APLIKASI DATA MINING BERBASIS WEB UNTUK MENCARI POLA PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS: KLINIK PRATAMA PERINTIS SEHAT)

LESTIOWO, ACHMAD ARDIAN (2022) APLIKASI DATA MINING BERBASIS WEB UNTUK MENCARI POLA PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS: KLINIK PRATAMA PERINTIS SEHAT). S1 thesis, Universitas Mercu Buana Bekasi.

Preview	Text 41518210045 - ACHMAD ARDIAN LESTIOWO - 02 Cover.pdf Download (1MB) | Preview
Preview	Text 41518210045 - ACHMAD ARDIAN LESTIOWO - 03 Abstrak.pdf Download (30kB) | Preview
	Text 41518210045 - ACHMAD ARDIAN LESTIOWO - 04 BAB 1.pdf Restricted to Registered users only Download (43kB)
	Text 41518210045 - ACHMAD ARDIAN LESTIOWO - 05 BAB 2.pdf Restricted to Registered users only Download (659kB)
	Text 41518210045 - ACHMAD ARDIAN LESTIOWO - 06 BAB 3.pdf Restricted to Registered users only Download (119kB)
Preview	Text 41518210045 - ACHMAD ARDIAN LESTIOWO - 07 BAB 4.pdf Download (110kB) | Preview
	Text 41518210045 - ACHMAD ARDIAN LESTIOWO - 07 BAB 4.pdf Restricted to Registered users only Download (110kB)
	Text 41518210045 - ACHMAD ARDIAN LESTIOWO - 08 BAB 5.pdf Restricted to Registered users only Download (46kB)
	Text 41518210045 - ACHMAD ARDIAN LESTIOWO - 09 BAB 6.pdf Restricted to Registered users only Download (595kB)
	Text 41518210045 - ACHMAD ARDIAN LESTIOWO - 10 Daftar Pustaka.pdf Restricted to Registered users only Download (106kB)
	Text 41518210045 - ACHMAD ARDIAN LESTIOWO - 11 Lampiran.pdf Restricted to Registered users only Download (313kB)

Abstract

ABSTRAK Nama : Achmad Ardian Lestiowo NIM : 41518210045 Pembimbing TA : Afiyati, S.SI, MT Judul : Aplikasi Data Mining Berbasis Web Untuk Mencari Pola Penjualan Obat Menggunakan Algoritma Apriori (Studi Kasus: Klinik Pratama Perintis Sehat) Meningkatnya persaingan bisnis bukan lagi suatu hal yang asing sejak dahulu. Setiap pemilik bisnis ingin bisinis yang dikelolanya dapat terus bersaing tak terkecuali pelayanan kesehatan pada sektor klinik. Klinik Pratama Perintis Sehat merupakan klinik yang telah beroperasi sejak tahun 2006 dan berlokasi di Jakarta Timur. Penjualan obat yang ada pada klinik tersebut bergantung pada banyak atau sedikitnya pasien yang berobat. Semakin banyak pasien yang berobat maka semakin menumpuknya data transaksi penjualan obat yang tidak akan bernilai jika data tidak diolah untuk mendapatkan manfaat atau nilai lebih. Data mining merupakan metode yang digunakan untuk menggali data tertentu yang bertujuan untuk mendapatkan informasi tersembunyi dari kumpulan data tersebut. Algoritma apriori merupakan salah satu teknik data mining yang dapat mengukur aturan asosiasi (rule association) dari kombinasi item yang biasa terjual secara bersamaan. Algoritma apriori mempunyai dua parameter yaitu minimum support dan minimum confidence. Pada penelitian ini menggunakan nilai minimum support sebesar 45% dan minimum confidence sebesar 85% dari 720 data transaksi penjualan obat. Hasil yang diperolah dari proses algoritma apriori menghasilkan 8 aturan asosiasi yang terdiri dari 5 aturan asosiasi kombinasi 2 item dan 3 aturan asosiasi kombinasi 3 item. Hasil dari penelitian ini dapat digunakan pihak klinik untuk mengatur strategi bisnis pembelian obat guna meminimalisir terjadinya kehabisan stok obat. Pihak klinik juga dapat mengatur tata letak penempatan obat agar memudahkan staf klinik dalam mengambil obat yang berpotensi terjual secara bersamaan. Kata kunci: Data mining, apriori, rule association, klinik, penjualan obat ABSTRACT Name : Achmad Ardian Lestiowo Student Number : 41518210045 Counsellor : Afiyati, S.SI, MT Title : Aplikasi Data Mining Berbasis Web Untuk Mencari Pola Penjualan Obat Menggunakan Algoritma Apriori (Studi Kasus: Klinik Pratama Perintis Sehat) Increasing business competition is no longer a strange thing since long ago. Every business owner wants the business he manages to continue to compete, including health services in the clinic sector. Pratama Perintis Sehat Clinic is a clinic that has been operating since 2006 and is located in East Jakarta. Sales of existing drugs at the clinic depend on the number of patients receiving treatment. The more patients who seek treatment, the more the data on drug sales transactions will accumulate which will have no value if the data is not processed to get more benefits or value. Data mining is a method used to dig up certain data that aims to get hidden information from the data set. The a priori algorithm is a data mining technique that can measure the rule association of a combination of items that are usually sold simultaneously. The a priori algorithm has two parameters, namely minimum support and minimum confidence. This study uses a minimum support value of 45% and a minimum confidence of 85% from 720 drug sales transaction data. The results obtained from the a priori algorithm process produce 8 association rules consisting of 5 association rules for 2 item combinations and 3 association rules for 3 item combinations. The results of this study can be used by the clinic to manage drug purchasing business strategies in order to minimize drug stock outs. The clinic can also arrange the layout of the placement of drugs to make it easier for clinic staff to take drugs that have the potential to be sold at the same time . Key words: Data mining, a priori, rule association, clinic, drug sales

Item Type:	Thesis (S1)
Call Number CD:	FIK/INFO 22 039
NIM/NIDN Creators:	41518210045
Uncontrolled Keywords:	Kata kunci: Data mining, apriori, rule association, klinik, penjualan obat
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data > 005.5 General Purpose Application Programs/Program Aplikasi dengan Kegunaan Khusus
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	siti maisyaroh
Date Deposited:	19 Dec 2022 05:56
Last Modified:	19 Dec 2022 05:56
URI:	http://repository.mercubuana.ac.id/id/eprint/72612

Actions (login required)

View Item