Penerapan Algoritma Apriori untuk Analisis Pola Pemesanan Layanan pada Hoya Barbershop
DOI:
10.33395/jmp.v15i3.16862Keywords:
Algoritma Apriori, Association Rule, Barbershop, Data Mining, Transaksi PelangganAbstract
Hoya Barbershop merupakan penyedia jasa potong dan perawatan rambut di Kota Medan yang saat ini mengelola data transaksi pelanggan hanya secara administratif tanpa dianalisis lebih lanjut untuk menemukan pola tersembunyi dalam pemesanan layanan. Kondisi ini menyulitkan pihak pengelola dalam merumuskan strategi promosi dan paket layanan yang tepat sasaran. Penelitian ini bertujuan menganalisis data transaksi pelanggan menggunakan metode Association Rule dengan algoritma Apriori untuk menemukan kombinasi layanan yang sering dipilih secara bersamaan, sekaligus membangun sistem informasi berbasis website yang mengotomatisasi proses analisis tersebut. Penelitian menggunakan metode deskriptif dengan pendekatan kuantitatif. Data primer berupa 50 transaksi pelanggan yang mencakup enam jenis layanan dikumpulkan melalui observasi dan wawancara sederhana, kemudian diolah menggunakan nilai minimum support 20% dan minimum confidence 40%. Sistem pendukung dibangun menggunakan bahasa pemrograman PHP dengan framework Laravel dan basis data MySQL, serta divalidasi melalui Black Box Testing dan perbandingan antara perhitungan manual dengan keluaran sistem. Hasil penelitian menunjukkan bahwa sistem berhasil mengidentifikasi delapan aturan asosiasi yang valid, dengan hubungan terkuat ditemukan antara layanan Hair Coloring dan Hair Wash yang mencapai nilai confidence 57,89% dan lift ratio 1,2586. Pengujian fungsionalitas membuktikan bahwa seluruh dua belas skenario pengujian berjalan tanpa kesalahan, sementara validasi matematis menunjukkan kesesuaian 100% antara perhitungan manual dan keluaran sistem. Temuan ini dapat dimanfaatkan Hoya Barbershop sebagai dasar dalam merancang paket bundling layanan dan strategi promosi yang lebih tepat sasaran.
Downloads
How to Cite
Issue
Section
License
Copyright (c) 2026 Syahrul Ramadhan, Andi Zulherry

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.











