Penerapan Metode Algoritma Apriori dan FP-Tree Pada Penentuan Pola Pembelian Obat

Abstract

Dewasa ini perkembangan industri kesehatan khususnya farmasi meningkat. Itu bisa dilihat dari kemunculan Prodi farmasi di berbagai Akademika civitas. Seiring pertumbuhan industri, informasi tentang produknya menjadi kebutuhan bagi perusahaan. Salah satu kebutuhan penting adalah informasi tentang penjualan obat-obatan dan informasi tentang persiapan atau produksi obat-obatan. Informasi mengenai berapa banyak obat yang akan diproduksi merupakan hal yang sangat penting karena hal ini berkaitan dengan berapa banyak penjualan yang terjadi dalam kurun waktu tertentu atau target pasar yang akan dicapai. Algoritma priori termasuk jenis aturan asosiasi pada data mining. Aturan yang menyatakan hubungan antara berbagai atribut sering disebut analisis afinitas atau analisis pasar basket. Analisis asosiasi atau asosiasi aturan penambangan adalah teknik penambangan data untuk menemukan aturan kombinasi item. Dan FP-Tree adalah struktur penyimpanan data terkompresi. FP-Tree dibangun dengan memetakan setiap catatan transaksi ke setiap jalur spesifik di FP-tree. Berdasarkan data transaksi penjualan obat di pabrik Farma kimia Jakarta, dilakukan analisis menggunakan algoritma Apriori dengan dukungan parameter minimum 10% dan kepercayaan minimum 50%. Hasil penelitian menghasilkan 7 aturan Asosiasi dengan kombinasi item terbesar hingga 2 item.