Abstract :
Data-data yang tersimpan dalam setiap transaksi sangat disayangkan jika tidak
dimanfaatkan dengan baik untuk meningkatkan penghasilan dan strategi
penjualan. Data mining adalah proses mencari pola atau informasi menarik dalam
data terpilih dengan menggunakan teknik atau metode tertentu. Teknik, metode,
atau algoritma dalam data mining sangat bervariasi. Pemilihan metode atau
algoritma yang tepat sangat bergantung pada tujuan dan proses KDD secara
keseluruhan. Apriori adalah algoritma yang digunakan dalam melakukan
pencarian frequent itemset untuk mendapatkan aturan asosiasi. Data-data dalam
penelitian bersumber dari toko buah Awi. Data sample yang diambil adalah
15items dari 14 transaksi pada bulan Desember 2018. Data tersebut kemudian
diolah menggunakan algoritma apriori dan asosiasi, dimana harus menentukan
itemset-itemset yang kemungkinan akan menjadi sebuah kombinasi yang sering
dibeli oleh konsumen. Hasil dari penelitian ini menunjukkan frekuensi yang
memenuhi nilai minimum ssupport dan minimum confidence adalah 3 jenis item
saja yaitu sirsak 100% anggur 100% dan Mangga 100% serta asosiasi final juga
membuktikan hasil yang sama. Hasil penelitian ini dinyatakan benar karena telah
diuji dengan menggunakan software penguji yaitu Tanagra. Item-item inilah yang
akan sering dicari oleh konsumen,oleh karena itu agar lebih mempermudah
konsumen untuk membeli maka item-item tersebut bisa ditempatkan secara
berdekatan. Selain sebagai penempatan item, pihak toko juga bisa menawarkan
item-item yang berkemungkinan akan dibeli secara bersamaan serta hasil dari
penelitian ini bisa sebagai pengatur untuk persediaan item.