Selain dampak positif dari globalisasi, banyak pula dampak negatifnya. Cybercrime, cyberwar, dan cyberterrorism telah memasuki platform media sosial seperti Twitter. Oleh karena itu, menurut penulis mengidentifikasi pola opini di media sosial merupakan tugas penelitian yang penting untuk memahami jenis pola percakapan tentang kasus terorisme yang terjadi. Kajian ini akan menambah pengetahuan tentang isu terorisme di media sosial Indonesia, sehingga dapat digunakan untuk menghindari konflik. Penulis mencoba menganalisis data Twitter dengan kata kunci “terorisme” berdasarkan permasalahan yang ada. Kami ingin membuktikan bahwa menggunakan algoritma FP-Growth dapat menghasilkan association rules dari Tweet terkait terorisme. Algoritma FP-Growth menghasilkan 75 association rules dari data Tweet yang dikumpulkan pada 20 November 2021, dengan minimum support 0.05 dan minimum confidence 0.9.
Kata Kunci : Association Rules, Text Mining, FP-Growth, Cyberterrorism, KDD