PENERAPAN ALGORITMA APRIORI DALAM MARKET BASKET ANALYSIS UNTUK REKOMENDASI TATA LETAK BARANG PADA TOKO KELONTONG.

PENERAPAN ALGORITMA APRIORI DALAM MARKET BASKET ANALYSIS UNTUK REKOMENDASI TATA LETAK BARANG PADA TOKO KELONTONG

Toko Kelontong Ataten masih melakukan penataan barang secara konvensional berdasarkan kebiasaan pemilik tanpa mempertimbangkan pola pembelian konsumen, sehingga data transaksi yang telah terkumpul belum dimanfaatkan secara optimal sebagai dasar pengambilan keputusan bisnis. Penelitian ini bertujuan menerapkan algoritma Apriori melalui pendekatan Market Basket Analysis (MBA) untuk menghasilkan aturan asosiasi antarproduk yang kemudian diterjemahkan menjadi rekomendasi tata letak barang.

Metode penelitian mengacu pada kerangka Knowledge Discovery in Database (KDD) yang meliputi tahap seleksi data, preprocessing, transformasi data, data mining, dan evaluasi, kemudian diimplementasikan ke dalam sebuah sistem berbasis web bernama Sistem Apriori yang memfasilitasi pemilik toko mengunggah data transaksi dalam bentuk berkas Excel secara mandiri. Data transaksi penjualan Toko Kelontong Ataten periode Desember 2025 hingga Maret 2026 sebanyak 1.338 baris data mentah diolah melalui tahap preprocessing sehingga diperoleh 357 basket transaksi unik yang terdiri dari 35 jenis produk dengan rata-rata 3,75 produk per basket. Proses data mining menggunakan algoritma Apriori dengan parameter minimum support sebesar 0,01 dan minimum confidence sebesar 0,2.

Hasil penelitian menghasilkan 407 frequent itemset serta 143 aturan asosiasi yang seluruhnya valid dengan nilai lift lebih dari 1. Nilai lift tertinggi diperoleh pada aturan Ultra Milk dan Indomie terhadap Gudang Garam Surya sebesar 7,9369. Rekomendasi tata letak yang dihasilkan mengelompokkan produk berdasarkan relevansi kategori, seperti kebutuhan dapur dan kebutuhan rumah tangga, sedangkan aturan asosiasi lintas kategori dimanfaatkan sebagai dasar strategi promosi bundling. Hasil penelitian ini diharapkan dapat membantu Toko Kelontong Ataten dalam menata produk secara lebih strategis dan berbasis data, sekaligus meningkatkan kenyamanan berbelanja pelanggan.

link jurnal: https://ejournal.itn.ac.id/index.php/jati/article/view/18830