Industri cafe di Surabaya terus mengalami pertumbuhan yang pesat, ditandai dengan persaingan ketat dalam menarik pelanggan melalui inovasi pada variasi menu, fasilitas, dan strategi promosi. Darbe Corner, sebagai salah satu cafe baru yang beroperasi di Surabaya, menghadapi tantangan dalam mengembangkan strategi promosi yang efektif. Saat ini, proses penentuan produk promosi masih dilakukan secara manual tanpa memperhatikan pola pembelian yang terekam dalam data transaksi, sehingga promosi yang dilakukan kurang relevan dengan preferensi pelanggan. Selain itu, Darbe belum memiliki sistem rekomendasi berbasis data yang dapat membantu membentuk paket bundling sebagai dasar pengambilan keputusan promosi yang lebih terarah. Sebagai solusi atas permasalahan tersebut, penelitian ini bertujuan untuk mengembangkan sistem berbasis website yang mampu mengolah data transaksi menjadi rekomendasi paket bundling menggunakan algoritma FP-Growth. Sistem ini dirancang untuk mengidentifikasi frequent itemset dari data transaksi, menghasilkan rekomendasi bundling yang relevan, dan memungkinkan fitur kustomisasi seperti pengaturan batasan budget serta preferensi produk tertentu. Dengan mengotomatisasi proses analisis data, sistem ini diharapkan dapat mengurangi ketergantungan pada proses manual, meningkatkan efisiensi, dan mendukung Darbe Corner dalam bersaing di tengah ketatnya kompetisi industri cafe. Hasil implementasi dan pengujian sistem menunjukkan bahwa algoritma FP-Growth dengan parameter minimal support sebesar 0.007, minimal confidence sebesar 0.1, dan minimal lift sebesar 1.5 mampu menghasilkan association rules yang relevan. Sistem ini berhasil menghasilkan nilai System Usability Scale (SUS) sebesar 86.25, yang menunjukkan tingkat kepuasan pengguna yang baik. Berdasarkan pengujian terhadap pelanggan, ditemukan bahwa 51% bundling yang dihasilkan sesuai dengan preferensi pelanggan, sementara 90% bundling yang dipilih pelanggan juga sesuai dengan rekomendasi model.