<![CDATA[Perkembangan bisnis retail menghasilkan data transaksi dalam jumlah besar yang dapat dimanfaatkan untuk memperoleh informasi mengenai pola pembelian pelanggan. Namun, data tersebut sering kali belum dimanfaatkan secara optimal sebagai dasar pengambilan keputusan. Penelitian ini bertujuan menerapkan metode Association Rule menggunakan algoritma Apriori untuk menemukan hubungan antarproduk yang sering dibeli secara bersamaan serta mengembangkan aplikasi berbasis Streamlit sebagai media analisis. Dataset yang digunakan merupakan data transaksi retail yang terdiri atas 38.765 baris data dan setelah proses preprocessing diperoleh 3.898 transaksi valid dengan 167 jenis produk. Proses analisis menggunakan parameter minimum support sebesar 8%, minimum confidence sebesar 50%, minimum lift sebesar 1, dan maximum rule length sebanyak 3 item. Hasil penelitian menunjukkan bahwa sistem berhasil menghasilkan 65 frequent itemset dan 11 association rule yang memenuhi seluruh parameter. Aturan terbaik diperoleh pada kombinasi other vegetables dan rolls/buns menuju whole milk dengan nilai support sebesar 8,21%, confidence sebesar 55,94%, dan lift sebesar 1,221. Nilai tersebut menunjukkan adanya hubungan asosiasi positif sehingga informasi yang diperoleh dapat dimanfaatkan untuk strategi product bundling, cross-selling, penataan tata letak produk, serta pengelolaan persediaan barang. Aplikasi yang dikembangkan juga mampu menampilkan hasil analisis, visualisasi network graph, rekomendasi produk, dan fasilitas ekspor laporan sehingga dapat membantu pengambilan keputusan bisnis berbasis data.]]>
Copyrights © 2026
