Data mining adalah proses analisa data untuk menggali pola yang terdapat pada data. Data mining digunakan untuk menggali data dalam jumlah besar dimana proses ini bertujuan untuk mendapatkan informasi dan pengetahuan baru yang bermanfaat yang dapat digunakan untuk mendukung penentuan keputusan.Salah satu teknik data mining yang dapat digunakan adalah Market basket analysis dengan menggunakan association mining yaitu Algoritm Fold-Growth.Metode ini dimulai dengan mencari frequent itemset dan menghasilkan rule yang dapat dijadikan acuan peletakan barang pada toko atau supermarket.Algoritma Fold-Growth ini dapat membantu menemukan aturan asosiasi antar barang yang dapat digunakan sebagai acuan dalam marketing atau promosi barang secara efektif.Dalam penelitian ini dibuktikan bahwa Algoritma Fold-Growth berhasil diimplementasikan dalam kasus Market Basket analysis untuk menentukan rule atau aturan terkait peletakan barang pada toko atau supermarket.Dari penelitian yang telah dilakukan ditemukan juga bahwa dari data transaksi yang di dapat dan diujicobakan berdasarkan jumlah data atau kuantitas data serta kombinasi parameter minimum support 0.1%-0.5% dan minimum confidence 10%-50% didapat kesimpulan bahwa pemilihan kombinasi nilai minimum support dan nilai minimum confidence berpengaruh terhadap jumlah rule ataupun frequent itemset yang dihasilkan. Selain itu aturan tambahan yang diberlakukan oleh toko dimana item food dan non-food tidak dapat gabungkan dalam satu rak (departemen) berpengaruh juga dalam menentukan kebijakan terkait dengan peletakan barang . data mining, association rule s, market basket analysis , frequent itemset , Fold-Growth