Effective compensation management is a key factor for the success and sustainability of Small and Medium Enterprises (SMEs). This study aims to analyze the implementation of adhered and overlapping compensation management at XYZ SME in Subang Regency, West Java. Data were collected through questionnaire surveys, interviews, and documentation studies related to compensation policies and employee salary structures. Data analysis included salary mapping using the adhered and overlapping methods, and job evaluation using the Eckenrode system. The results showed that the majority of employees of XYZ receive basic salaries below the Provincial Minimum Wage (UMP) and Regency/City Minimum Wage (UMK). The implementation of adhered and overlapping compensation management is expected to improve the internal fairness of the compensation system and provide ideal salary recommendations for employees. The findings of this study provide valuable insights for similar SMEs in optimizing compensation strategies to maintain competitiveness, increase satisfaction, and boost employee productivity. 

Masih terdapat stok yang menumpuk akibat ada item yang belum terjual, serta dalam menentukan forecast stok masih manual yaitu dengan menghitung sisa stok yang ada di gudang atau warehouse lalu kemudian di cocokkan dengan data pembelian sehingga belum terintegrasi, maka perlu dibuatkan sistem yang dapat terintegrasi antara stok actual dengan jumlah pembelian sehingga lebih akurat dan meminimalisir kesalahan dalam pencatatan sehingga mempermudah dalam strategi forecast stok. Dengan adanya metode algoritma apriori dalam menetapkan stok produk yang nantinya akan di jual dan mengetahui hasil akhir dari analisa data yang di gunakan untuk mengetahui hasil akhir. Data penelitian yang dilakukan selama 1 bulan dengan 28 jenis produk homecare, melakukan wawancara mengenai data yang akan di hitung dan melakukan obsevarsi secara langsung. Data manual yang diberikan untuk di hitung nilai support 20% dan confidence 50% menggunakan metode algoritma apriori, dan menggunakan aplikasi rapidminer memakai 14 data dengan  minimum support 20% confidence 50%.