IMPLEMENTASI ALGORITMA APRIORI TERHADAP DATA PENJUALAN UNTUK OPTIMASI STRATEGI PENJUALAN SEPATU (STUDI KASUS : PT. MEKAR ABADI SENTOSA)

Persaingan bisnis yang semakin ketat mendorong perusahaan untuk mengoptimalkan teknologi informasi dalam meningkatkan efisiensi dan daya saing. PT. Mekar Abadi Sentosa merupakan produsen sepatu memiliki data transaksi penjualan yang belum dimanfaatkan secara maksimal untuk menganalisis pola pembelian pelanggan. Penelitian ini bertujuan untuk menerapkan algoritma Apriori dalam menganalisis data penjualan untuk menemukan keterkaitan antarproduk berdasarkan merek yang sering dibeli bersamaan dan mendukung strategi pemasaran. Data yang digunakan berasal dari penjualan Januari 2023 hingga Desember 2024, mencakup merek sepatu seperti GMX, Spotec, Vegeto, Flypower, Fila, Mills, Ardiles, dan lainnya. Setiap transaksi merepresentasikan satu bulan dan berisi daftar merek yang berhasil terjual. Algoritma Apriori digunakan untuk menghitung nilai support dan confidence. Hasil analisis menunjukkan Spotec memiliki support tertinggi (100%), disusul GMX∩Spotec dan Mills∩Spotec (91,67%). Beberapa aturan seperti Ardiles→Spotec dan Ardiles→Mills memiliki confidence 100%. Dan lift > 1 yaitu dengan nilai 1,2 maka aturan seperti Ardiles→Flypower serta Ardiles→Vegeto relevan sebagai rekomendasi bundling. Sistem berbasis Streamlit mampu menampilkan hasil analisis secara interaktif dan memperoleh skor kepuasan pengguna sebesar 82% berdasarkan pengujian UAT.