Metode Rule Based Untuk Penentuan Threshold Apriori Pada Analisis Pola Pembeliaan Data Transaksi Djepos

UMKM F&B yang menggunakan sistem Point of Sale (POS) menghasilkan data transaksi yang dapat dimanfaatkan untuk mengidentifikasi pola pembelian pelanggan. Namun, efektivitas algoritma Apriori sangat dipengaruhi oleh penentuan nilai minimum support dan minimum confidence yang sering dilakukan secara manual sehingga bersifat subjektif. Penelitian ini bertujuan menganalisis pengaruh pendekatan rule-based threshold terhadap jumlah dan kualitas aturan asosiasi serta memanfaatkan hasilnya untuk rekomendasi bundling dan pengelolaan stok. Metode penelitian mengacu pada CRISP-DM dengan data transaksi DjePOS milik Djejama Street Coffee. Data transaksi diolah menjadi basket transaction, kemudian dianalisis menggunakan algoritma Apriori. Penentuan threshold dilakukan berdasarkan statistik distribusi support item, yaitu median, kuartil pertama (Q1), dan mean. Hasil perhitungan menghasilkan minimum support sebesar 0,011268 dan minimum confidence sebesar 0,70. Evaluasi skenario menunjukkan bahwa pendekatan rule-based threshold memberikan hasil paling seimbang dibandingkan skenario manual, karena mampu menghasilkan aturan dengan hubungan positif berdasarkan nilai lift lebih dari 1 dan beberapa aturan dengan a 1,000. Aturan yang dihasilkan dimanfaatkan sebagai dasar rekomendasi bundling, promosi, dan pengelolaan stok berbasis bahan baku.

Kata Kunci: association rule mining, apriori, point of sale, rule-based threshold, transaksi