<![CDATA[Perkembangan teknologi informasi telah menghasilkan peningkatan jumlah data transaksi pada sektor retail. Data transaksi yang tersimpan dalam sistem informasi retail umumnya hanya digunakan sebagai arsip dan laporan penjualan, sehingga potensi informasi yang terkandung di dalamnya belum dimanfaatkan secara optimal. Penelitian ini bertujuan menerapkan metode Association Rule Mining dengan algoritma Apriori untuk menemukan pola pembelian konsumen pada sistem informasi retail berbasis web. Data transaksi penjualan digunakan sebagai sumber data utama dalam proses analisis. Algoritma Apriori diterapkan untuk memperoleh frequent itemset berdasarkan nilai minimum support dan minimum confidence, kemudian membentuk association rule yang menunjukkan hubungan antar produk yang sering dibeli secara bersamaan. Sistem dikembangkan berbasis web untuk memudahkan pengelolaan data transaksi, proses analisis, dan penyajian hasil secara otomatis. Hasil penelitian menunjukkan bahwa algoritma Apriori menghasilkan puluhan aturan asosiasi yang valid dengan nilai Lift Ratio berkisar antara 2,28–2,70, di mana seluruh aturan memiliki Lift Ratio lebih dari 1 yang menunjukkan hubungan antar produk yang kuat. Aturan dengan Lift Ratio tertinggi sebesar 2,70 diperoleh pada kombinasi Cookie dan Cereal terhadap pembelian Milk. Hasil analisis dapat dimanfaatkan untuk mendukung strategi promosi, rekomendasi produk, pengelolaan persediaan, dan penataan produk pada toko retail, sehingga membantu pengambilan keputusan bisnis berbasis data.]]>
Copyrights © 2026
