Penerapan Algoritma Apriori untuk Menentukan Pola Asosiasi Penjualan Di PT KOI Jaya Delapan

Perusahaan dituntut mampu mengelola data penjualan secara efektif untuk mendukung pengambilan keputusan bisnis yang tepat, namun PT KOI Jaya Delapan sebagai industri tekstil belum memanfaatkan data penjualan yang besar untuk mengetahui hubungan pola antara produk yang sering dibeli pelanggan, sehingga promosi yang dilakukan kurang tepat sasaran. Penelitian ini memiliki tujuan untuk menemukan pola asosiasi produk penjualan menggunakan algoritma Apriori sebagai dasar penyusunan strategi pemasaran dan pengelolaan stok di PT KOI Jaya Delapan. Metode yang dipakai yaitu Association Rule Mining dengan Algoritma Apriori pada 50 data transaksi penjualan bulan April 2025 yang melibatkan 6 jenis produk. Parameter yang ditetapkan adalah Minimum Support 0.1 (10%) dan Minimum Confidence 70%. Hasil analisis Frequent 1-Itemset menunjukkan produk KOI Biru (Support 72%) dan KOI Merah (Support 58%) adalah produk paling dominan. Kombinasi dengan Support tertinggi adalah KOI Merah dan KOI Biru (Support 40%), mengindikasikan prioritas Co-stocking. Satu-satunya aturan asosiasi yang lolos ambang batas Minimum Confidence adalah KOI Hijau,KOI Biru dengan nilai Confidence 75%. Kesimpulan dari temuan ini adalah aturan KOI Hijau, KOI Biru merupakan dasar utama yang teruji kuat untuk menyusun strategi penjualan silang (Cross-selling) dan Bundling produk. Pola ini juga menjadi acuan untuk memperkirakan kebutuhan stok bersama.