Analisis Asosiasi pada Transaksi Obat Menggunakan Data Mining dengan Algoritma A Priori

Authors

  • Despitaria Despitaria Universitas Tanjungpura
  • Herry Sujaini Universitas Tanjungpura
  • Tursina Tursina Universitas Tanjungpura

Keywords:

Algoritma A Priori, apotek, confidence, data mining, lift, support.

Abstract

Abstrak"” Persaingan di dunia bisnis, khususnya dalam industri apotek, menuntut para pengembang bisnis tersebut menemukan suatu strategi yang dapat meningkatkan penjualan obat. Salah satu caranya yaitu dengan memberikan potongan harga pada kombinasi obat-obat tertentu yang sering dibeli secara bersamaan. Hal tersebut dapat dilakukan dengan menggunakan teknik analisis keranjang pasar yaitu menganalisis kebiasan belanja konsumen. Data mining merupakan suatu metode pengolahan informasi tersembunyi dari suatu database informasi yang besar. Pengimplementasian data mining terdapat berbagai macam metode, salah satunya adalah Algoritma A Priori. Algoritma A Priori merupakan algoritma pengambilan data dengan aturan asosiatif (association rule) untuk menentukan hubungan asosiatif suatu kombinasi item (Kusrini, 2007). Penelitian ini dilakukan dengan melakukan analisis asosiasi pada data transaksi obat menggunakan Algoritma A Priori. Analisis dilakukan dengan membandingkan hasil analisis asosiasi dengan Algoritma A Priori dan analisis tanpa menggunakan metode. Hasil analisis ini dilakukan pengujian dari data mining yaitu lift. Analisis asosiasi dengan 2-itemset menggunakan Algoritma A Priori terhadap 700 data (209 transaksi penjualan) menghasilkan 6 kaidah/aturan dengan 2 aturan yang menghasilkan nilai lift 2.09 dan 1.3 dengan waktu 12 detik. Analisis asosiasi dengan 3-itemset menggunakan Algoritma A Priori terhadap 200 data (62 transaksi penjualan) menghasilkan 33 kaidah/aturan dengan nilai lift kurang dari 1 dengan waktu 23 detik. Sehingga dapat disimpulkan bahwa Algoritma A Priori dapat digunakan untuk menganalisis kebiasaan belanja konsumen untuk menghasilkan kaidah/aturan yang berisi kombinasi antar obat.

 

References

Syaifullah, M.A. 2010. Implementasi Data Mining Algoritma A Priori pada Sistem Penjualan. http://repository.amikom.ac.id.

Kusrini dan Luthfi, E.T.2009. Algoritma Data Mining. Yogyakarta: ANDI.

Larose, Daniel T.2005. Discovering Knowledge in Data: An Introduction to Data Mining. Canada: John Willey & sons Inc.

Ponniah, P. 2001. Datawarehouse Fundamentals: A Comprehensive Guide for IT Professional. John Willey & Sons, Inc.

Hermawati, Fajar Astuti. 2013. Data Mining. Edisi ke-1. Yogyakarta: ANDI.

Santoso, Budi. 2007. Data mining : Teknik Pemanfaatan Data untuk

Keperluan Bisnis. Edisi ke-1. Yogyakarta: Graha Ilmu.

Nurcahyo, G.W. 2013. Penerapan Dtana Mining dengan Algoritma A

Priori untuk Mendukung Strategi Promosi Pendidikan. http://jurnalcoreit.lppm-stmik.ibbi.ac.id.

Santoso, Leo Willyanto.2011. Pembuatan Perangkat Lunak Data

Mining Untuk Penggalian Kaidah Asosiasi Menggunakan Metode A

Priori.

Fajar Astuti Hermawan.2013.Data Mining: Edisi Pertama.Yokyakarta : Andi.

Randolf. 2008. Penerapan Metode Kaidah Asosiasi pada Data

Transaksi Minimarket dengan Menggunakan Algoritma A Priori.

http://lib.ui.ac.id.

Downloads

Published

2016-02-16

Issue

Vol. 4 No. 2 (2016)

Section

Articles

License

The author owns the copyright in his paper and agrees to publish his paper to JUSTIN by giving the rights to the first publication of his paper which is simultaneously licensed under the Creative Commons Attribution License, namely the Similar International 4.0 license (CC BY-NC-SA 4.0).  

                             

This is a human-readable summary of (and not a substitute for) the license. Disclaimer.

You are free to:
Share "” copy and redistribute the material in any medium or format
Adapt "” remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.

Under the following terms:
Attribution "” You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial "” You may not use the material for commercial purposes.
ShareAlike "” If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions "” You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.