Dalam era persaingan bisnis yang semakin ketat, analisis data transaksi penjualan menjadi penting untuk memahami pola pembelian konsumen dan mendukung penyusunan strategi pemasaran yang lebih efektif. Penelitian ini bertujuan mengidentifikasi hubungan antarproduk menggunakan pendekatan Market Basket Analysis melalui teknik Association Rule Mining. Dataset yang digunakan adalah Groceries dataset yang terdiri dari 9.835 transaksi dengan 40 atribut produk. Proses analisis dilakukan menggunakan aplikasi WEKA dengan menerapkan algoritma Apriori dan FP-Growth untuk menghasilkan aturan asosiasi berdasarkan nilai support dan confidence. Hasil penelitian menunjukkan bahwa kedua algoritma mampu mengidentifikasi pola pembelian pelanggan secara efektif. Produk kentang menjadi produk yang paling sering muncul dan memiliki hubungan kuat dengan beberapa produk lain, seperti ikan, sereal, mie, ayam, dan beras. Temuan ini menunjukkan bahwa Market Basket Analysis dapat mendukung strategi cross-selling dan pengambilan keputusan pemasaran berbasis data. Kata Kunci: Market Basket Analysis,Association Rule Mining,FP-Growth,Cross-Selling.
Copyrights © 2026