IMPLEMENTASI DATA MINING UNTUK MENENTUKAN POLA PEMBELIAN OBAT PADA APOTIK PANASEA MENGGUNAKAN ALGORITMA APRIORI

Prabowo, Yogi (2019) IMPLEMENTASI DATA MINING UNTUK MENENTUKAN POLA PEMBELIAN OBAT PADA APOTIK PANASEA MENGGUNAKAN ALGORITMA APRIORI. Skripsi thesis, STIKOM DINAMIKA BANGSA.

[img] Text
BAB I.pdf

Download (298kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (527kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (106kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (856kB)
[img] Text
BAB V.pdf

Download (1MB)
[img] Text
BAB VI.pdf

Download (90kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (212kB)

Abstract

Apotik Panasea adalah apotik yang bergerak dalam bidang pelayanan jasa untuk membantu masyarakat dalam berbagai macam penyakit dalam kehidupan masyarakat. Transaksi penjualan obat di Apotik selalu bertambah setiap harinya dan transaksi penjualan ini disimpan dan tidak diolah dengan baik sehingga sulit untuk menentukan laporan penjualan pola obat yang dibeli dan kesulitan dalam mengendalikan stok obat – obatan yang tersedia. Oleh karena itu peneliti melakukan analisis Data Mining pada transaksi penjualan tersebut agar menjadi informasi yang dapat digunakan untuk Apotik Panasea dengan menggunakan WEKA dan Rapidminer. Peneliti mengambil data transaksi penjualan pada bulan Agustus, September, dan Oktober sebanyak 800 data transaksi. Metode yang digunakan dalam penelitian ini adalah Aturan Asosiasi Algoritma Apriori dengan menghasilkan 23 attribut. Analisis tersebut menghasilkan 4 rule yaitu : Jika membeli obat luka, maka membeli pembersih luka dengan confidence 0.74 (74%), Jika membeli pembersih luka, maka membeli obat luka dengan confidence 0.64 (64%), Jika membeli vitamin, maka membeli obat demam dengan confidence 0.57 (57%), Jika membeli vitamin, maka membeli obat batuk dengan confidence 0.52 (52%). Support tertinggi dari rule yang dihasilkan adalah sebesar 0.08 (8,7%) dan confidence tertinggi adalah 0.74 (74%).

Item Type: Thesis (Skripsi)
Subjects: Artificial Intelligence
Divisions: Skripsi > Teknik Informatika > 2019
Depositing User: Digital Library
Date Deposited: 23 Jul 2019 01:33
Last Modified: 23 Jul 2019 01:34
URI: http://repository.unama.ac.id/id/eprint/85

Actions (login required)

View Item View Item