History: Re ce ived : 25 Juni 2023 Revised : 10 Oktober 2023 Accepted : 25 Desember 2023 Published: 26 Desember 2023 Publisher: LPPM Universitas Darma Agung Licensed: This work is licensed under Attribution-NonCommercial-No Derivatives 4.0 International (CC BY-NC-ND 4.0) Jurnal Darma Agung Volume: 31, Nomor: 6, (2023), Desember: 317 - 326 https://dx.doi.org.10.46930/ojsuda.v31i6.3616 P-ISSN:0852-7296 E-ISSN:2654-3915 TEKNIK ASOSIASI DATA MINING SEBAGAI AKSI BISNIS DALAM MENCIPTAKAN VARIAN PRODUK BARU Feri Sulianta 1) , Ahmad Zaeni 2) Fakultas Teknik Universitas Widyatama, Bandung, Indonesia 1,2) Corresponding Author: feri.sulianta@widyatama.ac.id 1) Abstrak Dalam melakukan strategi pemasaran produk perlu data informasi acuan agar promosi dapat dilakukan dengan tepat sasaran, seperti contoh dengan mencari ratio pembelian antara beberapa produk pada toko pizza. Penelitian ini menggunakan penerapan metode association rule dan algoritma apriori pada dataset transaksi pembelian pada restoran untuk membantu membuat kandidat kombinasi antara beberapa produk dalam kaitannya dengan kombinasi varian pada satu produk bagi pelanggan. Teknik data mining menggunakan raw data transaksi, dan ditentukan nilai support minimum adalah 20% dan 10% serta nilai confidence minimum 60% dengan pengolahan data menggunakan Python versi 3.9. Algoritma apriori dapat menghasilkan aturan asosiasi sebagai aksi bisnis dalam menciptakan produk kombinasi varian toping pada restoran pizza berdasarkan nilai support dan confidence minimum. Hasil rekomendasi didapatkan pada saat ambang batas 20% memberikan rekomendasi pizza jenis vegetarian saja, sedangkan saat nilai ambang batas diterapkan 10%, rekomendasi yang diberikan bukan hanya jenis vegetarian saja. Nilai terbaik untuk jenis pizza vegetarian didapatkan untuk pasangan toping Red Peppers dengan Tomatoes dengan skor lift sebesar 1.440581, dan nilai lift terkecil adalah toping Tomatoes dan Garlic dengan skor lift 1.207387, serta kombinasi ketiga toping tersebut. Sedangkan untuk jenis non vegan memiliki nilai lift ratio terbesar yaitu >2 dengan toping Chicken dan Tomatoes dengan Red Peppers, dan kombinasi antara ketiga toping tersebut. Kata Kunci: Algoritma Apriori; Association Rule; Data Mining; Aksi Bisnis Abstract In carrying out a product marketing strategy, reference information data is needed so that promotions can be carried out on target, for example by finding the ratio of purchases between several products at a pizza shop. This study uses the application of the association rule method and the a priori algorithm to a dataset of purchase transactions at restaurants to help make candidate combinations between several products in relation to a combination of variants on one product for customers. Data mining techniques use raw transaction data, and the minimum support values are determined to be 20% and 10% and the minimum confidence value is 60% by processing data using Python version 3.9. The apriori algorithm can produce association rules as business actions in creating product combinations of pizza topping variants at pizzerias based on predetermined minimum support and confidence values. The recommendation results are obtained when the 20% threshold provides only vegetarian pizza recommendations, whereas when the threshold value is applied at 10%, the recommendations given are not only vegetarian types. The best score for this type of vegetarian pizza was obtained for the Red Peppers and Tomatoes topping with a lift score of 1.440581, and the lowest lift value was Tomatoes and Garlic topping with a lift score of