Teknologi informasi dan komunikasi atau Information and Communication Technology (ICT) telah menjadi bagian yang tidak terpisahkan dari kehidupan global. Oleh karena itu, perpustakaan pada perguruan tinggi berusaha mengintegrasikan ICT agar dapat menyalurkan informasi dengan lebih baik dan mengembangkan minat baca dari mahasiswanya. Salah satunya dengan E-Library. E-Library akan lebih efektif, diminati, dan dapat mengembangkan minat baca apabila setiap pengguna mendapatkan rekomendasi sesuai dengan minat pengguna. Salah satu solusi yang tepat untuk mengatasi hal ini adalah dengan menggunakan personalisasi e-Library. Cara kerja personalisasi e- Library adalah sistem akan mengamati perilaku dari pengguna dan dicatat ke dalam database. Pengamatan dan pencatatan sistem ini meliputi buku apa saja yang dipinjam atau diunduh oleh pengguna. Dari data pengamatan tersebut kemudian diterapkan Text Mining untuk mendapatkan kata kunci (keyword) dari setiap buku yang dipinjam atau diunduh untuk kemudian dianalisis agar dapat memberikan rekomendasi dengan keyword yang sesuai dengan minat pengguna. Analisis pada sistem ini menggunakan Algoritma Eclat. Algoritma Eclat adalah salah satu metode kaidah asosiasi yang menggunakan perpotongan (intersection) antar transaksi ID List untuk mencari frequent itemsetnya untuk kemudian dibentuk rule agar dapat dijadikan rekomendasi. Untuk evaluasi rule yang dihasilkan digunakan Lift Ratio agar rekomendasi yang dihasilkan lebih akurat. Pada penelitian ini rata-rata nilai Lift Ratio dari rule yang dihasilkan adalah 3,43 sedangkan titik optimum dari minimum support, minimum confidence dan jumlah transaksi dari penelitian ini adalah 10%, 60% dan 150 transaksi peminjaman.