Penelitian ini mengembangkan sistem rekomendasi paket menu makanan dengan menerapkan algoritma Apriori untuk menemukan hubungan antar item dalam data penjualan. Algoritma ini bekerja dengan membentuk kandidat kombinasi item yang mungkin terjadi dan menguji apakah kombinasi tersebut memenuhi parameter minimum support dan confidence yang ditetapkan pengguna. Dengan minimum support 0,8% dan confidence 40%, penelitian ini menghasilkan dua aturan asosiasi: jika konsumen membeli mie rebus telur, kemungkinan besar mereka juga akan membeli air mineral, dan jika konsumen membeli nasi ayam penyet, mereka juga akan membeli air mineral. Pengujian lift ratio menunjukkan korelasi positif antara item-item tersebut dengan nilai lift > 1, yaitu mie rebus telur dan air mineral memiliki confidence 52,38% dan lift 3,57, sedangkan nasi ayam penyet dan air mineral memiliki confidence 43,48% dan lift 2,97, yang berarti hubungan antar item tersebut cukup kuat. Hasil dari User Acceptance Test menunjukkan rata-rata keseluruhan sebesar 83,8%, yang mengindikasikan bahwa sistem informasi berbasis website ini layak digunakan untuk memberikan rekomendasi paket menu yang sesuai dengan preferensi pelanggan, sehingga dapat membantu restoran dalam menyusun strategi paket yang lebih efektif.