<![CDATA[The development of the restaurant business in the Sampit area has driven strong economic growth. The menu of most of the restaurants there usually serves food made from fresh water fish. However, one of the problems that often arises is running out of food menu stock when customers ask. This study proposes the use of data mining techniques using the FP-Growth algorithm to determine customer purchasing patterns and suggests a fresh water fish menu that should be offered by Brenzeel 48 Resto & Cafe Sampit Restaurant. This will help solve the problem. Using a minimum support of 50% and a minimum confidence of 80% produces 821 rules, produces the highest rule which is 2 rules and has a correlation between food menus which is positively correlated. By doing this calculation, restaurants can further improve service quality and avoid losses due to unsold or out of stock menus. The results of this study are expected to help restaurants make better decisions regarding the supply of fresh water fish menu stock, meet customer needs, increase the competitive level of the restaurant business.Keywords: Food Menu; Restaurants; Data Mining; FP-Growth Algorithm AbstrakPerkembangan bisnis restoran di wilayah Sampit telah mendorong pertumbuhan ekonomi yang kuat. Menu sebagian besar restoran di sana biasanya menyajikan makanan yang terbuat dari ikan air tawar. Namun, masalah yang sering muncul salah satunya adalah kehabisan stok menu makanan saat pelanggan meminta. Penelitian ini mengusulkan penggunaan teknik data mining dengan menggunakan Algoritme FP-Growth untuk mengetahui pola pembelian pelanggan dan menyarankan menu ikan air tawar yang harus ditawarkan oleh Restoran Brenzeel 48 Resto & Cafe Sampit. Ini akan membantu menyelesaikan masalah. Menggunakan minimum support 50% dan minimum confidence 80% menghasilkan 821 aturan, menghasilkan aturan tertinggi yaitu 2 aturan dan memiliki korelasi antara menu makanan yaitu positively correlated. Dengan melakukan perhitungan ini, restoran dapat lebih meningkatkan kualitas pelayanan dan menghindari kerugian karena menu yang tidak laku atau habis. hasil penelitian ini diharapkan dapat membantu restoran dalam mengambil keputusan yang lebih baik mengenai pasokan stok menu ikan air tawar, memenuhi kebutuhan pelanggan, meningkatkan tingkat kompetitif bisnis restoran.Kata Kunci: Menu Makanan; Restaurant; Data Mining; Algoritme FP-Growth]]>
