Persaingan merupakan hal yang sering dijumpai dalam dunia bisnis. Hal ini harus menjadi salah satu fokus bagi para pengusaha untuk senantiasa menemukan cara untuk inovasi yang baru. Toko modern adalah toko dengan sistem pelayanan mandiri yang menjual berbagai jenis barang secara eceran. Galinda Jaya adalah salah satu contoh toko produk retail yang memiliki data yang besar dan sangat banyak, oleh sebab itu harus dimanfaatkan lalu menghasilkan informasi yang akan digunakan sebagai pendukung pengambilan keputusan untuk membuat solusi bisnis di bidang teknologi informasi. Penelitian ini menggunakan pengolahan data dan pengelompokkan data menggunakan metode asosiasi dengan algoritma apriori. Algoritma apriori menggunakan pengetahuan sebelumnya dari suatu itemset dengan frekuensi kemunculan yang sering atau juga yang bisa disebut frequent itemset. Proses apriori dilakukan dengan RapidMiner pada 33.676 data transaksi. Proses apriori dilakukan pada 3 simulasi yaitu simulasi 1 kategori produk, simulasi 2.1 yaitu snack, dan simulasi 2.2 peralatan sehari-hari. Perhitungan algoritma apriori dilakukan dengan persamaan support dengan minimal nilai 0.1 dan confidence dengan minimal nilai 0.3 dan pencarian association rules data yang ada harus memiliki superset minimal 2 (dua). Beberapa pengolahan data yang dilakukan adalah data selection, data preprocessing, dan transformation. Hasil yang didapatkan adalah pada simulasi data kategori produk, simulasi snack, dan simulasi peralatan sehari-hari menghasilkan nilai support tertinggi secara berurutan sebesar 0.44 pada item snack, 0.102 pada item wafer dan snack, dan 0.529 pada item masker dan simulasi data snack menghasilkan association rules yaitu wafer ? snack dengan nilai confidence sebesar 0.355 yang berarti 35,5% transaksi berhasil menjual wafer dengan snack. Berdasarkan hasil dari transaksi yang berhasil terjual, maka dapat ditemukan bahwa item wafer dan snack merupakan produk yang sering dibeli konsumen.
Kata Kunci : Apriori, Asosiasi, Produk Retail, Data Mining, Galinda Jaya