Analisis Pola Belanja Konsumen untuk Menentukan Tata Letak Obat Menggunakan Algorita FP-Growth
Abstract
Apotek Segar menyediakan berbagai macam obat-obatan, mulai dari obat tradisional, kosmetika dan alat kesehatan. Apotek Segar hanya menempatkan tata letak obat berdasarkan kategori obat sesuai dengan urutan abjad. Hal ini kerap membuat pegawai merasa sedikit kesulitan mencari obat yang berhubungan, seperti tata letak antara obat yang sering dibeli bersamaan letaknya berjauhan. Peningkatan mutu pelayanan pada Apotek Segar dapat dilakukan dengan melakukan penataan tata letak obat yang sesuai dengan pola belanja konsumen. Penelitian ini menyajikan analisis Algoritma FP-Growth dalam menemukan aturan asosiasi dari pola belanja konsumen untuk nantinya digunakan sebagai acuan menentukan tata letak obat. Data yang digunakan dalam penelitian ini adalah data pada bulan Juli-Desember tahun 2020 dengan total data berjumah 269 data records. Metodologi penelitian yang digunakan adalah metodologi KDD dengan tahapan yang terdiri dari data selection, data preprocessing, data mining dan pattern evaluation. Pada tahapan data mining menghasilkan 22 aturan asosiasi dengan nilai support 25% dan confidence 95%. Untuk uji evaluasi aturan asosiasi yang telah terbentuk menggunakan nilai lift ratio dimana semua aturan asosiasi yang terbentuk memiliki nilai lebih dari satu (>1) yang artinya aturan asosiasi yang terbentuk kuat dan valid untuk dijadikan acuan dalam menentukan tata letak obat. Sehingga dapat disimpulkan bahwa algoritma FP-Growth telah berhasil menganalisis keterkaitan obat antara satu dengan yang lainnya untuk menentukan tata letak obat pada Apotek Segar Karawang.
Full Text:
PDF (Bahasa Indonesia)References
Afdal, M. dan Rosadi, M., 2019. Penerapan Association Rule Mining Untuk Analisis Penempatan Tata Letak Buku Di Perpustakaan Menggunakan Algoritma Apriori. Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, pp. 99-108.
Diah Firmadiyanti., 2019. Penerapan Algoritma DBScan dan FP-Growth untuk Tata Letak Obat di Apotek Bunda. (Skripsi). Retrieved from UIN Suska Riau Repository.
Hartomo, K. D., Yulianto, S. & Suharjo, R. A., 2020. Prediksi Stok dan Pengaturan Tata Letak Barang menggunakan Kombinasi Algoritma Triple Exponential Smoothing dan FP-Growth. Jurnal Teknologi Informasi dan Informatika, 869-878.
Kementrian Kesehatan Republik Indonesia. 2017. Peraturan Menteri Kesehatan tentang Apotek (Permenkes Nomor 09 Tahun 2017). [ebook]. Jakarta, DKI: Nafsiah Mboi. Tersedia melalui [Diakses 04 Maret 2021]
Larose, D. T., 2005. Discovering Knowledge in Data : An Introdution to Data Mining. New England: A John Wiley & Sons, Inc., Publication.
Maslihatin, T., Sulehu, M dan Darmansyah., 2020. Sistem Asosiasi Penyusunan Obat pada Apotik Balai Rehabilitasi Badan Narkotika Nasional Badokka Menggunakan Algoritma Apriori. Celebes Computer Science Journal, 27-38.
Sepri, D. dan Afdal, M., 2017. Analisa dan Perbandingan Metode Algoritma Apriori dan FP-Growth untuk Mencari Pola Daerah Strategis Pengenalan Kampus Studi Kasus di STKIP Adzkia Padang. Jurnal Sistem Informasi Kaputama, 47-55.
Sihachack, T. dan Yu, L., 2016. Analysis of User’s Behavior on Borrowed Book Record in National Central Library University of Laos. Transactions on Machine Learning and Artificial Intelligence, 28-35.
DOI: https://doi.org/10.32528/justindo.v7i2.5475
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 Tiara Syilfa, Betha Nurina Sari, Dadang Yusuf
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.