Analisis Pola Pembelian Produk Menggunakan Algoritma Apriori untuk Mendukung Strategi Penjualan

Abstract

Dokumentasi riwayat transaksi pada sektor distributor umumnya baru dimanfaatkan sebatas pengarsipan administratif, belum dieksplorasi mendalam untuk membaca kecenderungan perilaku konsumen. Riset ini bertujuan memetakan interkoneksi antarproduk yang dibeli pelanggan di PT Tridaya Sinergi Indonesia melalui teknik Market Basket Analysis berbasis model Apriori. Alur pengerjaan mencakup pembersihan data (preprocessing), restrukturisasi format berkas, penentuan kombinasi produk populer (frequent itemset), hingga ekstraksi aturan asosiasi bersandar pada indikator support, confidence, dan lift ratio. Komputasi data dioperasikan lewat ekosistem Google Colaboratory menggunakan bahasa pemrograman Python terhadap 253 rekaman transaksi yang telah tervalidasi bersih dari galat maupun duplikasi. Proses ini menghasilkan 274 frequent itemset serta 1.367 formulasi aturan asosiasi produk. Pengujian model pada aturan paling berpengaruh menunjukkan tingkat performa yang kuat dengan skor akurasi 0,874, presisi 0,935, recall 0,927, dan F1-score 0,931. Riset ini membuktikan keandalan sistem Apriori dalam mengonversi data transaksional menjadi rekomendasi taktis untuk manajemen stok dan perencanaan program penjualan korporasi.