Abstract:
Angkringan "Stay-Up" di Medan memiliki data transaksi penjualan menu dalam jumlah
besar namun belum dimanfaatkan secara optimal untuk mengidentifikasi pola pembelian
pelanggan, sehingga penyusunan strategi bundling produk masih dilakukan berdasarkan
intuisi tanpa dasar data yang kuat. Penelitian ini bertujuan menerapkan algoritma Apriori
untuk menganalisis pola pembelian menu berdasarkan data transaksi penjualan,
menghasilkan rekomendasi bundling produk, serta mengevaluasi efektivitasnya melalui
nilai support, confidence, dan lift ratio. Sistem bernama STAY-UP INSIGHT dibangun
berbasis web menggunakan PHP native dan MySQLi, dengan algoritma Apriori
diimplementasikan secara mandiri tanpa pustaka pihak ketiga. Data penelitian terdiri atas
48.049 transaksi dan 138.069 baris detail transaksi selama periode Desember 2025 hingga
Juli 2026. Perhitungan manual terhadap 20 transaksi sampel menghasilkan 13 frequent 1
itemset, 2 frequent 2-itemset, dan 4 association rule, yang hasilnya identik 100% dengan
keluaran sistem, membuktikan validitas implementasi algoritma. Pada skala penuh
dengan minimum support 2% dan minimum confidence 10%, sistem berhasil menemukan
61 frequent itemset dan 28 association rule dalam waktu rata-rata 0,38 detik, dengan
seluruh rule memiliki nilai lift ratio lebih besar dari 1. Pengujian black box terhadap 15
skenario fungsional menunjukkan seluruh fitur berjalan sesuai yang diharapkan (100%
valid). Penelitian ini menyimpulkan bahwa algoritma Apriori dapat diterapkan secara
efektif untuk menghasilkan rekomendasi bundling produk yang valid dan dapat
dipertanggungjawabkan secara data, serta layak digunakan sebagai alat bantu
pengambilan keputusan bisnis pada Angkringan "Stay-Up" di Medan.
