Penerapan algoritma apriori dalam menganalisis pola minat beli di food court taman buah

Abstract

Di era persaingan bisnis yang semakin ketat, pemahaman terhadap pola minat beli konsumen menjadi hal yang penting untuk menyusun strategi pemasaran yang efektif. Food Court Taman Buah sebagai salah satu pusat kuliner menghadapi tantangan dalam memanfaatkan data transaksi penjualan secara optimal, sehingga sering kesulitan menentukan kombinasi produk yang diminati konsumen. Penelitian ini bertujuan untuk menganalisis pola minat beli konsumen menggunakan algoritma Apriori pada data transaksi penjualan, guna memberikan wawasan bagi pengelola dalam pengambilan keputusan. Metode penelitian dilakukan dengan tahapan pengumpulan data transaksi, pre-processing, penerapan algoritma Apriori, hingga pengujian hasil analisis. Sistem berbasis web dibangun menggunakan PHP dan MySQL untuk memfasilitasi proses input data, perhitungan support dan confidence, serta penyajian hasil analisis dalam bentuk laporan. Data penelitian terdiri atas 95 transaksi, dengan nilai minimum support 40% dan minimum confidence 20% sebagai parameter analisis. Hasil penelitian menunjukkan bahwa algoritma Apriori mampu menemukan kombinasi produk yang sering dibeli bersamaan, antara lain Kentang Goreng → Ayam Penyet dengan nilai confidence 78,69% dan Nasi Goreng → Indomie Goreng dengan nilai confidence 63,33%. Pola asosiasi ini dapat dimanfaatkan untuk strategi promosi, penyusunan paket menu, serta pengelolaan stok produk secara lebih efisien. Dengan demikian, penerapan algoritma Apriori pada sistem berbasis web terbukti efektif dalam mendukung analisis pola pembelian konsumen serta membantu pengelola dalam merancang strategi pemasaran berbasis data.