Big data memproses data dalam jumlah besar secara parallel computing (multi-node) agar data dalam jumlah besar mampu diproses secepat mungkin. Pemrosesan big data diperlukan data mining. Sedangkan pada data mining, data diproses dengan metode salah satunya yaitu association dengan FP-Growth. Untuk itu pada penelitian ini dilakukan analisis bagaimana metode pada data mining dapat digunakan pada pemrosesan big data. Analisis akan dilakukan dengan tools Apache Spark dan beberapa komputer yang telah dikonfigurasi dengan menggunakan library pada Apache Spark, yaitu FP-Growth. Pada penelitian ini dilakukan pengujian dengan data dosen, mahasiswa, dan pegawai. Untuk data dosen nilai minimum support yang digunakan yaitu 0,2; 0,3; dan 0,4 dengan nilai minimum confidence 0,8. Sedangkan untuk data mahasiswa dan pegawai nilai minimum support yang digunakan yaitu 0,1; 0,2; dan 0,3 dengan nilai minimum confidence 0,5. Dari pengujian tersebut dan pengujian perbandingan perhitungan sistem dengan perhitungan manual, sistem mampu memproses perhitungan data mining baik secara single-node maupun multi-node. Proses yang dihasilkan dari pemrosesan yang dilakukan terdiri dari empat job. Pengujian selanjutnya dilakukan dengan single-node dan multi-node untuk memperoleh perbandingan waktu pemrosesan. Dari hasil pengujian didapatkan waktu pemrosesan dipengaruhi oleh oleh spesifikasi hardware dan jumlah worker.