Implementasi Algoritma Apriori Pada Penjualan Makanan Ringan dan Minuman Kesehatan

Abstract

Penjualan merupakan hasil yang sangat diharapkan oleh pengusaha yang bergerak dibidang penjualan. Data transaksi penjualan yang dihasilkan perhari yang hanya disimpan akan membuat ruang penyimpanan menjadi besar. Berdasarkan informasi yang diperoleh dari manager outlet yang berasal dari laporan penjualan bulanan, diketahui bahwa penjualan bulan Desember 2022 sebesar Rp. 28.624.274 dan penjualan bulan November 2022 sebesar Rp. 32.916.104. Dari penjualan tersebut terlihat terjadi penurunan penjualan sebesar 13% pada bulan Desember 2022 terhadap penjualan bulan November 2022. Kondisi ini akan menyebabkan kerugian usaha bahkan jika dibiarkan akan menyebabkan penutupan usaha. Untuk Meningkatkan kembali penjualan maka manajemen memerlukan pengetahuan atas produk yang dijualnya dan pengetahuan atas pola penjualan yang biasa dibeli oleh konsumen. Dari pengetahuan tersebut maka manajemen dapat mengambil keputusan terkait strategi penjualan yang akan dijalankannya. Untuk memanfaatkan data penjualan yang ada, maka pengolahan data mining dengan analisis asosiasi dapat digunakan untuk mencari produk yang sering dibeli oleh konsumen. Dengan menggunakan algoritma Apriori pada proses analisis asosiasi dapat memberikan informasi produk yang sering dibeli bersamaan, syarat penetapan minimum support sebesar 30% dan minimum confidence sebesar 70%. Dari penelitian yang dilakukan, dihasilkan 8 produk yang saling keterikatan dengan hasil support sebesar 0.333 dan nilai confidence sebesar 71.4%. Hasil penelitian ini dapat dijadikan strategi penjualan untuk meningkatkan penjualan harian.