SISTEM REKOMENDASI PRODUK BUNDLING MENGGUNAKAN ALGORITMA APRIORI DAN ASSOCIATION RULE TEMPORALMuhammad Zulfikar AlRasyidauthorPerilaku pembelian konsumen bersifat dinamis dan dipengaruhi oleh faktor waktu, sehingga pola transaksi pada suatu periode sering kali tidak lagi relevan pada periode berikutnya. Kondisi tersebut menyebabkan sistem rekomendasi produk bundling yang bersifat statis cenderung menghasilkan kombinasi produk yang kurang optimal dalam mendukung peningkatan nilai penjualan. Berdasarkan permasalahan tersebut, penelitian ini mengembangkan sistem rekomendasi produk bundling dengan mengintegrasikan algoritma Apriori dan Association Rule Temporal agar rekomendasi yang dihasilkan selaras dengan perubahan pola pembelian dari waktu ke waktu. Tahapan penelitian meliputi pengolahan data transaksi untuk memperoleh frequent itemset menggunakan algoritma Apriori sebagai dasar penyusunan aturan asosiasi. Selanjutnya, dimensi temporal diterapkan melalui Association Rule Temporal dengan membagi dataset ke dalam interval waktu tertentu, sehingga pola pembelian musiman atau periodik dapat teridentifikasi secara lebih rinci. Aturan asosiasi pada setiap interval dianalisis untuk menghasilkan rekomendasi bundling yang sesuai dengan karakteristik transaksi pada periode tersebut. Hasil penelitian menunjukkan bahwa integrasi algoritma Apriori dan Association Rule Temporal menghasilkan rekomendasi produk bundling yang lebih relevan, adaptif terhadap perubahan pola pembelian, serta lebih efektif dibandingkan sistem rekomendasi statis. Sistem ini memberikan dukungan analitis yang dapat dimanfaatkan oleh pelaku usaha retail maupun e- commerce dalam menyusun strategi bundling yang responsif terhadap dinamika perilaku konsumen.000 Ilmu komputer, informasi dan pekerjaan umum003 Sistem-sistem2026-02-23Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis