Analisis Data Penjualan Soto Di Toko Chavie Baturaja Menggunakan Teknik Data Mining

Abstract

Penelitian ini dilatarbelakangi oleh permasalahan pada Toko Chavie Baturaja, sebuah usaha kuliner yang memiliki data transaksi melimpah namun belum dimanfaatkan secara optimal untuk strategi bisnis. Manajemen menghadapi kesulitan dalam mengidentifikasi pola pembelian konsumen secara akurat, sehingga pengelolaan stok dan penentuan paket menu masih bersifat intuitif. Penelitian ini bertujuan untuk menggali pola asosiasi antar menu menggunakan teknik data mining dengan algoritma Apriori. Metode penelitian yang digunakan adalah Cross-Industry Standard Process for Data Mining (CRISP-DM), meliputi tahap pemahaman bisnis hingga evaluasi hasil. Analisis dilakukan terhadap 500 data transaksi dengan menetapkan ambang batas minimal support 10% dan minimal confidence 50%. Hasil penelitian menunjukkan adanya aturan asosiasi yang sangat kuat antara menu utama dan minuman, khususnya kombinasi Soto Ayam dan Es Teh Manis dengan nilai confidence tertinggi sebesar 88,8%. Selain itu, ditemukan pola signifikan pada item pendamping seperti Sate Uritan dan Kerupuk Putih (57,8%). Temuan ini memberikan kontribusi praktis bagi Toko Chavie dalam merancang strategi pemasaran berbasis data, seperti pembuatan paket menu "Soto Segar" dan optimalisasi tata letak item pendamping guna meningkatkan pembelian impulsif. Kesimpulannya, implementasi algoritma Apriori terbukti efektif dalam mengubah data transaksi mentah menjadi informasi strategis untuk meningkatkan daya saing UMKM kuliner.