Penelitian ini bertujuan untuk menganalisis data transaksi penjualan di SM_Online Store menggunakan algoritma Apriori. Data yang digunakan yaitu data transaksi penjualan toko online yang ada di shopee dalam waktu bulan Mei sampai dengan Agustus 2024 dengan jumlah 36.545 data transaksi. Algoritma Apriori diterapkan untuk mengidentifikasi pola pembelian konsumen dengan mencari frequent itemsets dan menghasilkan aturan asosiasi berdasarkan nilai support dan confidence.Hasil analisis tersebut diuji menggunakan dua cara yaitu lift dan conviction. Hasil analisis menunjukkan bahwa kombinasi produk yang sering dibeli bersamaan dapat digunakan untuk strategi pemasaran yang lebih efektif, seperti promosi bundling. Dalam penelitian ini, ditemukan 17 kombinasi produk yang sering dibeli bersamaan dengan nilai minimum support 0,003. Salah satu kombinasi produk yang memiliki nilai tertinggi yaitu SM Spons Cuci Piring isi 5pc dan SM Lap Dapur Pembersih Noda, dengan nilai support 0,017137 dengan tingkat confidence mencapai 45%, lift lebih dari 1, dan conviction lebih dari 1, yang menandakan hubungan antar produk tersebut valid dan potensial untuk dijadikan dasar strategi pemasaran.