Penelitian ini membahas mengenai pola pemakaian suku cadang kereta api menggunakan teknik data mining. Algoritma yang digunakan adalah algoritma apriori dengan menganalisa pola frekuensi tinggi yaitu mencari kombinasi item yang memenuhi nilai minimum support dan minimum confidence untuk pembentukan aturan asosiasi. Data sampel yang digunakan 13 item suku cadang kereta api pada bulan Desember 2016 dari UPT. Balai Yasa Surabaya Gubeng. Penelitian ini menghasilkan aturan asosiasi perkalian nilai support dan nilai confidence paling tinggi 67% dengan tingkat kekuatan aturan asosiasi sebesar 42%. Hasil dari penelitian dapat menemukan hubungan asosiasi atau korelasi antar sejumlah item suku cadang kereta api yang sering dipakai secara bersamaan dan dapat membantu bagian perencanaan UPT. Balai Yasa Surabaya Gubeng untuk perumusan atau perencanaan strategi penyediaan suku cadang kereta api.

This research discusses the usage of the train spare-parts using data mining techniques. The algorithm use is apriori algorithm by analyzing the high frequency pattern that is looking for a combination of items that fulfill the minimum of support and the minimum of confidence for establishment of association rules. The sample data are 13 items of train spare-parts in December 2016 from UPT. Balai Yasa Surabaya Gubeng. Results of multiplication support and confidence value of 67% with the accuracy of 42%. The result of applying the apriori algorithm can find the association or correlation of relation between a number of the train spare-parts that are often use simultaneously and can help the planning part of the UPT. Balai Yasa Surabaya Gubeng for the formulation or planning of the train spare-parts stock strategy