Marked Basket Analisis (MBA) adalah salah satu konsep dalam data mining yang bertujuan untuk menganalisis perilaku konsumen, yaitu dengan menganalisis produk yang biasanya dibeli bersamaan dengan produk lain berdasarkan data transaksi yang diambil dari data historis dari pembelian di toko atau supermarket. Dengan MBA, Data historis tersebut dapat diubah menjadi sebuah informasi yang berharga sehingga dapat mencapai strategi bisnis yang baik. MBA dapat diterapkan dengan berbagai macam algoritma, salah satunya adalah Algoritma apriori. Dalam proses Algoritma Apriori akan dilakukan perhitungan support dan confidence dari tiap-tiap kombinasi barang yang memungkinkan. Kemudian, dibutuhkan juga adanya minimum support dan minimum confidence untuk menyeleksi kombinasi-kombinasi yang memenuhi syarat. Dari hasil ujicoba data yang telah dipartisi dapat diketahui bahwa dari beberapa partisi data yang telah di ujicoba ,mulai data 50 sampai 550 di dapatkan hasil, Semakin besar data maka akan banyak kombinasi barang yang tereliminasi, sehingga menghasilkan data kombinasi yang lebih efisien dan akurat, yaitu data 550 dengan rata-rata waktu proses 2-4 detik.

Marked Basket Analysis ( MBA) is one of the consep in data of mining with aim to to analyse behavior of consumer, That is with analysing product which is usually bought at the same time with other product pursuant to taken away from by transaction data is historical data of purchasing in supermarket or shop. With MBA, The historical data can be turned into a valuable information so that can reach good business strategy. MBA can be applied by is assorted of algorithm, One of them is Apriori algorithm.In course of Algorithm Apriori will be conducted calculation of and support of confidence from every conducive goods combination. Later then, Required also the existence of minimum of support minimum and of confidence to select up to standard combinations. From result of data ujicoba which have dipartisi can know that from some data partisi which have test , Start data 50 until 550 getting result, Ever greater of data hence will many goods combination which is elimination, So that yield more accurate and efficient combination data, That is data 550 with time mean process 2-4 second.