Abstract – Data mining merupakan proses untuk mendapatkan informasi yang berguna dari
gudang basis data yang berupa ilmu pengetahuan. penelitian ini melakukan analisa data dengan
menggunakan data mining dan metode algoritma appriori. Sistem yang dibangun ditujukan untuk
pemenuhan dalam penentuan pola pembelian obat dengan menggunakan bahasa pemrograman
Visual Basic 6.0 dan database Mysql pada studi kasus di sektor kesehatan. Sistem ini dibangun
berdasarkan kebutuhan pengguna yang diperoleh melalui metode wawancara dan studi lapangan.
Metodelogi pengembangan sistem yang digunakan yaitu metode waterfall yang terdiri Analisis,
Desain, Pengkodean dan Pengujian. Hasil pengujian dengan algoritma apriori dan sistem yang
dibangun menunjukan hasil yang telah memenuhi kebutuhan dalam penentuan pola pembelian obat
berdasarkan kecenderungan pembelian obat oleh pelanggan. Dibandingkan dengan sistem yang
sedang berjalan kinerja tersebut ditunjukan pada efektifitas informasi dari sistem tentang penentuan
pola pembelian obat untuk ketersediaan obat dan tata letak obat untuk memudahkan dalam
mengetahui keberadaan obat yang dilihat dari 2 itemset obat.
I. PENDAHULUAN
confidence dari suatu hubungan item. Sebuah algoritma Appriori menemukan hubungan antar
rule asosiasi dikatakan interesting jika nilai itemset dengan tingkat kekuatan aturan asosiasi
support adalah lebih besar dari minimum support support dan confidence sebesar 0,725. Sehingga
dan juga nilai confidence adalah lebih besar dari disimpulkan bahwa dengan algoritma appriori
minimum confidence. Algoritma apriori ini akan dapat membantu dalam menentukan strategi
cocok untuk diterapkan bila terdapat beberapa penjualan dan pemasaran buku.
hubungan item yang ingin dianalisa. Salah
satunya yang bisa diterapkan adalah di dalam Berdasarkan permasalahan tersebut diatas,
bidang kesehatan dan penentuan pola pembelian maka peneliti tertarik untuk melakukan penelitian
obat yang berjudul Implementasi Data mining dengan
metode algoritma apirori dalam menentukan
Dalam persaingan di dunia bisnis, pola pembelian obat”.
khususnya industri Apotek, menuntut para
pengembang untuk menemukan suatu strategi 1.2. Rumusan Masalah
jitu yang dapat meningkatkan penjualan obat. Berdasarkan latar belakang di atas maka
Salah satu cara mengatasinya adalah dengan dapat dirumuskan masalah yanag akan dipecahkan
tetap tersediaannya berbagai jenis obat yang adalah : “Bagaimana merancang dan membangun
dibutuhkan oleh konsumen. Untuk mengetahui Aplikasi data mining dengan metode algoritma
obat apa saja yang biasa dibeli oleh konsumen. apirori dalam menentukan pola pembelian obat ?”
Penerapan Algoritma Apriori dapat membantu
dalam membentuk kandidat kombinasi item, 1.3. Tujuan Penelitian
kemudian dilakukan pengujian apakah Adapun tujuan dari penelitian ini adalah
kombinasi tersebut memenuhi parameter untuk membangun aplikasi data minig dengan
support dan confidence minimum yang metode algoritma apirori dalam menentukan pola
merupakan nilai ambang yang diberikan oleh pembelian obat .
pengguna. Jika memenuhi parameter support
dan confidence maka hasil tersebut dapat
membantu dalam penentuan pola pembelian
obat dan membantu tata letak obat berdasarkan II. TINJAUAN PUSTAKA
kencenderungan konsumen membeli obat.
2.1.Data mining
Ruang lingkup penelitian ini sebagai Data Mining adalah proses ekstraksi
dasar batasan penelitian adalah menggunakan informasi dari kumpulan data melalui
metode algoritma appriori, pengujian dilakukan penggunaan algoritma dan teknik yang
berdasarkan nama obat bukan taksonomi obat, melibatkan bidang ilmu statistik, mesin
kombinasi 2 itemset yang akan dijadikan tolok pembelajaran, dan sistem manajemen database
ukur dalam pencarian nilai support dan [1]. Data Mining digunakan untuk ekstraksi
confidence pada data transaksi pembelian obat,
informasi penting yang tersembunyi dari dataset
pengolahan data dilakukan terhadap data
yang besar. Dengan adanya data mining maka
penjualan obat pada periode Januari dan februari
akan didapatkan suatu permata berupa
2014 dengan sampel 20 data transaksi. Dengan
pengetahuan di dalam kumpulan data – data
dilakukannya penelitian ini diharapkan dapat
yang banyak jumlahnya.
memberikan hasil berupa informasi yang dapat
bermanfaat bagi pihak –pihak terkait dalam Salah satu area penerapan data mining
melakukan pengambilan keputusan manajerial, adalah di dalam bidang kesehatan. Bila sasaran
terutama dalam penentuan pola pembelian obat pembelian obat tidak ditentukan secara baik,
dan juga dapat membantu dalam tata letak obat. dalam arti tidak diupayakan mencari sasaran
pembelian obat yang potensial, maka hanya akan
Gunadi G & Sensuse D [8] melakukan menghabiskan banyak waktu dan biaya yang
penelitian menggunakan metode data mining seharusnya bisa diminimalisir melalui pemilihan
dengan algoritma appriori dan FP Growth dalam target pembelian obat yang baik. Salah satu cara
menentukan strategi penjualan dan pemasaran yang dapat diterapkan adalah dengan
yang efektif pada PT gramedia. Dimana menerapkan penggunaan data mining.
algoritma appriori dan FP Growth adalah
algoritma yang digunakan untuk membantu
menemukan sejumlah aturan asosiasi dari basis 2.2. Pola Pembelian Obat
data transaksi penjualan produk buku. Pada
aturan asosiasi algortima FP growth menemukan Pola pembelian obat didapatkan setiap
hubungan antara itemset dengan tingkat pembelian obat dari konsumen di apotik .
kekuatan aturan asosiasi support dan confidence
sebesar 0,273 sedangkan pada aturan asosiasi
Jurnal Fortech ISSN :
∑Transaks mengandung A
5 AC,AF,RX,SM
6 AT,CDR,CR,SM
7 AC,AT,RX
MULAI
8 AF,KI,NA
9 CDR,CR,RX,SM
Pengolahan
data 10 AC,NA,AF
11 AF,CDR,CR,KI,NA
Pencarian calon kombinasi 12 CDR,CR,RX,SM
(pembentukan item set)
13 AC,AF,CR,RX,SM
14 AC,AT,AF,CDR,KI
Kombinasi
yang terpilih 15 AF,CR,RX,SM
T 16 AC,AF,CDR,MD
17 AC,AT,CDR,MD
SELESAI
18 AC,AF,CDR,KI,NA,
19 CR,RX,SM
20 AC,CDR,RX
SELESAI Ket :
AT = Anastan
III. HASIL DAN PEMBAHASAN AF = Asamefenamat
CDR = CDR
3.1. Proses Peneyelesaian Association rule CR = Cefadroxil
Berikut ini adalah cara menggunakan KI = Kaditic
software Tanagra dengan menggunakan metode
NA = Nonflamin
asscociation rule :
1. data transaksi penjualan obat tabel1. RX = Redoxon
SM = Sanmol
Pola transaksi penjualan obat SB = Sangobion
MD = metronidzaol
Transaksi Item pembelian
pengertian
data alternatif
2. Diagram level 0
aturan
3.3
Jurnal Fortech ISSN :
4.2 Saran