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

Abstract

Pertumbuhan sektor perdagangan eceran mendorong pelaku usaha untuk memanfaatkan data transaksi sebagai dasar pengambilan keputusan bisnis yang strategis. Pada toko kelontong, penataan produk masih dilakukan secara konvensional tanpa mempertimbangkan pola kebiasaan belanja pelanggan, sehingga potensi data transaksi belum dimanfaatkan secara maksimal. Penelitian ini bertujuan menerapkan algoritma Apriori melalui pendekatan Market Basket Analysis untuk menghasilkan rekomendasi tata letak produk yang berbasis data. Kerangka Knowledge Discovery in Database (KDD) digunakan sebagai landasan metodologis, mencakup tahap seleksi data, preprocessing, transformasi, data mining, dan evaluasi. Sebanyak 710 data transaksi Toko Ataten dikumpulkan, dan setelah preprocessing diperoleh 373 transaksi valid. Proses data mining dijalankan menggunakan bahasa pemrograman Python dengan pustaka mlxtend di platform Google Colab, dengan parameter minimum support 0,01 dan minimum confidence 0,2. Hasil pengolahan menghasilkan 30 aturan asosiasi yang valid. Nilai lift tertinggi diperoleh pada pasangan produk Minyak Kayu Putih dan Ultraflu dengan nilai 82,88, yang mengindikasikan keterkaitan sangat erat antar keduanya. Rekomendasi tata letak yang dihasilkan diharapkan mampu meningkatkan efisiensi penataan produk sekaligus mendukung strategi cross-selling di toko kelontong.