<![CDATA[UMKM pada bidang usaha kuliner sedang mengalami peningkatan yang signifikan sehingga muncul persaingan dalam dunia bisnis yang semakin tidak terelakkan. Selain itu, kebiasaan pelanggan dalam melakukan pembelian yang membutuhkan waktu lama menjadi perhatian khusus bagi pemilik bisnis Premium Salad.co untuk dapat membuat penawaran produk yang lebih sesuai dengan keinginan pelanggann. Oleh karena itu, penelitian ini bertujuan untuk membentuk sebuah strategi pemasaran dalam bentuk rekomendasi paket menu atau dapat juga digunakan sebagai paket bundling produk dengan memperhatikkan produk apa saja yang memiliki frekuensi penjualan yang sering dibeli secara bersamaan oleh pelanggan, hal ini bertujuan untuk meningkatkan daya tarik pelanggan. pada saat memilih dan membeli produk, meningkatkan keuntungan penjualan, pemerataan penjualan produk, sekaligus inovasi baru untuk mengimbangi adanya persaingan bisnis kuliner. Data transaksi yang sebelumnya tidak dimanfaatkan secara optimal oleh Premium Salad.co kini dapat dimanfaatkan untuk mencari pengetahuan lebih dalam mengenai gambaran penjualan produk yang terjadi secara keseluruhan dengan bantuan data mining. Pada penelitian ini metode data mining yang digunakan yaitu clustering dan aturan asosiasi. Algoritma k-means berperan untuk mengelompokkan data dalam 4 cluster dengan nilai uji validitas Davies Bouldin Index (DBI) sebesar 0,465. Algoritma apriori berpartisipasi dalam pencarian aturan asosiasi pada cluster. Tujuan dari penggabungan dua metode ini agar menghasilkan aturan asosiasi yang lebih variatif dan lebih sesuai dengan penyelesaian masalah yang dibutuhkan. Dengan menetapkan dukungan minimum sebesar 0,01 dan kepercayaan minimum sebesar 0,5. Pada cluster 0 dengan dataset 321 transaksi menghasilkan 1 aturan dengan tingkat kepercayaan tertinggi sebesar 75%. Cluster 3 dengan dataset paling kecil yaitu 127 transaksi mampu menghasilkan sejumlah 16 aturan dengan tingkat kepercayaan tertinggi mencapai 100%.]]>
