ANALISIS TRANSAKSI PENJUALAN DENGAN METODE ASSOCIATION RULE MENGGUNAKAN ALGORITMA APRIORI PADA KAFE RUMAH POHON

Abstrak

Untuk meningkatkan angka penjualan, Kafe Rumah Pohon Jakarta perlu merumuskan strategi penjualan yang efektif, salah satu langkahnya adalah menciptakan promosi yang menarik minat konsumen. Akan tetapi, pihak pengelola sering kali kesulitan dalam menentukan pola penjualan yang optimal untuk digunakan sebagai promosi yang dapat memicu minat beli konsumen. Mengetahui kebiasaan dan preferensi konsumen adalah pendekatan kunci untuk merancang pola penjualan yang dapat diintegrasikan ke dalam promosi yang lebih efektif dan tepat sasaran.Dengan memanfaatkan data transaksi penjualan yang sudah tersedia, Kafe Rumah Pohon Jakarta dapat memahami kebiasaan dan preferensi konsumen sehingga kondisi pasar dapat dianalisis dengan lebih baik, algoritma apriori adalah algoritma yang sangat dikenal dalam menemukan itemset frekuensi tinggi menggunakan metode association rule. Algoritma ini memanfaatkan minimum support dan minimum confidence untuk menentukan batasan dalam perhitungan item. Algoritma apriori berfungsi untuk mengidentifikasi pola pembelian produk yang sering dibeli oleh pelanggan secara bersamaan. Ini dapat dilakukan dengan menganalisis data transaksi untuk menghasilkan pola frekuensi tinggi dan menemukan produk yang sering dibeli oleh pelanggan secara bersamaan. Algoritma Apriori sangat bermanfaat bagi pemilik kafe untuk membuat strategi penjualan berdasarkan pola pembelian. Dalam penelitian ini, peneliti menghitung pola transaksi dengan nilai minimum support 3% dan minimum confidence 35%, menghasilkan 8 aturan asosiasi. Aturan dengan confidence tertinggi 45,28% adalah kombinasi banana fries dan Original Tea, dengan nilai lift 1,32 yang menunjukkan korelasi positif. Dengan pola asosiasi ini, Kafe Rumah Pohon Jakarta dapat merumuskan strategi baru, seperti paket bundling menarik bagi konsumen.