Amelia Salon mencatat transaksi pelanggan secara manual sehingga data transaksi tidak dapat dimanfaatkan untuk pengambilan keputusan, khususnya dalam penyusunan strategi bundling dan cross-selling. Penelitian ini bertujuan menerapkan CRM Analitik berbasis Association Rule Mining menggunakan algoritma Apriori untuk mengidentifikasi pola keterkaitan layanan dan produk pelanggan, serta merancang dan mengimplementasikan sistem CRM Analitik berbasis web. Penelitian menggunakan jenis rancang bangun dengan metode pengembangan Waterfall. Data yang digunakan berupa 2.817 data transaksi pelanggan pada periode Desember 2024 hingga November 2025. Sistem dikembangkan menggunakan PHP, Laravel, dan MySQL. Pengujian dilakukan menggunakan black box testing, white box testing, dan User Acceptance Testing (UAT). Hasil analisis dengan nilai minimum support 3% dan minimum confidence 30% menghasilkan 11 aturan asosiasi. Kombinasi Hair Styling dengan Putri Hair Tonic memiliki nilai lift ratio tertinggi sebesar 12,69, yang berarti kedua item tersebut memiliki keterkaitan yang sangat kuat, pelanggan yang melakukan Hair Styling 12,69 kali lebih cenderung membeli Putri Hair Tonic dibandingkan pelanggan yang tidak melakukan Hair Styling. Hasil UAT memperoleh nilai rata-rata 4,60 dari skala 5, yang menunjukkan bahwa sistem berada pada kategori "Sangat Baik" dan dapat diterima oleh pengguna. Sistem yang dikembangkan mampu mendigitalisasi pencatatan transaksi, menghasilkan pola asosiasi layanan dan produk, serta mendukung pengambilan keputusan berbasis data pada Amelia Salon.
Kata kunci: Algoritma Apriori, Association Rule Mining, Bundling, CRM Analitik, Cross-Selling.

Amelia Salon records customer transactions manually, making it impossible to utilize transaction data for decision-making, particularly for bundling and cross-selling strategies. This study aims to apply Analytical CRM based on Association Rule Mining using the Apriori algorithm to identify service and product association patterns, and to design and implement a web-based Analytical CRM system. The study uses a research and development design with the Waterfall development method. Data consists of 2,817 customer transactions from December 2024 to November 2025. The system is developed using PHP, Laravel, and MySQL. Testing is conducted using black box testing, white box testing, and User Acceptance Testing (UAT). Analysis with a minimum support of 3% and minimum confidence of 30% produces 11 association rules. The combination of Hair Styling and Putri Hair Tonic gets the highest lift ratio of 12.69, indicating a very strong association between the two items, customers who perform Hair Styling are 12.69 times more likely to purchase Putri Hair Tonic compared to customers who do not. The UAT results obtains an average score of 4.60 out of 5, indicating that the system falls within the "Very Good" category and is accepted by users. The system successfully digitizes transaction recording, generated service and product association patterns, and supported data-driven decision-making at Amelia Salon.
Keywords: Analytical CRM, Association Rule Mining, Apriori Algorithm, Bundling, Cross-Selling.