Implementasi Data Mining Pada Prediksi Pemesanan Menggunakan Algoritma Apriori (Studi Kasus : Kimia Farma)
Abstract
PT. Kimia Farma mengalami peningkatan order setiap harinya. Produk obat yang dipesan berdasarkan jenis permintaan dan kebutuhan pelanggan.Untuk mengetahui obat yang paling banyak dipesan dibutuhkan Algoritma Apriori untuk dapat mengetahuinya. Data mining merupakan proses analisis data menggunakan perangkat lunak untuk menemukan pola dan aturan (rules) dalam himpunan data. Dalam penelitian ini akan dibahas Association Rule sebagai salah satu fungsi data mining yang diimplementasikan dengan menggunakan Algoritma Apriori. Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur, yaitu support dan confidence. Support (nilai penunjang) adalah persentase kombinasi item dalam database sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antar-item dalam aturan asosiasi. Pemesanan dibutuhkan karena tingkat permintaan yang tidak beraturan. Persediaan barang dilakukan agar pada saat dibutuhkan barang-barang tersebut tersedia. Salah satu masalah dalam order barang adalah kesulitan dalam menentukan besarnya jumlah persediaan yang harus disediakan dalam memenuhi jumlah permintaan. Masalah yang sering timbul adalah terjadinya stockout (kehabisan persediaan) sehingga menimbulkan kekecewaan konsumen atau pelanggan, selain itu juga sering terjadi kelebihan barang.
Kata Kunci: Data mining, Pemesanan Obat, Algoritma AprioriReferences
Fajar Astuti Hermawan, 2013, ‘Artificial Intelegency’ Edisi Pertama, Yokyakarta, Penerbit Andi
Kusrini, Emma Taufiq Luthfi, 2009,‘ Intelejensi Buatan†Yokyakarta:Penerbit Andi
Fajar Astuti Hermawati, Data Mining 2013.
Jurnal Pelita Informatika Budi Darma, Volume: IV, Nomor, 1, Agustus 2013 ISSN:2301-9425 “IMPLEMENTASI ALGORITMA APRIORI PADA SISTEM PERSEDIAAN OBAT (STUDI KASUS: APOTIK RUMAH SAKIT ESTOMIHI MEDAN). Efori Buulolo.
Pramudiono, Iko. Pengantar Data Mining: Menambang Permata Pengetahuan di Gunung Data. http://www.ilmukomputer.com 22Mei 2014.
http://fiy-a.blogspot.com/2011/07/ tutorial -microsoft- office-excel-2007.html (diakses 10 Juni 2018).
D. P. Utomo and B. Purba, "Penerapan Datamining pada Data Gempa Bumi Terhadap Potensi Tsunami di Indonesia," Prosiding Seminar Nasional Riset Information Science (SENARIS), vol. 1, pp. 846-853, 2019.
R. Amelia and D. P. Utomo, "ANALISA POLA PEMESANAN PRODUK MODERN TRADE INDEPENDENT DENGAN MENEREPAKAN ALGORITMA FP. GROWTH (STUDI KASUS: PT. ADAM DANI LESTARI)," KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), vol. 3, no. 1, pp. 416-423, 2019.
D. P. Utomo and M. Mesran, "Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung," JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 2, pp. 437-444, 2020.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution 4.0 International License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).
