Data mining merupakan proses pengekstrakan informasi yang berasal dari basis data berukuran besar untuk membantu dalam pengambilan keputusan. Salah satu metode data mining yang biasanya digunakan adalah aturan asosiasi. Algoritme apriori merupakan aturan asosiasi menggunakan frequent item. Algoritme apriori dapat diterapkan pada data kelulusan mahasiswa untuk menemukan aturan asosiasi. Tujuan penelitian ini untuk menentukan hubungan semua variabel yang memenuhi syarat minimum untuk support dan syarat minimum untuk con dence. Penelitian ini dilakukan dengan terlebih dahulu melihat hubungan antara data induk mahasiswa dan data kelulusan mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret. Hubungan antara data induk mahasiswa dan data kelulusan mahasiswa dapat dilihat dari nilai support, con dence dan lift yang diperoleh. Penelitian dilakukan dengan menggunakan atribut IPK, lama studi, jenis kelamin, jalur masuk universitas, program studi, dan asal sekolah. Dari pembahasan dapat disimpulkan bahwa 50.818% kelulusan mahasiswa terjadi pada mahasiswa dengan lama studi lebih dari 4 tahun dan dengan IPK diantara 2.76 sampai dengan 3.50. Kata kunci: data mining, aturan asosiasi, algoritme apriori.