Penerapan Metode Algoritma Apriori dan FP-Tree Pada Penentuan Pola Pembelian Obat

Rizal Rachman, Nanang Hunaifi

Abstract


Dewasa ini perkembangan industri kesehatan khususnya farmasi meningkat. Itu bisa dilihat dari kemunculan Prodi farmasi di berbagai Akademika civitas. Seiring pertumbuhan industri, informasi tentang produknya menjadi kebutuhan bagi perusahaan. Salah satu kebutuhan penting adalah informasi tentang penjualan obat-obatan dan informasi tentang persiapan atau produksi obat-obatan. Informasi mengenai berapa banyak obat yang akan diproduksi merupakan hal yang sangat penting karena hal ini berkaitan dengan berapa banyak penjualan yang terjadi dalam kurun waktu tertentu atau target pasar yang akan dicapai. Algoritma priori termasuk jenis aturan asosiasi pada data mining. Aturan yang menyatakan hubungan antara berbagai atribut sering disebut analisis afinitas atau analisis pasar basket. Analisis asosiasi atau asosiasi aturan penambangan adalah teknik penambangan data untuk menemukan aturan kombinasi item. Dan FP-Tree adalah struktur penyimpanan data terkompresi. FP-Tree dibangun dengan memetakan setiap catatan transaksi ke setiap jalur spesifik di FP-tree. Berdasarkan data transaksi penjualan obat di pabrik Farma kimia Jakarta, dilakukan analisis menggunakan algoritma Apriori dengan dukungan parameter minimum 10% dan kepercayaan minimum 50%. Hasil penelitian menghasilkan 7 aturan Asosiasi dengan kombinasi item terbesar hingga 2 item.

Keywords


Data Mining, Aturan Asosiasi, Analisis Keranjang Pasar, Apriori, FP-Tree

Full Text:

PDF

References


Agustin, Y. H., . K., & Luthfi, E. T. (2017). Klasifikasi Penerimaan Mahasiswa Baru Menggunakan Algortima C4.5 Dan Adaboost (Studi Kasus : STMIK XYZ). CSRID (Computer Science Research and Its Development Journal), 9(1), 1. https://doi.org/10.22303/csrid.9.1.2017.1-11

Despitaria, Sujaini, H., & Tursina. (2016). Analisis Asosiasi Pada Transaksi Obat Menggunakan Data Mining Dengan Menggunakan Algoritma Apriori. Analisis Asosiasi, 2.

Dhika, H., & Akhirina, T. Y. (2015). Kajian Penerapan Algoritma Data Mining Terhadap Pemilihan Mitra Kerja Penyedia Jasa Transportasi, 6–8.

Iriandi, D. (2017). Analisis Asosiasi Pada Transaksi Obat Menggunakan Algoritma Apriori (Studi Kasus : Apotek Trimulya). Analisis Asosiasi, 3.

Kamagi, D. H., & Hansun, S. (2014). Implementasi Data Mining dengan Algoritma C4.5 untuk Memprediksi Tingkat Kelulusan Mahasiswa. Jurnal ULTIMATICS, 6(1), 15–20. https://doi.org/10.31937/ti.v6i1.327

Lestari , Y. D. (2015). Penerapan Data Mining Menggunakan Algoritma FP-Tree dan FP-Growth Pada Data Transaksi Penjualan Obat. Penerapan Data Mining, 60.

Meilani, B. D., & Azmuri, W. (2015). Penentuan Pola Yang Sering Muncul Untuk Penerima Kartu Jaminan Kesehatan Masyarakat (JAMKESMAS) Menggunakan Metode FP-Growth. Seminar Nasional “Inovasi Dalam Desain Dan Teknologi,” 424–431.

Nurchalifatun, F. (2016). Penerapan Metode Asosiasi Data Mining Menggunakan Algoritma Apriori Untuk Mengetahui Kombinasi Antar Itemset Pada Pondok Kopi. Penerapan Metode Asosiasi, 2-3.

Samuel, D. (2017). Penerapan Struktur FP-Tree Dan Algoritma FP-Growth dalam optimasi Penetuan Frequent Itemset. Penerpan Dtruktur FP-Tree, 1-2.

Sholik, M., & Salam, A. (2018). Implementasi Algoritma Apriori untuk Mencari Asosiasi Barang yang Dijual di E-commerce OrderMas. Techno.Com, 17(2), 158–170.

Sujaini, H. (2016). Analisis Asosiasi pada Transaksi Obat Menggunakan, 1(1). Retrieved from https://scholar.google.co.id/scholar?hl=id&as_sdt=0%2C5&q=%28Iriandi%2C+2017%29+“Analisis+Asosiasi+Pada+Transaksi+Obat+Menggunakan+Algoritma+Apriori+%28Study+Kasus+%3AApotik+Trimulya%29&btnG=

Sulardi, P., Hendro, T., & Umbara, F. R. (2017). Prediksi Kebutuhan Obat Menggunakan Regresi Linier. Prediksi, 57.

Yanto, R., & Khoiriah, R. (2015). Implementasi Data Mining Dengan Metode Algoritma Apriori Dalam Menentukan Pola Pembelian Obat. Implementasi Data Mining , 103.

Yay, G. G., & Keçeli, S. (2009). The intersectoral linkage effects in Turkish economy: An application of static leontief model. Panoeconomicus, 56(3), 301–326. https://doi.org/10.2298/PAN0903301G




DOI: https://doi.org/10.31294/p.v22i2.8258

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

ISSN2579-3500

Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Telepon: 021-21231170, ext. 704 / 705
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License