Data Mining adalah cabang ilmu baru untuk mengatasi masalah penggalian informasi atau pola yang penting dari data dalam jumlah yang besar. Jumlah pembeli memiliki pengaruh yang besar terhadap transaksi penjualan. Semakin banyak pembeli, semakin besar kemungkinan transaksi yang dapat diperoleh. Jumlah pembeli setiap harinya berbeda-beda dan memiliki persentase yang tidak sama dalam melakukan transaksi penjualan. Salah satu cara dalam meningkatkan pendapatan penjualan adalah dengan memprediksi penjualan berdasarkan rata-rata jumlah pembeli. Pada penelitian ini, penulis berusaha menambang data (data mining) transaksi penjualan untuk memprediksi prilaku pola pembeli pada tahun berikutnya (2015) dengan menggunakan data tahun sebelumnya (2014). Data yang ada dianalisis menggunakan perhitungan Rapid Miner 5.1 dengan algoritma Naïve Bayes. Naïve Bayes merupakan salah satu metode pada Probabilistic Reasonig. Algoritma Naïve Bayes bertujuan untuk melakukan klasifikasi data pada kelas tertentu, kemudian pola tersebut dapat digunakan untuk memperkirakan data transaksi penjualan dalam memprediksi prilaku pola pembeli.