Analisis Pola Pembelian Menggunakan Algoritma Apriori pada Cafe Sejenak Mampir

Abstract

Cafe Sejenak Mampir merupakan salah satu usaha kuliner yang memiliki data transaksi penjualan yang terus bertambah setiap hari, namun belum dimanfaatkan secara optimal untuk mendukung pengambilan keputusan, khususnya dalam menentukan strategi bundling, promosi, dan penataan menu. Penelitian ini bertujuan menganalisis pola pembelian pelanggan menggunakan algoritma Apriori serta merancang dan membangun sistem berbasis web yang dapat membantu proses pengolahan data transaksi dan analisis pola pembelian secara terkomputerisasi. Data yang digunakan merupakan data transaksi penjualan Cafe Sejenak Mampir periode Januari 2024 hingga Januari 2026 sebanyak 1.065 transaksi dengan 24 jenis menu. Metode penelitian mencakup pengumpulan data, praproses (data cleaning dan pengelompokan berdasarkan ID transaksi), transformasi data ke dalam format boolean matrix, penerapan algoritma Apriori, pembangkitan aturan asosiasi, dan evaluasi hasil, sedangkan pengembangan sistem menggunakan metode Waterfall dengan bahasa pemrograman PHP dan basis data MySQL. Pengujian dengan nilai minimum support sebesar 0,30% dan minimum confidence sebesar 25% menghasilkan 314 frequent itemset (24 itemset berukuran 1, 276 itemset berukuran 2, dan 14 itemset berukuran 3) serta 25 association rules, dengan nilai confidence tertinggi sebesar 50,00% dan nilai lift tertinggi sebesar 3,8869 pada aturan Cokelat Mampir Creamy dan Paket Singgah Santai terhadap Spaghetti Mampir Dulu. Seluruh 25 aturan yang terbentuk memiliki nilai lift lebih besar dari 1, yang menunjukkan hubungan positif antaritem menu. Sistem berbasis web yang dibangun memungkinkan pengelola cafe mengatur nilai minimum support dan confidence, menjalankan proses analisis secara langsung, serta mencetak hasil analisis dalam bentuk laporan, sehingga pengolahan data transaksi pada Cafe Sejenak Mampir dapat dilakukan secara lebih efisien dan berbasis data.