Implementasi Algoritma Apriori Untuk Peningkatan Penjualan Di Fwamart Jl. Bunga Cempaka Medan

Abstrak

Penelitian ini bertujuan untuk menganalisis data transaksi penjualan di Fwamart Jl. Bunga Cempaka Medan dengan menerapkan algoritma Apriori sebagai metode dalam menemukan pola keterkaitan antarproduk yang sering dibeli secara bersamaan. Selama ini, pengelolaan data transaksi di Fwamart belum dimanfaatkan secara optimal untuk mendukung pengambilan keputusan bisnis, khususnya dalam penyusunan strategi penataan produk di rak. Melalui penerapan algoritma Apriori, data transaksi diolah untuk menghasilkan frequent itemset serta aturan asosiasi dengan parameter minimum support sebesar 3% dan minimum confidence sebesar 50%. Penelitian ini menggunakan bahasa pemrograman Python pada platform Google Colab untuk proses analisis, dengan data transaksi penjualan selama periode Januari hingga Maret 2025 yang mencakup maksimal empat item produk per transaksi. Hasil analisis menunjukkan adanya sejumlah kombinasi produk yang memiliki tingkat keterkaitan tinggi berdasarkan nilai support dan confidence, seperti hubungan antara produk minuman dan makanan ringan. Temuan ini dapat dimanfaatkan oleh manajemen Fwamart untuk menyusun strategi penataan produk secara lebih efektif, menempatkan produk pelengkap pada area yang berdekatan, serta meningkatkan potensi pembelian tambahan oleh pelanggan. Dengan demikian, penerapan algoritma Apriori terbukti mampu mengubah data transaksi menjadi informasi berharga yang dapat mendukung pengambilan keputusan bisnis berbasis data, khususnya dalam upaya peningkatan penjualan dan optimalisasi tata letak produk di Fwamart Jl. Bunga Cempaka Medan