Jumlah data mahasiswa yang bertambah setiap tahun tentu mengakibatkan penumpukan data di
perguruan tinggi. Dibutuhkan suatu teknik pengolahan data agar data yang menumpuk tidak sulit untuk dianalisa.
Riset ini dilakukan untuk menganalisis hubungan antara data akademik mahasiswa dengan kategori kelulusan. Teknik
pengolahan yang bervariasi perlu disesuaikan dengan kebutuhan analisis data, metode yang digunakan dalam riset ini
adalah algoritma Apriori, yaitu algoritma Asosiasi yang menggunakan pengetahuan frekuensi atribut yang telah
diketahui sebelumnya untuk memproses informasi selanjutnya. Riset ini dilakukan dengan memanfaatkan data
akademik dan data kelulusan mahasiswa, yaitu dengan mencari persentase hubungan antara nilai mata kuliah
mahasiswa terhadap kategori kelulusan menggunakan data mining. Kategori kelulusan diukur dari lama studi
mahasiswa dan IPK, sedangkan data akademik yang digunakan adalah nilai mata kuliah mahasiswa. Informasi yang
ditampilkan berupa nilai support (Nilai Penunjang) dan confidence (Nilai Kepastian).