Salah satu strategi untuk dapat bertahan dari persaingan bisnis yaitu dengan
merekomendasikan barang ke pelanggan dengan tujuan untuk meningkatkan
penjualan. Apriori untuk menghasilkan pola aturan pembelanjaan dari data
transaksi. Namun apriori tidak relevan pada rekomendasi barang karena
pelanggan berpengaruh pada pembelian barang. Penelitian ini bertujuan untuk

menghasilkan model rekomendasi peralatan makan menggunakan algoritma K-
Means dan Apriori dengan pendekatan clustering pada pelanggan. Menemukan

bukti konsistensi rekomendasi peralatan makan dengan pendekatan clustering
pada pelanggan mampu menghasilkan kinerja yang lebih baik. Melihat perbedaan
hasil rekomendasi dari metode Apriori dengan pengklasteran pelanggan
menggunakan K-Means. Hasil dari penelitian ini model rekomendasi peralatan
makan menggunakan algoritma K-Means dan Apriori pada aplikasi dengan
parameter RFM sebagai pembentuk klaster pada pelanggan. Pada nilai support
terdapat perbedaan yang signifikan berdasarkan pada cluster 1 dan cluster 3
dengan hasil cluster 3 memiliki nilai support rata-rata yang lebih baik. Pengujian
nilai confidence dan lift ratio yang terbentuk terdapat perbedaan. Cluster 1 lebih
baik jika dibandingkan dengan penerapan Apriori tanpa menggunakan pendekatan
cluster. Sedangkan pada total pola yang terbentuk cluster 1 lebih baik jika
dibandingan Apriori tanpa cluster.

Kata Kunci: Rekomendasi, Peralatan Makan, Apriori dan K-Means