Himpunan data yang besar dapat diolah menjadi informasi atau pengetahuan yang bermanfaat, salah satunya adalah data transaksi penjualan pada minimarket Surya Mart Palembang. Data tersebut dapat diolah menggunakan salah satu metode data mining, yaitu Association Rule dengan algoritma Frequent Pattern Growth (FP-Growth). Algoritma FP-Growth dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam kumpulan data. Penelitian ini bertujuan untuk menerapkan Algoritma FP-Growth pada data transaksi di minimarket Surya Mart untuk menghitung persentase keterkaitan (confindence) pelanggan atau kebiasaan para konsumen terhadap produk apa saja yang sering dibeli secara bersamaan dalam satu transaksi. Sehingga hasil yang diperoleh dapat diketahui hubungan-hubungan antara suatu barang dengan barang lainnya. Hasil tersebut bisa dijadikan sebagai pedoman bagi pihak minimarket untuk merancang suatu strategi penjualan seperti penyusunan tata letak produk dan persediaan barang. Berdasarkan hasil pengujian, disimpulkan bahwa algoritma FP Growth dapat di terapkan dan dapat menemukan aturan asosiasi dari data transaksi penjualan di minimarket Surya Mart Palembang. Pada penelitian ini ditemukan sebanyak 101 hubungan dan keterkaitan antar barang yang dibeli oleh konsumen. Hasil Support tertinggi yang ditemukan yaitu jika membeli jenis produk Chitato (A05) maka akan membeli jenis produk Teh Pucuk Harum (A35) dengan nilai support 38,9% dan confidence 98,5%. Kata Kunci : Data Mining, Association rules, FP-Growth, Transactions