IMPLEMENTASI DATA MINING DENGAN K-MEANS CLUSTERING UNTUK MEMPREDIKSI PENGADAAN OBAT PADA INSTALASI FARMASI RUMAH SAKIT PERMATA JONGGOL

• AGATHA DUHAVI

---

ABSTRAK

ABSTRAK

Agatha Duhavi (11200110), Implementasi Data Mining Dengan K-Means Clustering Untuk Memprediksi Pengadaan Obat Pada Instalasi Farmasi Rumah Sakit Permata Jonggol

 

Banyaknya jenis obat – obatan yang dibutuhkan pasien sebuah rumah sakit, membuat instalasi farmasi rumah sakit sebagai peyedia ketersediaan obat – obatan kesulitan menentukan persediaan dan pengadaan stok obat – obatan. Apabila terjadi kesalahan dalam pengadaan dan persediaan tentunya akan merugikan pihak rumah sakit. Agar tidak selalu terjadi penumpukan stok atau kekosongan stok, maka perlu dilakukan pendataan agar muncul informasi dan clusterisasi jenis – jenis obat berdasarkan tingkat penjualannya. Data yang diperoleh dalam penelitian ini adalah data penjualan obat – obatan di instalasi farmasi RS Permata Jonggol. Penulis menggunakan sampling data penjualan tahun 2021. Dalam proses data mining tersebut digunakan 2 metode, yaitu menggunakan software Microsoft Excel dan RapidMiner. Setelah melakukan perhitungan dengan menentukan centroid pada setiap iterasi, maka didapatkanlah informasi penjualan obat kategori tinggi, sedang, dan rendah. Pada Microsoft Excel, informasi tersebut didapat setelah melakukan 4 iterasi dengan hasil : cluster 1 yang disebut penjualan tinggi terdapat 1 data yaitu NaCl 0,9% % 500 ml, cluster 2 yang disebut penjualan sedang terdapat 29 data, sedangkan cluster 0 yang disebut penjualan rendah sebanyak 375 data. Dari software RapidMiner, didapatkkan hasil : cluster 1 sebanyak 1 anggota, cluster 2 sebanyak 26 data, dan cluster 0 sebanyak 378 data. Perbedaan hasil ini disebabkan karena cara penentuan centroid yang berbeda, dimana pada Microsoft Excel dilakukan secara acak dan pada RapidMiner sudah otomatisasi dalam software. Hasil K-Means Clustering ini dapat digunakan pada proses pengadaan dan persediaan stok obat – obatan agar tidak lagi terjadi penumpukan dan kekosongan stok di instalasi farmasi RS Permata Jonggol.

Kata Kunci: Data Mining, Clusterization, Centroid, MicrosoftExcel, RapidMiner.

KATA KUNCI

Sistem Informasi

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] B. Warsita, Teknologi Pembelajaran Landasan & Aplikasinya, Jakarta: Rineka Cipta, 2008.

[2]

R. Lantip Diat Prasojo, Teknologi Informasi Pendidikan, Yogyakarta: Gava Media, 2011.

[3] A. Gunawan, "Penerapan Data Mining Pemakaian Air Pelanggan Untuk Menentukan Klasifikasi Potensi Pemakaian Air Pelanggan Baru Di Pdam Tirta Raharja Menggunakan Algoritma K-Means," in Seminar Nasional Teknologi Informasi dan Komunikasi, UNJANI Bandung, 2016.

[4] F. P. P. Danuri Jaroji, "K-Means Untuk Menentukan Calon Penerima Beasiswa Bidik Misi di Polbeng," JURNAL INOVTEKPOLBENG, vol. I, no. I, pp. 87-94, 2016.

[5] P. M. K. R. Indonesia, "Kementerian Kesehatan Republik Indonesia," Kementerian Kesehatan Republik Indonesia, [Online]. Available: http://bprs.kemenkes.go.id.

[6] D. RI, Keputusan Menteri Kesehatan Nomor 1197/Menkes/SK/X/2004, Jakarta: Departemen Kesehatan RI, 2004.

[7] D. Rakhmisari, Bahan Kuliah Manajemen Instalasi Farmasi Rumah Sakit Program Diploma III Perumahsakitan, Jakarta: FKUI, 2006.

[8] B. Silalahi, Prinsip Manajemen Rumah Sakit, Jakarta: Lembaga Pengembangan Manajemen Indonesia, 1989.

[9] H. J, M. Kamber and J. Pei, Data Mining:Concept and Technique, Second Edition, Waltham: Morgan Kauffman Publisher, 2006.

[10] M. Ayub, Writer, Data Warehouse & Data Mining. [Performance]. Universitas Kristen Maranatha, 2007.

[11] J. A. Hoffer, Prescott, M. B and H. Topi, Modern Database Management Ninth Edition, New Jersey: Pearson Education, 2009.

[12] E. Prasetyo, Metode Clustering "Metode Clustering Menurut Kategori Kekompakan", Yogyakarta: Andi Offset, 2014.

[13] A. E. Wicaksono, "Implementasi Data Mining Dalam Pengelompokkan Data Peserta Didik di Sekolah Untuk Memprediksi Calon Penerima Beasiswa Dengan Menggunakan Algoritma K-Means (Studi Kasus Di SMAN 16 Bekasi)," Jurnal Teknologi Rekayasa, vol. 21, 2016.

[14] Y. Darmi and A. Setiawan, "Penerapan Metode Clustering K-Means dalam Pengelompokkan Penjualan Produk," Jurnal Media Infotama, vol. 12, 2016.

[15] L. W. Mustika, "Sistem Prediksi Pengadaan Barang Dengan Menggunakan Metode K-Means dan Metode Tsukamoto Pada Percetakan Surya Digital Printing," simki-Techsain, vol. 01, p. 08, 2017.

[16] D. Gustientie and et all, "Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru," Jurnal Nasional Teknologi dan Sistem Informasi, vol. 05, pp. 017-024, 2019.

[17] R. P. Jonggol, "ww.rspermatajonggol.com," rspermata jonggol, 2017. [Online]. Available: www.rspermatajonggol.com.

[18] Sangadji, Metodologi Penelitian-Pendekatan Praktis Dalam Penelitian, Yogyakarta: Andi, 2010.

[19] G. F, "From patterns in data to knowledge discovery : What data mining can do," Phys.Procedia, vol. 62, pp. 18-22, 2015.

[20] C. Siregar, Farmasi Rumah Sakit dan Teori Penerapan, Jakarta: Buku Kedokteran EGC, 2004.

[21] K. K. R. Indonesia, "Berita Negara Republik Indonesia," 2019. [Online]. Available: http://persi.or.id.

[22] K. K. R. Indonesia, "Berita Negara Republik Indonesia," 2019. [Online]. Available: http://persi.or.id.

[23] D. RI, Peraturan Menteri Kesehatan Republik Indonesia Nomor 58 Tahun 2014 Standar Pelayanan Kefarmasian Di Rumah Sakit, Jakarta: Departemen Kesehatan RI, 2014.

[24] E. Prasetyo, Data Mining Konsep Dan Aplikasi Menggunakan Matlab, Yogyakarta: Andi Offset, 2012.

[25] F. A. Hermawati, Data Mining, Yogyakarta: Andi Offset, 2013.

[26] Kusrini and L. T. Emha, Algoritma Data Mining, Yogyakarta: Andi Offset, 2009.

[27] T. Connolly and B. C, Database System: a practical approach to, America: Pearson Education, 2010.

[28] R. M. Jr and G. P. Schell, Sistem Informasi Manajemen Edisi 10, Jakarta: Salemba Empat, 2008.