<![CDATA[Abstrak— Persaingan di dunia bisnis, khususnya dalam industri apotek, menuntut para pengembang bisnis tersebut menemukan suatu strategi yang dapat meningkatkan penjualan obat. Salah satu caranya yaitu dengan memberikan potongan harga pada kombinasi obat-obat tertentu yang sering dibeli secara bersamaan. Hal tersebut dapat dilakukan dengan menggunakan teknik analisis keranjang pasar yaitu menganalisis kebiasan belanja konsumen. Data mining merupakan suatu metode pengolahan informasi tersembunyi dari suatu database informasi yang besar. Pengimplementasian data mining terdapat berbagai macam metode, salah satunya adalah Algoritma A Priori. Algoritma A Priori merupakan algoritma pengambilan data dengan aturan asosiatif (association rule) untuk menentukan hubungan asosiatif suatu kombinasi item (Kusrini, 2007). Penelitian ini dilakukan dengan melakukan analisis asosiasi pada data transaksi obat menggunakan Algoritma A Priori. Analisis dilakukan dengan membandingkan hasil analisis asosiasi dengan Algoritma A Priori dan analisis tanpa menggunakan metode. Hasil analisis ini dilakukan pengujian dari data mining yaitu lift. Analisis asosiasi dengan 2-itemset menggunakan Algoritma A Priori terhadap 700 data (209 transaksi penjualan) menghasilkan 6 kaidah/aturan dengan 2 aturan yang menghasilkan nilai lift 2.09 dan 1.3 dengan waktu 12 detik. Analisis asosiasi dengan 3-itemset menggunakan Algoritma A Priori terhadap 200 data (62 transaksi penjualan) menghasilkan 33 kaidah/aturan dengan nilai lift kurang dari 1 dengan waktu 23 detik. Sehingga dapat disimpulkan bahwa Algoritma A Priori dapat digunakan untuk menganalisis kebiasaan belanja konsumen untuk menghasilkan kaidah/aturan yang berisi kombinasi antar obat. ]]>
