Analisis Pola Ko-Kemunculan Produk Berbasis Waktu Menggunakan Algoritma Apriori pada Data Penjualan Pitch 19

Abstract

Penelitian ini menganalisis pola ko-kemunculan produk Pitch 19 periode Januari-April 2026 menggunakan market basket analysis dan algoritma Apriori. Data bersumber dari rekap penjualan harian pada sheet January-April, sehingga satu tanggal diperlakukan sebagai satu basket harian, bukan nota transaksi pelanggan. Tahapan penelitian meliputi preprocessing, transformasi data ke format long, pembentukan basket harian, segmentasi bulan dan jenis hari, penerapan Apriori, evaluasi support, confidence, dan lift, serta penyusunan rekomendasi. Hasil preprocessing menghasilkan 4.872 baris data dan 120 basket harian. Produk dominan meliputi Ayam Blackpepper, Ayam Asam Manis, Mineral Water, Cafe Latte, Americano, Golden Palm, Lychee Tea, Wing Feast, Red Velvet, dan Original Tea. Penjualan tertinggi terjadi pada Maret sebesar 9.692 item, sedangkan weekend mencapai 15.780 item dan lebih tinggi dibanding weekday sebesar 14.958 item. Penerapan Apriori pada 25 produk teratas dengan minimum support 0,30, minimum confidence 0,60, dan panjang itemset maksimum dua menghasilkan 276 frequent itemset. Banyak aturan menunjukkan ko-kemunculan produk dengan Mineral Water, tetapi nilai lift 1,000 menandakan hubungan tersebut bersifat umum karena Mineral Water muncul pada seluruh basket. Karena itu, hasil penelitian lebih tepat digunakan untuk pengelolaan stok, promosi weekend, paket produk terlaris, dan perbaikan pencatatan transaksi harian.