PENERAPAN METODE ASOSIASI DENGAN MENGGUNAKAN ALGORITMA FP-GROWTH UNTUK MENEMUKAN POLA TRANSAKSI PEMBELIAN OBAT PADA APOTEK KELUARGA

Purnamawati, Chanadya Yustia (2022) PENERAPAN METODE ASOSIASI DENGAN MENGGUNAKAN ALGORITMA FP-GROWTH UNTUK MENEMUKAN POLA TRANSAKSI PEMBELIAN OBAT PADA APOTEK KELUARGA. S1 thesis, Universitas Atma Jaya Yogyakarta.

Preview	Text (Chanadya Yustia Purnamawati) 180709844_Bab 0.pdf Download (329kB) | Preview
Preview	Text 180709844_Bab 1.pdf Download (191kB) | Preview
Preview	Text 180709844_Bab 2.pdf Download (166kB) | Preview
Preview	Text 180709844_Bab 3.pdf Download (287kB) | Preview
	Text 180709844_Bab 4.pdf Restricted to Registered users only Download (495kB)
	Text 180709844_Bab 5.pdf Restricted to Registered users only Download (106kB)
Preview	Text 180709844_Bab 6.pdf Download (172kB) | Preview

Abstract

Kesehatan merupakan topik penting dan dapat memengaruhi kualitas sumber daya manusia. Ketika manusia tidak sedang dalam kondisi yang sehat, ada berbagai cara yang dapat digunakan untuk mengembalikan kesehatan tersebut. Cara tersebut dapat dengan melakukan terapi maupun mengonsumsi obat-obatan. Kebutuhan akan obat-obatan setiap manusia berbeda-beda sehingga hal ini dapat memengaruhi kebutuhan obat-obatan pada setiap daerah. Agar kebutuhan akan obat-obatan dapat terpenuhi, maka diperlukan analisis kebutuhan konsumen agar stok obat yang tersedia dapat menunjang kebutuhan konsumen tersebut. Oleh karena itu, penelitian ini dilakukan dengan tujuan untuk menemukan pola transaksi penjualan obat pada Apotek Keluarga agar dapat dijadikan acuan untuk menyediakan stok obat sehingga pelayanan terhadap konsumen dapat meningkat. Penelitian ini menggunakan metode asosiasi dengan mengimplementasikan algoritma FP-Growth. Melalui metode asosiasi, akan ditemukan pola pembelian obat berupa obat yang dibeli secara bersamaan. Kemudian, penelitian ini ingin menguji algoritma FP-Growth dalam menemukan pola pembelian obat. Data yang digunakan yaitu data pada semester kedua tahun 2021. Dataset ini terdiri atas 20266 transaksi dan 1166 atribut berupa obat. Hasil penelitian dengan menetapkan nilai minimum support dan minimum confidence yang berbeda-beda, maka didapatkan 7 association rules (aturan asosiasi) dengan nilai minimum support 10% dan minimum confidence 90% serta nilai keakuratan dari setiap rules yang terbentuk yaitu 2.683. Tingkat aturan asosiasi yang terbentuk kuat karena menunjukkan lebih dari 1. Setelah mengetahui aturan asosiasi yang terbentuk, maka aturan tersebut akan digunakan sebagai acuan dalam menyediakan stok obat serta rekomendasi obat.

Actions (login required)

View Item