Selama ini data yang berisi informasi mengenai pasien di Puskesmas belum dimanfaatkan dengan baik. Informasi tersebut sebenarnya dapat dijadikan suatu pengetahuan bagi Puskesmas, salah satunya untuk mengetahui pola kemunculan penyakit serta asosiasinya dengan variabel lain seperti usia dan obat. Pada penelitian ini digunakan metode Data Mining untuk mengetahui Association Rules yang terbentuk. Dengan menggunakan Predictive Apriori sebagai algoritma diperoleh 100 Association Rules yang dapat menunjukan pola kemunculan penyakit serta asosiasinya dengan obat dan usia. Hasil penelitian ini selanjutnya dapat dijadikan bahan pertimbangan untuk mengatasi permasalahan dalam pengelolaan obat-obatan.

---

Currently, patient's information data in Public Health Centre (Puskesmas) has not been explored properly. Actually, this information can produce knowledge for Puskesmas, such as to find the pattern of disease occurrence and its association with other variables such as age and medicine.

Data mining is used in this research to find Association Rules. By using Predictive Apriori Algorithm, a hundred of Association Rules is formed. It shows the patterns of disease occurrence and the association with age and medicine. The outcome of this research can be used to solve problem in management of medicine.