Penerapan Algoritma K-Means Untuk Klasterisasi Data Obat Pada Rumah Sakit ASRI

Muhamad Rizki Nugroho, Iwansyah Edo Hendrawan, Purwantoro Purwantoro Purwantoro

Abstract


Pengelolaan obat merupakan salah satu hal yang sangat dibutuhkan dalam tujuan mengelola stok obat. Obat perlu dikelola akan kering dengan baik, effektif memberikan efisien. Dengan pengelolaan obat yang baik maka obat dapat diperoleh dengan cepat dan tepat serta mengurangi hal-hal seperti kehabisan stok obat pada layanan kesehatan seperti Puskesmas, Rumah Sakit dan lain-lain. Hasil wawancara dengan salah satu pegawai yang mengurus data obat di Rumah Sakit Asri Purwakarta di rumah sakit tersebut sering terjadi kekurangan atau kelebihan obat walaupun jumlahnya tidak terlalu banyak. Pengelompokan merupakan salah satu opsi yang dapat digunakan dalam pengelolaan obat masa depan klaster sistem dapat membuat pengelompokan pada obat dengan pemakaian tinggi dan kurang sehingga nantinya dapat menjadi kumpulan pengetahuan dasar dalam pengambilan keputusan untuk mengatur unktuk. Algoritma K-means merupakan salah satu dalam algoritma clustering. Penggunaan Algoritma K-means dalam penelitian adalah karena kesederhanaan dan efisiensinya sehingga mudah diterapkan disegala bidang contohnya pada klasifikasi data obat. Hasil penelitian ini membagi data obat menjadi 2 cluster yaitu cluster pertama dengan pemakaian tinggi dengan beranggotakan 6 obat dan cluster kedua dengan pemakaian rendah yang beranggotakan 933 obat. Penggunaan Algoritma K-means dalam penelitian adalah karena kesederhanaan dan efisiensinya sehingga mudah diterapkan disegala bidang contohnya pada klasifikasi data obat. Hasil penelitian ini membagi data obat menjadi 2 cluster yaitu cluster pertama dengan pemakaian tinggi dengan beranggotakan 6 obat dan cluster kedua dengan pemakaian rendah yang beranggotakan 933 obat.


References


Al Syahdan S. dan Sindar A. 2018, Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota. Jurnal Nasional Komputasi dan Teknologi Informasi, Vol. 1, No. 2, Hal 56-63.

Gustientiedina, Adiya M.H, dan Desnelita Y. 2018, Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru. Jurnal Nasional teknologi dan Sistem Informasi. Vol. 05, No. 01, hal 017-024.

Pilida Mei T. 2021. Penerapan Data Mining Dalam Analisa Data Pemakaian Obat Dengan Menerapkan Algoritma K-Means. Jurnal Informasi dan Teknologi Ilmiah(INTI). Vol. 8, No. 3, hal 109-113.

A. A. Aldino dan H. Sulistiani. 2020, Decision Tree C4. 5 Algorithm For Tuition Aid Grant Program Classification (Case Study: Department Of Information System, Universitas Teknokrat Indonesia, Edutic-Scientific J. Informatic Educ., No.1, Vol. 7, hal 40-50.

T. H. Sardar dan Z Ansari. 2018, An analysis of MapReduce efficiency in document clustering using parallel K-means algorthm, Future Computing and informatics Journal. No.2, Vol.3, hal 201-209.

X. Wu, et al. 2008, Top Algorithms in data mining, knowl. Inf. Syst. Vol. 14, hal 1-37.

Saxena, A, Prasad M, Gupta A, Bharill N, Patel O. P, Tiwari A, Joo Er M, Ding W. dan Lin C. 2017, A review of clustering techniques and developments. Neorocomputing. Vol.267, hal 664-681.

Utomo, D. P. dan Mesran.(2020). Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung. Jurnal Media Informatika Budidarma. Vol. 4, No. 2, Hal 437-444.

Safhi, H. M., Frikh, B., & Ouhi.(2019), Assesing realibility of Big Data Knowledge Discovery process.Procedia Computer Science Vol. 148, hal 30-36.

A.P Windarto. 2017, Penerapan Data Mining Pada Ekspot Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering. Techno.COM, Vol. 16, No. 4, Hal. 348-357.

Y. Siyamto.2017, Pemanfaatan Data Mining Dengan Metode Clustering Untuk Evaluasi Biaya Dokumen Ekspor Di PT Winstar Batam. Jurnal Media Informatika Budidarma. Vol. 1, No.2, Hal

Fatmawati K., dan Windarto A., P. 2018, Data Mining : Penerapan rapidminer dengan K-Means Cluster Pada Daerah Terjangkit Demam Berdarah Dengue (DBD) Berdasarkan Provinsi. Journal of Compter Engineering System and Science. Vol. 3, No. 2, hal 173-178.




DOI: https://doi.org/10.25134/nuansa.v16i1.5294

NUANSA INFORMATIKA : JURNAL TEKNOLOGY DAN INFORMASI
p-ISSN :1858-3911 , e-ISSN : 2614-5405
DOI : https://doi.org/10.25134/nuansa
Accreditation : SINTA 5

Organized by Faculty of Computer Science, Universitas Kuningan, Indonesia.
Website : https://journal.uniku.ac.id/index.php/ilkom
Email : [email protected]
Address : Jalan Cut Nyak Dhien No.36A Kuningan, Jawa Barat, Indonesia.

StatCounter

View My Stats Creative Commons

Lisensi Creative Commons
NUANSA INFORMATIKA is licensed under a Lisensi Creative Commons Atribusi 4.0 Internasional.