<![CDATA[Abstrak - Ketatnya persaingan bisnis di sektor ritel bahan bangunan menuntut pemilik toko untuk memiliki strategi operasional dan penjualan yang cerdas. Saat ini, data transaksi harian di Toko Sarana sering kali hanya disimpan sebagai arsip administratif tanpa diekstraksi menjadi informasi perilaku belanja konsumen. Penelitian ini bertujuan untuk menemukan pola kebiasaan pembelian konsumen menggunakan teknik Data Mining dengan aturan asosiasi. Algoritma Apriori diterapkan pada dataset yang terdiri dari 1.258 baris data item yang terakumulasi dalam 412 transaksi unik. Hasil pengujian menunjukkan adanya hubungan yang kuat antar-item barang yang dibeli secara bersamaan. Temuan hubungan antar-item paling kuat menunjukkan nilai lift ratio sebesar 6,62 pada asosiasi antara mesin bor makita dan bor cordless HDT. Selain itu, ditemukan tingkat confidence sebesar 88,8% pada hubungan fungsional antara produk stop kontak esensa dan kabel serabut. Temuan pola-pola ini direkomendasikan kepada pemilik toko sebagai dasar ilmiah untuk melakukan restrukturisasi tata letak gudang guna meminimalkan waste of movement staf serta merancang strategi promosi bundling produk. Secara luas, pemodelan algoritma apriori dalam penelitian ini memberikan kontribusi ilmiah sebagai referensi logika dan basis aturan yang dapat diintegrasikan ke dalam arsitektur sistem transaksi digital untuk otomatisasi fitur rekomendasi produk. Kata kunci : Data Mining; Algoritma Apriori; Aturan Asosiasi; Toko Bangunan; Market Basket Analysis; Abstract - The intense business competition in the building materials retail sector requires store owners to possess smart operational and sales strategies. Currently, daily transaction data at Toko Sarana is often merely stored as administrative archives without being further extracted into consumer shopping behavior information. This study aims to discover consumer purchasing patterns using Data Mining techniques with Association Rules. The Apriori algorithm was applied to a dataset consisting of 1,258 item data rows accumulated into 412 unique transactions. The test results indicate a strong relationship between items purchased simultaneously, where the most significant finding shows a lift ratio of 6.62 in the association between the Makita Drill Machine and the HDT Cordless Drill. Additionally, a confidence level of 88.8% was found in the functional relationship between Esensa Power Outlets and Stranded Wire products. These pattern findings are recommended to store owners as a scientific basis for restructuring warehouse layouts to minimize staff waste of movement and to design more targeted product bundling promotion strategies. Keywords: Data Mining; Apriori Algorithm; Association Rule; Building Material Store; Market Basket Analysis;]]>
Copyrights © 2026
