tea (lift 8,32), sedangkan aturan yang paling didukung data adalah Paket Nasi Ayam Penyet Tea-Paket Nasi Goreng Telur Tea (Confidence 34,8%, lift 2,89). Temuan ini dapat menjadi dasar strategi bundling, penempatan menu, dan promosi bagi manajemen restoran.