<![CDATA[Penumpukan data terus terjadi berbanding lurus dengan waktu, pemanfaatan data dapat digunakan dalam berbagai cara. Seperti pada umumnya, teknik asosiasi normalnya diterapkan pada sekumpulan data transaksi dengan harapan menemukan korelasi antara itemset. Namun, pada penelitian kali ini penulis ingin mencoba untuk menerapkan teknik asosiasi terhadap dataset diagnosa penyakit pada pasien umum, melihat kesamaan pola dari data yang dapat ditemukan korelasinya dengan algoritma Fp-Growth. Diharapkan hasil korelasi antara diagnosa dapat menjadi benang merah dalam pemanfaatan, penelitian, serta pengembangan untuk mencapai sebuah pembaharuan. Algoritma Frequent Pattern Growth (FP-Growth) merupakan algoritma yang sesuai untuk menentukan kumpulan data yang paling sering muncul (frekuensi itemset) dalam menganalisa korelasi antara diagnosa penyakit dari pasien, dan berikutnya hasil dari penambangan data divisualisasikan dengan basis website dengan streamlit. Dengan terus mencari hasil yang optimal dengan trial and error, dan salah hasil dari salah satu aturan terdapat pada nilai threshold 0,6 yang diterapkan pada kecamatan masa lembu mendapatkan korelasi pada aturan ketiga yaitu Neoplasma Jinak berkorelasi dengan Ileus paralitik dan obstruksi dengan nilai support 0,8 dan confidence 1. Hasil dari aturan asosiasi diharapkan dapat dikembangkan dan dapat memberikan kontribusi lebih lanjut dalam menentukan keputusan yang lebih matang.Kata kunci: Teknologi, Big Data, Penambangan Data, Association Rules FP-Growth]]>
