Banyaknya persaingan dalam dunia bisnis pihak perusahaan mengharuskan pengelola melakukan analisis pembelian terhadap konsumen. Permintaan konsumen yang meningkat harus diimbangi dengan teknologi. Selama ini, hasil dari proses penjualannya hanya menjadi laporan pada perusahaan untuk mengetahui berapa banyak barang terjual dan pendapatannya. Ketersediaan barang yang akan dijual menjadi faktor yang penting. Kendala yang sering dihadapi yaitu kesulitan dalam pencatatan keluar barang, mengatur pola itemset dalam waktu bersamaan, laporan penjualan tiap tahunnya tidak digunakan sebagai acuan untuk mengantisipasi persediaan barang. Banyaknya data tersebut membutuhkan sebuah proses data mining, yang dapat dilakukan analisis terhadap konsumen dalam kegiatan transaksinya. Salah satu metode dalam teknik data mining yaitu association rule mining dapat digunakan untuk menemukan hubungan diantara data dengan algoritma untuk mencari kandidat aturan asosiasi. Algoritma yang bisa dipakai adalah algoritma apriori bedasarkan data transaksi. Pada penelitian ini yaitu minimum support 15% dan nilai minimum confidance 47%, sehingga konsumen cenderung membeli produk Zipper anak, Hoodie dan produk Hoodie Anak dengan hasil prediksi stok Hoodie anak kurang 321 qty dari Zipper Anak dan Hoodie