Implementasi Algoritma Apriori Untuk Analisis Pola Pembelian

Abstract

Canda Steak & Café menghadapi tantangan dalam memanfaatkan data transaksi untuk mengidentifikasi pola pembelian konsumen yang mendukung strategi bundling dan cross-selling. Penelitian ini mengimplementasikan algoritma Apriori dari awal menggunakan Python untuk merancang platform web interaktif berbasis Streamlit, dan mengevaluasi aturan asosiasi dengan lima metrik komprehensif (support, confidence, lift, leverage, conviction). Metodologi Rapid Application Development (RAD) diterapkan dengan tahapan perencanaan kebutuhan, desain sistem, pengembangan, implementasi, dan evaluasi. Validasi terhadap pustaka MLxtend menunjukkan akurasi 100% pada frequent itemsets dan association rules dengan waktu eksekusi 0,3326 detik untuk 1.000 transaksi. Hasil analisis mengidentifikasi pola asosiasi kuat antara menu utama dan snack pendamping dengan confidence hingga 80% dan lift 1,60, menghasilkan rekomendasi strategi bundling dengan estimasi ROI 15-20%.

Kata kunci : Algoritma Apriori, Association Rule Mining, UMKM Kuliner, Streamlit, RAD.