<![CDATA[Abstract:School canteens generate transaction data every day, but in many cases this data has not been optimally utilized to support managerial decision making. This study aims to analyze sales patterns in a school canteen using the Apriori algorithm as one of the data mining techniques to discover association rules between products. The data used in this study consist of 300 sales transactions collected over a three-month period. The research method includes data collection, preprocessing, determination of minimum support and confidence values, generation of frequent itemsets, and formation of association rules. The results show several product combinations that are frequently purchased together and have high support and confidence values. These findings can be used as a basis for decision making in inventory management, product arrangement, and sales strategy in school canteens. Keywords: Data Mining, Apriori Algorithm, School Canteen, Decision Support Abstrak: Kantin sekolah menghasilkan data transaksi penjualan setiap hari, namun dalam banyak kasus data tersebut belum dimanfaatkan secara optimal untuk mendukung pengambilan keputusan manajerial. Penelitian ini bertujuan untuk menganalisis pola penjualan di kantin sekolah menggunakan algoritma Apriori sebagai salah satu teknik data mining untuk menemukan aturan asosiasi antar produk. Data yang digunakan dalam penelitian ini berjumlah 300 transaksi penjualan yang dikumpulkan selama periode tiga bulan. Metode penelitian meliputi pengumpulan data, praproses data, penentuan nilai minimum support dan confidence, pembentukan frequent itemset, serta pembentukan aturan asosiasi. Hasil penelitian menunjukkan beberapa kombinasi produk yang sering dibeli secara bersamaan dan memiliki nilai support serta confidence yang tinggi. Hasil ini dapat digunakan sebagai dasar pengambilan keputusan dalam pengelolaan stok, penataan produk, dan strategi penjualan di kantin sekolah. Kata kunci: Data Mining, Algoritma Apriori, Kantin Sekolah, Pengambilan Keputusan]]>
