Sistem rekomendasi merupakan salah satu teknik data mining yang dapat mengelola data transaksi dan memberikan sebuah data keterhubungan mengenai rekomendasi dari suatu barang. Tujuan dari penggunaan sistem rekomendasi ini untuk memaksimalkan penjualan maupun mengurangi kerugian dari barang – barang yang kurang diminati. Salah satu algoritma dari sistem rekomenasi adalah FP-Growth yang dapat memberikan hasil data berupa aturan asosiasi. Algoritma FP-Growth menggunakan parameter support dan confidence sebagai acuan mencari aturan asosiasi. Dalam perhitungan FP-Growth ini nilai support yang digunakan dalam data adalah 30% dan nilai confidence sebesar 60%. Kemudian aturan asosiasi tersebut akan bernilai valid atau tidak dihitung menggunakan teknik perhitungan lift ratio. Hasil dari menggunakan algoritma ini menunjukan bahwa terbentuknya aturan asosiasi sebanyak 5 rule dalam data dengan asosiasi Jahe Merah, maka membeli Madu Sp menjadi yang terbaik dengan support 37,14%, nilai confidence 92,86%, dan lift ratio 1,63 yang artinya asosiasi ini bernilai valid. Kata kunci: Data Mining, FP-Growth, Lift Ratio