High utility itemsets mining mampumenemukan itemsets yang memiliki utilitas tinggi dengan berasumsi setiap item memiliki bobot masing-masing. HUIM dapat menemukan kelompok item pada transaksi seperti pada bisnis retail dengan melakukan pencarian itemsets yang nilai utilitasnya melampaui batas utilitas minimum. Salah satu algoritma HUIM terbaik adalah algoritma EFIM yang mampu mengurangi waktu proses dan penggunaan memori. Kinerja algoritma EFIM diimplementasikan pada salah satu minimarket yang berada di Martapura dengan periode data 1, 6 dan 12 bulan dan utilitas minimum sebesar 50.000. Hasil penelitian menunjukkan bahwa barang Air Prof Refill merupakan barang dengan utilitas tertinggi dari masing-masing periode. Selain itu, semakin banyak jumlah data yang dipakai maka semakin besar proses waktu dan memori yang digunakan.