Implementasi Algoritma Apriori dalam Penetapan Strategi Penjualan pada Supermarket XYZ Berbasis Streamlit Web App

Nadine Aliyah Mustafa, Ronny Susetyoko, Alfi Fadliana, Fitrah Maharani Humaira

Sari


Supermarket XYZ merupakan ritel modern berbasis syariah yang memiliki potensi besar dalam pemanfaatan data transaksi untuk mendukung pengambilan keputusan strategis. Namun, hingga saat ini, data transaksi yang tersedia belum dimanfaatkan secara optimal. Penelitian ini bertujuan untuk menerapkan algoritma Apriori guna menemukan pola pembelian produk yang sering terjadi secara bersamaan, serta mengembangkan aplikasi web interaktif berbasis Streamlit untuk menyajikan hasil analisis secara real-time. Data yang digunakan merupakan transaksi penjualan tahun 2023 dari salah satu cabang Supermarket XYZ yang terdiri dari 162.980 record. Penelitian dilakukan melalui tahapan pengumpulan data, data preprocessing, Exploratory Data Analysis (EDA), penerapan algoritma Apriori, serta pembangunan antarmuka aplikasi menggunakan Streamlit. Hasil dari algoritma Apriori menunjukkan adanya 18 aturan asosiasi, dengan aturan terkuat yaitu pembelian Harmony Orange, Harmony Lemon, dan Harmony Melon yang diikuti oleh pembelian Harmony Strawberry. Berdasarkan temuan ini, dua strategi penjualan utama diusulkan: pertama, optimalisasi tata letak produk dengan menyusun produk-produk yang memiliki asosiasi kuat secara berdekatan; dan kedua, penerapan product bundling untuk produk-produk yang sering dibeli bersamaan. Aplikasi Streamlit yang dikembangkan memberikan kemudahan bagi stakeholder untuk mengunggah data, memvisualisasikan pola pembelian, serta mengevaluasi strategi secara interaktif dan efisien. Penelitian ini menunjukkan bahwa pemanfaatan data mining dan aplikasi interaktif mampu mendukung perencanaan strategi penjualan yang lebih efektif dan berbasis data.


Kata Kunci


Strategi Penjualan; EDA; Apriori; Streamlit

Teks Lengkap:

PDF

Referensi


Soundararajan, K. (2023). What is resource underutilization and how to fix it. Shift Indonesia. Diakses 30 April 2025, dari https://www.rocketlane.com/blogs/underutilization-of-resources

Fuady, Z., & Sasongko, P. S. (2018). Aplikasi data mining menggunakan algoritma Apriori untuk analisis pola penjualan (Studi kasus: Apotek Keluargaku Semarang). Jurnal Masyarakat Informatika (JMASIF), 9(1), 34–39.

Puspitasari, N. B., & Ardila, A. Y. (2016). Implementation of lean warehouse to minimize wastes in finished goods warehouse. ComTech, 7(1), 1–9.

Amien, M. (2023). Workshop pengenalan bahasa pemrograman Python untuk data sains. Dharma Nusantara: Jurnal Ilmiah Pemberdayaan dan Pengabdian kepada Masyarakat, 1(2), 39–42.

Tarigan, P. M., Hardinata, J. T., Qurniawan, H., Safii, M., & Winanjaya, R. (2022). Implementasi data mining menggunakan algoritma Apriori dalam menentukan persediaan barang (Studi kasus: Toko Sinar Harahap). Just-IT: Jurnal Sistem Informasi, Teknologi Informasi, dan Komputer, 12(2), 51–61.

Tian, M., Zhang, L., Guo, P., Zhang, H., Chen, Q., Li, Y., & Xue, A. (2020). Data dependence analysis for defects data of relay protection devices based on Apriori algorithm. IEEE Access, 8, 120647- 120653. https://doi.org/10.1109/ACCESS.2020.3006345

Mulya, M. F., Rismawati, N., & Alifi, R. R. (2019). Analisis dan implementasi data mining menggunakan algoritma Apriori untuk meningkatkan penjualan pada Kantin Universitas Tanri Abeng. Journal LPMM Unindra, 12(3), 210-218.

Firdaus, A. A., Iksan, N., Sadiah, D. N., Sagita, L., & Setiawan, D. (2021). Penerapan algoritma Apriori untuk prediksi kebutuhan suku cadang mobil. Jurnal Sistem dan Teknologi Informasi (JUSTIN), 9(1), 13–18.

Prabowo, D., & Ramdani, F. (2020). Penerapan algoritma Apriori untuk rekomendasi buku pada AMIKOM Resource Center. Information System Journal (INFOS), 3(1), 8–12.

Toscana, A. Z., Setianingsih, C., & Paryasto, M. W. (2024). Integrasi Streamlit pada aplikasi berbasis web dengan algoritma YOLO V8 dan teknologi drone untuk identifikasi jenis dan estimasi tinggi pohon. e-Proceeding of Engineering, 11(3), 1828–1831.

Muchtar, K., Hafifah, Y., Febriana, A., Dawood, R., Ahmadiar, A., Bahri, A., Lin, C.-Y., & Yohannes, E. (2025). Edge AI-based detection for defective coffee beans using deep learning and Streamlit framework. IEEE Access, 13, 67977- 67992. https://doi.org/10.1109/ACCESS.2025.3561189


Refbacks

  • Saat ini tidak ada refbacks.


##submission.copyrightStatement##