ABSTRAKSI: Asosiasi merupakan teknik data mining untuk menemukan aturan keterhubungan antara suatu kombinasi item. Aturan asosiatif dari analisis penjadwalan mata kuliah di suatu institusi adalah memungkinkan jadwal mata kuliah t idak bentrok dan dosen pengajar tidak mengajar mata kuliah y ang sama atau berbeda pada jam , hari, ruangan yang sama. Untuk pembuatan jadwal banyak faktor yang harus dipertimbangkan untuk memeroleh jadwal yang optimal, dan seringkali tidak dapat memuaskan k arena tidak semua kebutuhan terpenuhi. Oleh karena itu perlu ditetapkan suatu batasan dalam penyusunan jadwal yang bersifat harus dipenuhi (hard constraint) dan tidak harus dipenuhi (soft constraint) tetapi tetap menjadi acuan dalam proses pembuatan jadwal . Adapun teknik yang digunakan dalam penelitian ini adalah algoritma CT - Pro , menggunakan dua nilai analisis penting yaitu minimum support dan confidence dengan struktur data CFP - Tree . Dua nilai tersebut digunakan dengan proses iterasi untuk menemukan setia p kombinasi jadwal mata kuliah yang disebut proses join dan proses untuk mengeliminasi pengelompokan mata kuliah yang tidak memenuhi minimum support . Berdasarkan hasil pengujian didapatkan knowledge yang terdiri dari mata kuliah dengan ruang dan dosen peng ajar yang sama beserta nilai support dan confidencenya . Setelah didapat nilai support dan confidence maka akan dilakukan seleksi data dengan algoritma Graph Coloring yang nantinya dapat digunakan oleh pembuat jadwal dan berguna untuk mengatur pembuatan jad wal .Kata Kunci : asosiasi, hard constraint, soft constraint, algoritma CT - Pro , CFP - Tree, minimum support , confidence, knowledg , algoritma Graph coloringABSTRACT: Association is a data mining technique to discover the rules of connectivity between a combination of items. Associative rules of scheduling analysis courses in an institution is not possible timetable clashes courses and lecturers do not teach the same course or different on the hour, the day, and the same room. Schedule for makin g a lot of factors that should be considered to obtain the optimal schedule, and often can not be satisfactory because not all needs are met. Therefore, it needs to set a limit in the preparation of schedules that are to be met (hard constraint), and not t o be met (soft constraint) but remains a reference in the scheduling process. The techniques used in this study were CT - Pro algorithm, using two important analysis of the value of the minimum support and confidence with CFP - Tree data structure. The two val ues are used by the iterative process to find any combination schedule of courses called the join and grouping processes to eliminate subjects who do not meet minimum support. Based on the test results obtained knowledge consisting of courses with space and the same lecturer with the value of support and confidencenya. Having obtained the value of support and confidence it will do the selection of data by graph coloring algorithm and that can later be used by the scheduler and allows you to adjust the sch edulingKeyword: as s o ciative , hard constraint, soft constraint, CT - Pro algorit hm , CFP - Tree, minimum support , confidence, knowledge , algoritma Graph coloring