Pada era ini usaha cafe sangat diminati oleh banyak masyarakat Indonesia. Menjamurnya usaha kafe membuat pengelola kafe harus memutar otak untuk membuat strategi bisnis yang tepat salah satunya yaitu strategi paket bundling. Paket bundling adalah menjual beberapa produk yang digabungkan dan dijual menjadi satu unit. Penentuan paket bundling secara manual dapat menimbulkan kesalahan pada penentuan paket bundling karena tanpa adanya dasar dari analisis data penjualan. Dengan adanya permasalahan tersebut maka diperlukan sistem untuk menemukan kombinasi item yang tepat untuk menjadi paket bundling. Beberapa penelitian terkait kombinasi item sering menggunakan metode algoritma Apriori. Akan tetapi, algoritma Apriori memiliki kekurangan yaitu membutuhkan waktu yang cukup lama untuk memproses data menjadi kombinasi item. Sehingga perlu Algoritma untuk mempercepat proses pengolahan data menjadi kombinasi item yaitu algoritma FP-Growth. Algoritma FP- Growth digunakan untuk menggali kombinasi item menu dengan cara menghitung Support (S) dan Confidence (C) tiap kombinasi item pada data transaksi kafe Dhanita Husada. Hasil dari penelitian ini berhasil menemukan hubungan antar item menu dengan efektif. Hasil penelitian menunjukkan bahwa menggunakan metode FP-Growth, berhasil diidentifikasi pola asosiasi antar item-menu di kafe. Ditemukan Association Rule yaitu paket Nasi Sop dan Es Teh dengan support 16% dan confidence 82%, Pisang dan Es Teh dengan support 16% dan confidence 75%, serta Jus dan Es Teh dengan support 16% dan confidence 52%.
Kata Kunci: Paket Bundling, Apriori, FP-Growth