Persaingan ketat dalam sektor bisnis kuliner modern menuntut setiap pengusaha untuk secara proaktif merumuskan strategi pemasaran yang efektif demi meningkatkan volume penjualan. Hal ini berlaku bagi Warung Bakso Lezaatoz, di mana data transaksi penjualan tercatat secara berkelanjutan setiap hari. Kumpulan data historis yang masif ini memiliki informasi tersembunyi yang sangat bermanfaat jika diolah dengan baik, terutama untuk memprediksi perilaku belanja konsumen dan mengoptimalkan persediaan. Oleh karena itu, penelitian ini bertujuan memanfaatkan data tersebut dengan menerapkan Algoritma Apriori, salah satu metode Data Mining yang berfokus mencari dan mengidentifikasi pola asosiasi berdasarkan pola belanja konsumen. Metode ini digunakan untuk mengetahui item-item makanan yang selalu dibeli secara bersamaan, sehingga menghasilkan aturan yang dapat dijadikan dasar pengambilan keputusan. Penerapan algoritma ini terbukti efektif dalam memetakan perilaku konsumen. Berdasarkan hasil pengolahan data, ditemukan bahwa varian makanan yang paling sering dibeli oleh konsumen adalah Bakso Kenangan, Bakso Keju, dan Bakso Boom. Aturan asosiasi terkuat yang dihasilkan, dengan nilai confidence yang tinggi, menunjukkan hubungan yaitu jika konsumen membeli Bakso Keju dan Bakso Boom, maka mereka akan membeli Bakso Kenangan. Aturan ini memiliki nilai support sebesar 55% dan nilai confidence sebesar 91,2%. Dengan diketahuinya aturan asosiasi yang kuat ini, pihak Warung Bakso Lezaatoz dapat menyusun strategi pemasaran yang lebih cerdas, seperti membuat paket promosi bundling produk, untuk meningkatkan penjualan secara merata di seluruh menu yang ditawarkan dan memaksimalkan pendapatan.