Penerapan Teknik Asosiasi Data Mining untuk Menemukan Pola Penjualan di Kantin Kampus

Abstract

Dengan menggunakan algoritma Apriori, penelitian ini mencoba menemukan pola penjualan produk di kantin kampus. Algoritma ini dipilih karena kemampuannya dalam menemukan hubungan antar produk berdasarkan aturan tertentu yang dihasilkan dari data transaksi. Data yang digunakan dalam penelitian ini berasal dari 200 transaksi penjualan yang terjadi selama satu minggu, yang mencakup berbagai jenis makanan dan minuman. Analisis dimulai dengan membuat satu set itemset dan kemudian menggabungkan itemset hingga menemukan aturan asosiasi yang memenuhi nilai minimum dukungan dan kepercayaan. Hasil penelitian menunjukkan terdapat tiga aturan asosiasi yang memenuhi kriteria dukungan minimal 30% dan keyakinan minimal 80%. Beberapa aturan yang dihasilkan antara lain: jika Anda membeli nasi bakar, kemungkinan besar Anda akan membeli usus bakar dengan keyakinan 82%, dan jika Anda membeli nasi bakar, kemungkinan besar Anda akan membeli bakso bakar dengan keyakinan 81%. Aturan lainnya adalah jika Anda membeli usus bakar, kemungkinan besar Anda akan membeli bakso bakar dengan tingkat kepercayaan 87%. Temuan ini diharapkan dapat memberikan rekomendasi strategis bagi kantin kampus dalam pengelolaan stok dan tata letak produk, sehingga dapat meningkatkan efisiensi pengelolaan persediaan dan memaksimalkan keuntungan. Oleh karena itu, penelitian ini menunjukkan bahwa algoritma Apriori dapat digunakan dengan baik untuk menganalisis pola penjualan dan membantu bisnis membuat keputusan berbasis data.