Penerapan Metode Apriori untuk Identifikasi Pola Data Obat pada Pasien di Puskesmas

Cahyo, Septian Edi Dwi (2017) Penerapan Metode Apriori untuk Identifikasi Pola Data Obat pada Pasien di Puskesmas. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

Preview	Text JURNAL.pdf - Published Version Download (785kB) | Preview
	Text PENDAHULUAN.pdf Download (524kB)
	Text ABSTRAK.pdf Download (157kB)
	Text BAB I - BAB V.pdf Restricted to Repository staff only Download (1MB)

Abstract

puskesmas merupakan tempat penanganan pertama terhadap kesehatan masyarakat setempat, dengan pelayanan dan pemberian obat sesuai dengan penyakit yang diderita. Penyakit yang diderita akan segera ditangani oleh paramedis dengan melakukan pemberian obat.. untuk mengetahui pola data obat yang diberikan dan mengantisipasi persediaan obat didaerah tertentu agar tidak mengalami keterlambatan kesediaan obat. Maka diperlukan pencarian pola atau hubungan Association rule (aturan asosiatif). Association rule merupakan salah satu teknik data mining yang sangat penting, dapat diartikan bahwa hubungan antara sejumlah item dengan menentukan nilai support dan confidence pada basis data, penting tidaknya aturan asosiasi dapat diketahui dengan nilai support atau nilai penunjang dan confidence (nilai kepastian) algoritma apriori menghitung seringnnya item-set yang muncul dalam database melalui beberapa iterasi, setiap iterasi tersebut memiliki dua tahapan yaitu menentukan kandidat dan menghitung kandidat. Tahap pertama pada iterasi pertama , himpunan yang dihasilkan dari kandidat item-set berisikan seluruh 1-item-set. Tahap kedua algoritma apriori menghitung support-nya melalui seluruh item-set dengan batas minimum tertentu saja yang dianggap sering muncul (frequent), sehingga dapat diketahui item-set yang sering muncul. Pada iterasi ke-dua algoritma apriori menghapus kandidat pada iterasi pertama yang tidak memiliki minimal support yang ditentukan. Penghapusan ini berdasarkan pengamatan yaitu apakah item-set tersebut sering muncul atau tidak. Dari hasil penelitian dengan menggunakan nilai minimum support dan minimum confident tertinggi akan membentuk nilai akhir, yaitu nilai paling besar yang melebihi batas minimal support dan confidence. Dalam penelitian ini dengan menggunakan kombinasi 2 item set dengan minimum support 2 dan minimum confidence 35 pada puskesmas jatiroto adalah “jika Pamol maka akan ada Antasida” dengan Support 7,333% dan confidence 42,308% . Sedangkan untuk puskesmas nilai tertinggi pada kombinasi 2 itemset dengan minimum support 10 dan minimum confidence 30 adalah “jika Amox maka akan ada demacolin” dengan support 12% dan confidence 33,962%

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	puskesmas, association rule, algoritma apriori
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Hendri Uut Fahrullah
Date Deposited:	29 Aug 2018 08:05
Last Modified:	12 Sep 2019 08:01
URI:	http://repository.unmuhjember.ac.id/id/eprint/651

Actions (login required)

View Item