Analisis dan Implementasi Pola Pembelian Produk Menggunakan Algoritma Apriori pada Data Transaksi Retail Berbasis Web

Data transaksi penjualan merupakan aset yang dapat dimanfaatkan untukmengidentifikasi pola pembelian konsumen sebagai dasar pengambilan keputusan bisnis.Namun, pada tempat penelitian, data transaksi yang telah terkumpul selama lebih dari empattahun belum dimanfaatkan secara optimal dan hanya digunakan sebagai arsip penjualan.Penelitian ini bertujuan merancang dan membangun sistem berbasis web untuk mengidentifikasipola pembelian produk menggunakan algoritma Apriori pada data transaksi retail sehingga dapatmenghasilkan informasi yang mendukung strategi pemasaran seperti cross-selling dan bundlingproduk.Metode penelitian yang digunakan adalah Cross Industry Standard Process for DataMining (CRISP-DM) yang meliputi tahapan Business Understanding, Data Understanding,Data Preparation, Modeling, Evaluation, dan Deployment. Data penelitian diperoleh melaluiobservasi terhadap sistem pencatatan penjualan digital dan studi pustaka. Dataset awal terdiri dari934.974 record, 407.171 transaksi unik, dan 27.344 produk. Pada tahap data preparationdilakukan pembatasan periode menjadi satu tahun terakhir, pembersihan data, penyaringantransaksi yang memiliki minimal dua produk, penyaringan produk dengan frekuensikemunculan minimal 100 kali, serta transformasi data ke dalam bentuk item-transaction matrix.Hasil proses tersebut menghasilkan 19.197 transaksi valid dan 180 produk yang dianalisismenggunakan algoritma Apriori dengan parameter minimum support sebesar 0,20%, minimumconfidence sebesar 70%, danmaximumitemset length sebesar3.Hasil penelitian menunjukkan bahwa algoritma Apriori menghasilkan 278 frequentitemset dan 24 association rule yang memenuhi kriteria lift lebih dari 1. Nilai confidence tertinggimencapai 97,67%, sedangkan nilai lift ratio tertinggi mencapai 150,50, yang menunjukkanadanya hubungan asosiasi yang sangat kuat antarproduk. Model yang dihasilkan berhasildiimplementasikan ke dalam sistem berbasis web menggunakan Streamlit yang menyediakanfitur unggah dataset, pengaturan parameter analisis, visualisasi hasil, serta rekomendasi bisnisberupa cross-selling dan bundling produk. Dengan demikian, sistem yang dikembangkanmampu membantu pengguna mengidentifikasi pola pembelian konsumen secara otomatis danmemberikan informasi yang dapat dimanfaatkan sebagai dasar pengambilan keputusan bisnis.