Salon Shopia memiliki data transaksi layanan pelanggan yang terus bertambah setiap tahunnya, namun data transaksi tersebut masih digunakan sebagai arsip administrasi dan pemanfaatannya untuk menganalisis pola kombinasi layanan pelanggan masih terbatas. Penentuan paket layanan dan strategi promosi masih dilakukan secara manual berdasarkan perkiraan, sehingga informasi mengenai pola kombinasi layanan yang sering digunakan pelanggan tidak tersedia dalam bentuk analisis yang sistematis. Penelitian ini bertujuan untuk menerapkan Algoritma Apriori dalam menganalisis pola kombinasi layanan salon yang sering digunakan secara bersamaan oleh pelanggan, serta merancang sistem berbasis web yang dapat mengelola data transaksi dan menampilkan hasil analisis secara otomatis. Metode pengembangan sistem yang digunakan adalah Prototype. Sistem dikembangkan menggunakan bahasa pemrograman PHP, database MySQL, serta framework Bootstrap untuk perancangan antarmuka. Proses analisis dilakukan menggunakan Algoritma Apriori dengan parameter minimum support, minimum confidence, dan lift ratio untuk menghasilkan aturan asosiasi antar layanan. Data yang digunakan merupakan data transaksi layanan pelanggan Salon Shopia periode tahun 2023 hingga 2025 sebanyak 1.095 transaksi. Hasil penelitian menunjukkan bahwa Algoritma Apriori berhasil menemukan pola kombinasi layanan yang sering dipilih pelanggan. Pemrosesan menggunakan parameter minimum support 8% dan minimum confidence 50% menghasilkan 5 frequent itemset dan 99 aturan asosiasi. Sistem yang dibangun mampu membantu proses analisis data transaksi secara lebih cepat dan terstruktur, serta dapat membantu pemilik salon dalam menentukan paket layanan dan promosi berdasarkan data transaksi pelanggan.

Shopia Salon has a growing volume of customer service transaction data each year; however, this data is still primarily used for administrative record-keeping, and its application in analyzing patterns of service combinations remains limited. The determination of service packages and promotional strategies is still done manually based on estimates, so information regarding the service combinations frequently used by customers is not available in the form of systematic analysis. This study aims to apply the Apriori algorithm to analyze patterns of salon service combinations frequently used together by customers, as well as to design a web-based system capable of managing transaction data and automatically displaying analysis results. The system development method used is the Prototype approach. The system was developed using the PHP programming language, a MySQL database, and the Bootstrap framework for interface design. The analysis process was conducted using the Apriori algorithm with parameters for minimum support, minimum confidence, and lift ratio to generate association rules between services. The data used consisted of 1,095 customer service transaction records from Salon Shopia for the period from 2023 to 2025. The results of the study show that the Apriori algorithm successfully identified patterns of service combinations frequently selected by customers. Processing using a minimum support of 8% and a minimum confidence of 50% yielded 5 frequent itemsets and 99 association rules. The developed system is capable of facilitating a faster and more structured transaction data analysis process, and can assist salon owners in determining service packages and promotions based on customer transaction data.