Rancang Bangun Sistem Analisis Pola Pembelian Konsumen Menggunakan Metode Association Rules Pada Data Transaksi

Abstract

Data transaksi penjualan dapat dimanfaatkan untuk mengenali produk yang cenderung dibeli secara bersamaan. Penelitian ini bertujuan mengembangkan sistem web analisis pola pembelian menggunakan Association Rules dengan algoritma Apriori, menguji fungsi dan penerimaan pengguna, serta membandingkan hasilnya dengan implementasi Python dan RapidMiner. Penelitian menggunakan dataset publik UMKM Food and Beverage yang pada tahap awal terdiri atas 53.820 struk dan 11 atribut. Setelah transaksi satu produk dikecualikan, analisis dilakukan terhadap 8.153 transaksi dan 94 produk. Hasil Black Box Testing menunjukkan bahwa seluruh 13 skenario berjalan sesuai harapan. Uji penerimaan pengguna memperoleh skor 78% dari Admin dan 88% dari Manajer, dengan rata-rata 83% dari dua responden. Pada subset training 90%, aturan Donat Polos → Candy Latte ditemukan pada Python dan sistem web, tetapi nilai support, confidence, dan lift yang dihasilkan berbeda. Beberapa aturan pada keluaran RapidMiner juga tercatat pada label subset yang berbeda, sementara parameter pengujian belum terdokumentasi secara seragam. Dengan demikian, penelitian ini menghasilkan sistem yang berfungsi sesuai skenario yang diuji, tetapi perbandingan lintas implementasi masih memerlukan pengujian lanjutan dengan konfigurasi yang sama. Kontribusi penelitian terletak pada integrasi alur analisis dan evaluasi sistem web, bukan pada pengembangan algoritma baru.