Data mining diartikan sebagai menambang data atau upaya untuk menggali
informasi yang berharga dan berguna pada database yang sangat besar. Hal
terpenting dalam teknik data mining adalah aturan untuk menemukan pola
frekuensi tinggi antara himpunan itemset yang disebut dengan Association Rule
(Aturan Asosiasi). Data kredit nasabah yang bermasalah menjadi bahan acuan
untuk membuat laporan evaluasi kredit oleh kantor asuransi PT. FIF Pekanbaru.
Selama ini pemberian kredit masih berdasarkan hasil survey serta wawancara
kepada nasabah yang dilakukan oleh pihak surveyor, dasar dari kelayakan
pemberian kredit tentu saja diputuskan oleh surveyor. Akan tetapi pemberian
kredit kepada nasabah sejauh ini masih terjadi permasalahan seperti penunggakan
dan pemutusan kontrak kredit. Yang dibutuhkan oleh perusahaan saat ini adalah,
bagaimana mengetahui atau mendapatkan sebuah informasi baru yang dapat
menunjukkan nasabah yang seperti apa nantinya yang layak diberikan kredit atau
tidak. Berdasarkan pembahasan yang telah dilakukan dengan algoritma apriori
serta dilakukanya pengujian dan simulasi dengan aplikasi Weka maka penulis
menarik kesimpulan bahwa hasil proses berupa jumlah dari 1 Item Set, 2 Item
Set, 3 Item Set atau lebih serta Rule terbaik dengan nilai confidence diatas 65%.
Kata Kunci : Analisis, Data Mining, Algoritma Apriori, Aturan Asosiasi