Penerapan Algoritma Apriori Dalam Analisis Pola Pembelian Pelanggan Pada Usaha Kafe
Keywords:
Algoritma Apriori, Market Basket Analysis, Data Transaksi, Aturan Asosiasi, KafeAbstract
Meningkatnya volume data transaksi penjualan pada usaha kafe menuntut pengelolaan data yang tepat agar dapat dimanfaatkan dalam pengambilan keputusan bisnis. Namun, data transaksi yang tersedia sering kali belum dianalisis secara optimal sehingga pola pembelian pelanggan tidak diketahui secara jelas. Penelitian ini bertujuan untuk mengidentifikasi pola pembelian pelanggan pada Cafe Little Flock menggunakan algoritma Apriori. Metode yang digunakan adalah penelitian terapan dengan pendekatan kuantitatif. Data yang dianalisis berupa data transaksi penjualan selama satu bulan yang diperoleh melalui dokumentasi catatan penjualan kafe. Data transaksi kemudian direpresentasikan dalam bentuk tabel boolean dan diolah menggunakan perangkat lunak R dengan paket arules. Parameter minimum support dan confidence digunakan untuk menghasilkan aturan asosiasi antar produk. Hasil penelitian menunjukkan adanya beberapa kombinasi menu yang sering dibeli secara bersamaan dengan nilai lift lebih dari satu, yang menandakan hubungan positif antar produk. Pola pembelian tersebut dapat dimanfaatkan untuk mendukung strategi penataan menu, penyusunan paket promosi, serta peningkatan efektivitas pemasaran. Dengan demikian, penerapan algoritma Apriori mampu membantu pihak kafe dalam pengambilan keputusan berbasis data transaksi penjualan.
References
Ansori, Manual, U., Brämswig, K., Ploner, F., Martel, A., Bauernhofer, T., Hilbe, W., Kühr, T., Leitgeb, C., Mlineritsch, B., Petzer, A., Seebacher, V., Stöger, H., Girschikofsky, M., Hochreiner, G., Ressler, S., Romeder, F., Wöll, E.,
Brodowicz, T., … Baker, D. (2022). No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散構造分析Title. Science, 7(1), 1–8. http://link.springer.com/10.1007/s00232-014-9701-9%0Ahttp://link.springer.com/10.1007/s00232-014-9700-x%0Ahttp://dx.doi.org/10.1016/j.jmr.2008.11.017%0Ahttp://linkinghub.elsevier.com/retrieve/pii/S1090780708003674%0Ahttp://www.ncbi.nlm.nih.gov/pubmed/1191
Apriana, D., & Yuliansyah, C. (2024). Mengoptimalkan Penjualan Online Melalui Teknik Data Mining (Studi Kasus E-Commerce). AL-MIKRAJ Jurnal Studi Islam Dan Humaniora (E-ISSN 2745-4584), 4(02), 514–527. https://doi.org/10.37680/almikraj.v4i02.4774
Apriyanto, B., & Sitio, S. L. M. (2025). Penerapan K-Means dalam Menganalisis Pola Pembelian Pelanggan Pada Data Transaksi E-Commerce. Bit-Tech, 7(3), 790–797. https://doi.org/10.32877/bt.v7i3.2195
Brighton, K., & Hariyanto, S. (2024). Penerapan Metode Market Basket Analisis Dengan Algoritma Apriori Pada Toko Ritel Elektronik. Bit-Tech, 7(1), 37–46. https://doi.org/10.32877/bt.v7i1.1417
Endrayanto Eko Christmawan, P., Kussuma Adiputra, A., Ilmu Sosial dan Ekonomi, F., & Respati Yogyakarta, U. (2023). Faktor-Faktor yang Mempengaruhi Usaha Mikro, Kecil dan Menengah (UMKM) dalam Menggunakan Informasi Akuntansi (Studi Kasus Pada UMKM Kuliner di Kecamatan Depok). Equilibrium Jurnal Bisnis & Akuntansi, XVII(1), 1–17.
Harjoseputro, Y., & Thomas Adi Purnomo Sidhi. (2021). Pemanfaatan Sistem Informasi Pada Usaha Kecil Menengah Untuk Pencatatan dan Pelaporan Transaksi Penjualan. Dinamisia : Jurnal Pengabdian Kepada Masyarakat, 5(5), 1305–1317. https://doi.org/10.31849/dinamisia.v5i5.4209
Hofsah, T. P., & Anggoro, T. (2024). 1999-2014. Journal Of Social Science Research, 4, 1999–2014.
Irwan, M., & Nasution, P. (2025). Data Management Sebagai Kunci Keunggulan. Jurnal Ilmiah Nusantara ( JINU), 2(4), 419–428.
Maoulana, R., Irawan, B., & Bahtiar, A. (2024). Data Mining Dalam Konteks Transaksi Penjualan Hijab Dengan Menggunakan Algoritma Clustering K-Means. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 515–521. https://doi.org/10.36040/jati.v8i1.8504
Natasya, A., Irwan, M., Nasution, P., Ekonomi, F., Bisnis, D., Islam, U., Sumatera, N., Ekonomi, F., Bisnis, D., Islam, U., & Sumatera, N. (2025). Sistem informasi manajemen pemasaran sebagai strategi peningkatan penjualan di era digital. 02, 73–78.
Rahman, I. F., & Riana, D. (2025). Market Basket Analysis untuk Penjualan Retail: Perbandingan Akurasi Algoritma Apriori dan FP-Growth Berbasis CRISP-DM. Jurnal Algoritma, 22(1), 468–479. https://doi.org/10.33364/algoritma/v.22-1.2303
Rahmawati, S. D., Oktavia, A. B., Putri, F. S. A., & Fithri, D. L. (2025). Penerapan Algoritma Apriori Untuk Menemukan Pola Asosiasi Pada Data Penjualan Retail Fashion. Simkom, 10(2), 289–295.
https://doi.org/10.51717/simkom.v10i2.910
Robby Suganda, & Achmad Solichin. (2024). Analisis Transaksi Penjualan Produk Minuman Kopi Menggunakan Metode Association Rule Dengan Algoritma Apriori. KRESNA: Jurnal Riset Dan Pengabdian Masyarakat, 4(1), 23–32. https://doi.org/10.36080/kresna.v4i1.132
Wijaya, A., Faqih, A., Solihudin, D., Rohmat, C. L., & Eka Permana, S. (2024). Penerapan Association Rules Menggunakan Algoritma Apriori Untuk Identifikasi Pola Pembelian. JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), 3871–3878. https://doi.org/10.36040/jati.v7i6.8270
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Fransiska Diana Hermanto, Agrienta Bellanov

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.