Implementasi Algoritma Apriori Untuk Rekomendasi Produk Sembako Berbasis Web

Abstract

Pemahaman terhadap pola pembelanjaan pelanggan berperan penting dalam meningkatkan penjualan dan efisiensi pengelolaan stok di toko sembako. Namun, manajememen pihak toko masih mengandalkan perkiraan dan intuisi bukan secara kuatitas terukur dalam menawarkan produk tambahan, meskipun telah menggunakan aplikasi kasir. Penelitian ini bertujuan untuk mengimplementasikan algoritma Apriori berplatform web guna mengidentifikasi pola pembelian pelanggan secara terstruktur berdasarkan database dan pola relevansi frekuensi penjualan yang tersedia secara online. Metode yang digunakan yaitu Apriori untuk perengkingan produk berdasarkan frekuensi penjualan secara berkala: harian, pekanan, dan bulanan untuk memperoleh pola hubungan antar produk dalam data transaksi melalui pengaturan bobot maksimum ataupun minimum, barang paling laku dan kurang laku. Barang paling laku distok lebih banyak pula, sebaliknya barang yang jarang laku maka akan diminimalisir stoknya atau diberikan diskon. Platform web menampilkan informasi rekomendasi produk secara visual sebagai pemandu untuk penyediaan stok barang, pemberian diskon, dan peninjauan barang jelang kadaluwarsa. Hasil pengujian Dengan penerapan sistem ini, diharapkan toko dapat meningkatkan efektivitas strategi penjualan, mengoptimalkan stok barang, serta meningkatkan pengalaman belanja pelanggan.