Perpustakaan Digital ITB

MUNO Coffee menghadapi pertumbuhan revenue yang belum konsisten dan penerapan promosi bundling yang masih ditentukan secara intuitif melalui penggabungan produk terlaris dengan minuman termurah serta diskon tetap. Kondisi tersebut dapat meningkatkan volume penjualan, tetapi belum menjamin peningkatan profit yang berkelanjutan. Penelitian ini bertujuan merancang kandidat product bundling berdasarkan pola pembelian konsumen dan menentukan strategi mixed bundling pricing yang menghasilkan profit terbaik bagi MUNO Coffee. Penelitian menggunakan data transaksi historis Januari 2024–Maret 2026, data perubahan harga, dan Cost of Goods Manufactured (COGM) dengan kerangka CRISP-DM. Association Rule Mining dengan algoritma Apriori digunakan untuk mengidentifikasi kombinasi produk berdasarkan support, confidence, dan lift. Sampling dilakukan untuk menguji kestabilan pola, sedangkan elastisitas harga permintaan digunakan untuk memperkirakan perubahan demand pada berbagai skenario harga. Selanjutnya, pendekatan valuasi dan probabilitas pilihan konsumen yang diadaptasi dari Letham dkk. digunakan untuk membandingkan pilihan produk satuan dan bundle, kemudian setiap skenario dievaluasi menggunakan incremental profit dengan batas minimum margin 20%. Hasil penelitian menghasilkan 29 kandidat bundling akhir. Seluruh kandidat memiliki elastisitas agregat negatif dengan rentang -1,9607 hingga -0,0465. Pada skenario harga terbaik, probabilitas pemilihan bundle berada pada rentang 32,16%– 63,66%. Sebanyak 28 dari 29 kandidat menghasilkan incremental profit positif, dengan nilai tertinggi sebesar Rp2.128.074 pada bundle Wonton dan Kentang Goreng pada harga Rp22.000. Kandidat Nasi Goreng Muno dan Teh tidak direkomendasikan karena menghasilkan incremental profit negatif sebesar Rp71.575. Dengan demikian, rancangan ini memberikan dasar berbasis data bagi MUNO Coffee dalam menentukan kombinasi produk dan harga bundle yang lebih berorientasi pada peningkatan profit.