DRW Beauty Skincare memiliki data transaksi penjualan yang belum dimanfaatkan secara optimal untuk mengetahui pola pembelian pelanggan dan mendukung pengambilan keputusan operasional. Penelitian ini bertujuan untuk mengimplementasikan association rules menggunakan algoritma FP-Growth pada data transaksi penjualan produk DRW Beauty Skincare. Data yang digunakan dalam penelitian terdiri dari data transaksi periode Juli 2025 hingga April 2026 sebanyak 22.751 baris data, yang kemudian digunakan dalam proses pemodelan dan pengujian melalui skenario split data. Variabel yang digunakan dalam analisis meliputi produk, operator, dan waktu transaksi, dengan kategori waktu disesuaikan berdasarkan shift kerja. Sistem dikembangkan berbasis web menggunakan metode Waterfall dan dilengkapi fitur unggah dataset, pembersihan data, analisis pola transaksi, dashboard insight, riwayat analisis, filter hasil, deteksi anomali, serta unduh laporan. Tahapan analisis dilakukan melalui preprocessing data, pembentukan itemset transaksi, transformasi data menggunakan one-hot encoding, pembentukan frequent itemset, dan pembentukan aturan asosiasi. Algoritma FP-Growth digunakan untuk menghasilkan aturan asosiasi berdasarkan nilai support, confidence, dan lift ratio sehingga hubungan antarvariabel transaksi dapat diketahui secara lebih terstruktur. Hasil pengujian menunjukkan bahwa sistem berjalan sesuai kebutuhan berdasarkan Black Box Testing, memperoleh persentase penerimaan sebesar 100% pada User Acceptance Testing (UAT), serta mampu menangani akses pengguna secara bersamaan berdasarkan pengujian menggunakan Locust. Hasil penelitian menunjukkan bahwa sistem dapat membantu pengguna memperoleh insight dari data transaksi penjualan produk skincare sebagai dasar dalam memahami pola keterkaitan antara produk, operator, dan waktu transaksi.