Analisis Pola Pembelian dan Penjualan Produk Menggunakan Metode Association Rule pada Dataset Supermart Grocery Sales

Authors

  • Nindya Putri Almasiah Universitas Pamulang, Tangerang Selatan, Banten, Indonesia
  • Widyadhari Danarasih Hidayat Universitas Pamulang, Tangerang Selatan, Banten, Indonesia
  • Muhammad Akbar Farizi Universitas Pamulang, Tangerang Selatan, Banten, Indonesia

DOI:

https://doi.org/10.55903/jitu.v4i1.417

Keywords:

Data Mining, Market Basket Analysis, Association Rule, Support, Confidence, Supermart Grocery Sales

Abstract

Perkembangan teknologi informasi telah menghasilkan data transaksi penjualan dalam jumlah besar yang dapat dimanfaatkan untuk mendukung pengambilan keputusan bisnis. Salah satu teknik yang digunakan untuk menggali informasi dari data transaksi adalah Market Basket Analysis (MBA). Penelitian ini bertujuan untuk menganalisis pola pembelian konsumen berdasarkan hubungan antar category produk pada dataset Supermart Grocery Sales menggunakan metode Association Rule. Data yang digunakan terdiri dari atribut Order ID, Category, dan Sales. Tahapan penelitian meliputi pengumpulan data, preprocessing, pembentukan data transaksi berdasarkan Order ID, perhitungan nilai support dan confidence, serta analisis hasil menggunakan bahasa pemrograman Python dengan bantuan pustaka pandas, itertools, collections, dan matplotlib. Hasil penelitian menunjukkan bahwa metode Association Rule mampu mengidentifikasi hubungan antar kategori produk yang sering dibeli secara bersamaan berdasarkan nilai support dan confidence. Selain itu, analisis terhadap data sales menunjukkan kategori produk yang memberikan kontribusi penjualan terbesar sehingga dapat menjadi dasar dalam penyusunan strategi promosi, penempatan produk (product placement), rekomendasi produk (cross-selling), serta pengelolaan stok barang. Dengan demikian, penerapan Market Basket Analysis dapat membantu perusahaan retail dalam memahami pola pembelian konsumen dan meningkatkan efektivitas strategi pemasaran berbasis data.

References

Chawla, D., & Joshi, H. (2020). Consumer attitude and intention to adopt mobile wallet in India: An empirical study. International Journal of Bank Marketing, 38(7), 1261–1282. https://doi.org/10.1108/IJBM-09-2019-0350

Dewi, H. F., Handayani, H. H., & Indra, J. (2022). Implementasi Algoritma Apriori terhadap Market Basket Analysis pada Data Penjualan Retail. Jurnal Informatika Teknologi dan Sains (JINTEKS).

(Link jurnal dapat dicari pada portal JINTEKS jika dosen meminta URL resmi.)

Hair, J., et al. (2020). Multivariate Data Analysis (8th ed.). Cengage Learning.

Haq, M., & Awan, S. (2020). Consumer trust in online payment systems: A systematic review. Journal of Internet Commerce, 19(1), 1–28. https://doi.org/10.1080/15332861.2019.1668654

Indonesia, B. (2023). Laporan Sistem Pembayaran Indonesia 2023. https://www.bi.go.id

Leong, L.-Y., & Tan, G. W.-H. (2021). Predicting mobile payment adoption: A comprehensive review and future research agenda. Telematics and Informatics, 57, 101483. https://doi.org/10.1016/j.tele.2020.101483

Liébana-Cabanillas, F., et al. (2020). Mobile payment adoption in the age of digital transformation: An empirical study. Technological Forecasting and Social Change, 155, 119988. https://doi.org/10.1016/j.techfore.2020.119988

Naomi, C., & Elisa, E. (2022). Market Basket Analysis dengan Algoritma Apriori pada Jack's Mart. Computer and Science Industrial Engineering (COMASIE), 6(1), 109–116.

Link: COMASIE Journal

Noviana, R., Hermawan, A., & Avianto, D. (2023). Market Basket Analysis Menggunakan Algoritma Apriori dan FP Growth untuk Menentukan Pola Pembelian Konsumen. Jurnal Media Informatika Budidarma, 7(3), 1474–1482.

Link: Jurnal Media Informatika Budidarma

DOI: https://doi.org/10.30865/mib.v7i3.6304

Nugroho, F. T., & Fahrudin , E. (2025). IMPLEMENTASI METODE WATERFALL UNTUK RANCANG BANGUN SISTEM PENUNJANG PEMBUKUAN DAN MANAJEMEN KEUANGAN BERBASIS WEB PADA MASJID JAMI AL-HIDAYAH. Jurnal ESIT (E-Bisnis, Sistem Informasi, Teknologi Informasi), 20(1), 449–459. https://openjournal.unpam.ac.id/index.php/ESIT/article/view/54549

Rizaldi, D., & Adnan, A. (2021). Market Basket Analysis Menggunakan Algoritma Apriori: Kasus Transaksi 212 Mart Soebrantas Pekanbaru. Jurnal Statistika dan Aplikasinya, 5(1), 31–40.

Link: Jurnal Statistika dan Aplikasinya

DOI: https://doi.org/10.21009/JSA.05103

Wahyudi, R. N., Herwindiati, D. E., & Hendryli, J. (2023). Market Basket Analysis dengan Perbandingan Metode Apriori dan FP-Growth pada Data Transaksi XYZ. Jurnal Ilmu Komputer dan Sistem Informasi, 11(1).

Link: Jurnal Ilmu Komputer dan Sistem Informasi

DOI: https://doi.org/10.24912/jiksi.v11i1.24077

Downloads

Published

2026-07-05

How to Cite

Almasiah, N. P., Hidayat, W. D. ., & Farizi, M. A. . (2026). Analisis Pola Pembelian dan Penjualan Produk Menggunakan Metode Association Rule pada Dataset Supermart Grocery Sales. Jurnal Informatika Utama, 4(1), 1–8. https://doi.org/10.55903/jitu.v4i1.417