Algoritma Apriori sebagai Penentu Pola Penjualan Produk Jeans

Pada transaksi penjualan produk yang diminati sangat berpangaruh, sehingga pemilik toko harus bisa mengambil keputusan untuk menentukan jumlah barang yang harus disediakan pada tokonya. Salah satu kasus yang paling sering ditemui, yaitu apabila persediaan atau produksi barang dalam jumlah yang banyak, namun hasil  penjualan barang tersebut tidak sebanyak atau sebanding dengan produksi barang. Maka berdasarkan kasus ini, diperlukan sebuah perencanaan yang efektif baik untuk jangka panjang maupun jangka pendek bergantung pada pola penjualan barangnya. Untuk menentukan pola penjualan digunakan algoritma Apriori untuk menghasilkan association rule dalam menentukan atau menyediakan stok barang sesuai kebutuhan konsumen  dalam masa mendatang yang lebih efektif. Pada penelitian ini menggunakan 150 data transaksi penjualan dengan cara melakukan pencarian pola penjualan dimana nilai minimal support sama confidence sebagai parameter yang dilihat berdasarkan frequents itemset tertinggi dimana nilai minimal support adalah 10 dan nilai confidence adalah 15, sesuai aturan asosiasi yang terbentuk, nilai tertinggi terdapat dalam produk penjulan chinos panjang dan jeans panjang dengan nilai minimal support 26,67% dan nilai confidence 44,94%. Nilai akurasi menggunakan metode confusion matrix dengan hasil akurasi  sebesar 83,33% pada aturan asosiasi dengan pengaturan nilai minimal support 10% dan minimum confidence 15%.