<![CDATA[Companies should think to increase product sales about several strategies in achieving their goals, one of the strategies used is to utilize sales transaction data for suspect a good sales strategy. This article helps companies find customer purchasing patterns so that there is no vacancy in stock due to high sales intensity. The CRISP-DM method is used in the data mining process, which includes 6 main phases, namely: Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, Depployment. Using 4693 Sales transaction data record and will be tested to find customer purchasing patterns. Based on the test results with minimum support = 0.2 and confidence = 0.2, it produces a combination of 3 items with 3 rules. Thus, it can be found which goods have high sales intensity and the company can always prepare stocks of these products.Keyword: Data Mining; Apriori Algorithm; Customer Purchase Patterns; Sales StrategyAbstrakPerusahaan harus menemukan beberapa cara baru untuk membuat produk banyak terjual guna mencapai tujuannya, beberapa strategi yang digunakan yaitu dengan menggunakan data transaksi penjualan guna mendukung startegi penjualan. Penelitian ini membantu perusahaan dalam menemukan pola pembelian pelanggan agar tidak terjadi kekosongan persediaan barang karena intensitas penjualan yang tinggi. Metode CRISP-DM diimplementasikan pada proses data mining, yang meliputi 6 fase utama yaitu: Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluasi, Penyebaran. Menggunakan 4693 Record data transaksi penjualan dan akan diuji untuk menemukan pola pembelian pelanggan. Hasil percobaan dengan minimum support=0,2 dan confidance=0,2 mendapatkan kombinasi 3 item sebanyak 3 rule. Dengan demikian dapat ditemukan barang mana yang intensitas penjualannya tinggi dan perusahaan dapat selalu menyiapkan stok barang produk tersebut.Kata kunci: Data Mining; Algoritme Apriori; Pola Pembelian Pelanggan; Strategi Penjualan ]]>
