<![CDATA[Good asset management is one of the key factors in supporting the operational effectiveness of educational institutions, including at the Indonesian Railway Polytechnic (PPI) Madiun. However, manual asset management often leads to problems such as reporting delays, data discrepancies, and a lack of information patterns that can be utilized for decision-making. This research aims to develop a web-based asset monitoring system equipped with the Apriori algorithm to analyze the correlation patterns among asset data. The Apriori algorithm was chosen for its ability to extract association rules from large historical datasets, thereby supporting the asset evaluation and planning process. The research involves the stages of asset data collection and preprocessing, application of the Apriori algorithm to generate association rules with a minimum support value of 0.1 and a confidence value of 0.7. The system design is capable of providing accurate information on asset correlations and supports a more systematic monitoring process. This system is not only beneficial for operational management but also directly contributes as supporting data for LAMTEKNIK program study accreditation, particularly in the aspects of facilities-infrastructure and asset governance. In addition, this system can serve as part of the Internal Quality Audit (AMI) instruments, strengthening evidence of administrative orderliness and data-driven decision-making in quality assurance at PPI Madiun. Keywords: Apriori, Asset Monitoring, Data Mining, Web Information System, LAMTEKNIK, Internal Quality Audit Manajemen aset yang baik merupakan salah satu faktor kunci dalam mendukung efektivitas operasional institusi pendidikan, termasuk di lingkungan Politeknik Perkeretaapian Indonesia (PPI) Madiun. Namun, pengelolaan aset secara manual sering menimbulkan masalah seperti keterlambatan pelaporan, ketidaksesuaian data, dan kurangnya pola informasi yang dapat digunakan untuk pengambilan keputusan. Penelitian ini bertujuan untuk mengembangkan sistem monitoring aset berbasis web yang dilengkapi dengan algoritma Apriori untuk menganalisis pola keterkaitan antar data aset. Algoritma Apriori dipilih karena kemampuannya dalam mengekstraksi aturan asosiasi dari kumpulan data historis yang besar, sehingga mendukung proses evaluasi dan perencanaan aset. Penelitian ini menggunakan tahapan pengumpulan dan preprocessing data aset, penerapan Apriori untuk menghasilkan aturan asosiasi dengan nilai minimum support 0.1 dan confidence 0.7,. Perancangan sistem mampu memberikan informasi keterkaitan antar aset secara akurat dan mendukung kegiatan monitoring secara lebih sistematis. Sistem ini tidak hanya bermanfaat bagi pengelolaan operasional, tetapi juga berkontribusi langsung sebagai data dukung akreditasi program studi LAMTEKNIK, khususnya pada aspek sarana-prasarana dan tata kelola aset. Selain itu, sistem ini dapat menjadi bagian dari instrumen Audit Mutu Internal (AMI) yang memperkuat bukti tertib administrasi dan pengambilan keputusan berbasis data dalam penjaminan mutu di PPI Madiun. Kata Kunci: Apriori, Monitoring Aset, Data Mining, Sistem Informasi Web, LAMTEKNIK, Audit Mutu Internal]]>
