Stok obat merupakan komponen penting bagi YAKES TELKOM (Yayasan Kesehatan Telkom) sebagai suatu instansi kesehatan. Idealnya stok obat dalam setiap bulan yang disediakan oleh YAKES TELKOM tersebut dapat memenuhi kebutuhan pasien. Selama ini YAKES TELKOM menyediakan stok obat tidak mengacu pada teori yang ada atau dengan cara menduga sehingga mengalami kekurangan atau kelebihan stok obat tertentu. Salah satu solusi permasalahan di atas adalah dengan menerapkan teknik Data Mining Associative Classification (AC). Konsep kerja dari AC yaitu menciptakan classifier dari ruleset yang memenuhi batas Minimum Support dan Minimum Confidence. Algoritma AC yang digunakan dalam penelitian ini yakni MMAC (Multi Class, Multi Label Associative Classification) yang mampu mengatasi kondisi rule yang beracuan pada lebih dari satu label kelas. Hasil prediksi transaksi pembelian obat terhadap kelas penyakit dengan menggunakan metode MMAC dapat membantu YAKES TELKOM dalam merekomendasikan pembelian stok obat untuk setiap bulannya Associative Classification, asosiasi, klasifikasi, MMAC, rule, classifier