PENERAPAN DATA MINING MENGGUNAKAN METODE K-MEANS CLUSTERING PADA DATA PERSEDIAAN OBAT INSTALASI FARMASI RAWAT JALAN RSUP DR.M.DJAMIL PADANG

Utari, Rahmadiani (2021) PENERAPAN DATA MINING MENGGUNAKAN METODE K-MEANS CLUSTERING PADA DATA PERSEDIAAN OBAT INSTALASI FARMASI RAWAT JALAN RSUP DR.M.DJAMIL PADANG. Diploma thesis, Universitas Andalas.

[img]
Preview
Text (cover dan abstrak)
Abstrak.pdf - Published Version

Download (80kB) | Preview
[img]
Preview
Text (BAB I Pendahuluan)
BAB I.pdf - Published Version

Download (133kB) | Preview
[img]
Preview
Text (BAB V Penutup)
BAB V.pdf - Published Version

Download (57kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
daftar pustaka.pdf - Published Version

Download (120kB) | Preview
[img] Text (Skripsi Full Text)
skripsi utuh.pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

Pengelolaan obat di instalasi farmasi rumah sakit merupakan salah satu komponen penting dalam mengoptimalkan persediaan obat. Oleh karena itu persediaan obat harus dikelola secara baik agar obat selalu tersedia dalam jumlah yang cukup. Penerapan data mining menggunakan metode clustering K-Means dapat membantu dalam pengelolaan persediaan obat dengan mengelompokkan obat berdasarkan tingkat permintaannya. Clustering merupakan metode pengelompokkan data kedalam dua kelompok atau lebih yang memiliki kemiripan dengan anggota kelompoknya. Untuk menilai sebuah kualitas cluster yang terbentuk dapat dilihat berdasarkan hasil pengukuran performa cluster menggunakan Davies-Bouldin Index (DBI). Tujuan penelitian ini adalah untuk mengelompokkan jenis obat berdasarkan tingkat permintaannya, sehingga didapatkan informasi jenis obat yang harus disediakan dalam jumlah yang cukup dan tepat jenis. Hasil yang diperoleh dari penelitian ini adalah cluster 1 terdapat 6 jenis obat dengan total permintaan selama 4 tahun adalah 18.797 , cluster 2 sebanyak 124 obat dengan total permintaan 2.181.611, dan cluster 3 sebanyak 20 obat dengan total permintaan 3.061.375. Dari hasil cluster yang terbentuk didapatkan hasil bahwa cluster 1 adalah jenis obat dengan tingkat permintaan rendah, cluster 2 adalah jenis obat dengan tingkat permintaan sedang dan cluster 3 adalah jenis obat dengan tingkat permintaan tinggi. Berdasarkan pengujian kualitas cluster, cluster yang terbentuk memiliki kualitas yang baik dengan nilai mendekati nol dan tidak negatif, yaitu, sebesar 0.48017.

Item Type: Thesis (Diploma)
Primary Supervisor: Meza Silvana, M.T
Uncontrolled Keywords: Data mining, Clustering, K-Means, DBI, Persediaan obat
Subjects: T Technology > T Technology (General)
T Technology > TN Mining engineering. Metallurgy
Divisions: Fakultas Teknologi Informasi > Sistem Informasi
Depositing User: s1 sistem informasi
Date Deposited: 10 Sep 2021 07:28
Last Modified: 10 Sep 2021 07:28
URI: http://scholar.unand.ac.id/id/eprint/81940

Actions (login required)

View Item View Item