analisa data penjualan obat dengan menggunakan algoritma apriori

advertisement
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
ISSN : 2301-9425
ANALISA DATA PENJUALAN OBAT DENGAN MENGGUNAKAN
ALGORITMA APRIORI PADA RUMAH SAKIT UMUM DAERAH
H. ABDUL MANAN SIMATUPANG KISARAN
Chintia Oktavia Simbolon (0911456)
Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan
Jl. Sisimangaraja No.338 Simpang Limun Medan
www.stmik-budidarma.ac.id // Email: [email protected]
ABSTRAK
Kebutuhan terhadap obat adalah merupakan hal yang penting bagi manusia, khususnya bagi orang yang
menderita suatu penyakit. Kita dapat membeli obat di tempat penyedia obat seperti apotek atau juga kita bisa
mendapatkannya di rumah sakit. Setiap harinya akan terjadi transaksi penjualan dan pembelian obat di tempat
tersebut. Untuk mengetahui obat apa saja yang dibeli oleh para konsumen, dapat dilakukan dengan
menggunakan algoritma apriori. dan untuk mendapatkan hasil yang lebih baik digunakan Tools Tanagra.
Algoritma apriori termasuk jenis aturan asosiasi pada data mining. Salah satu tahap analisis asosiasi yang
menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien adalah analisis pola frequensi
tinggi(frequent pattern mining). Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur , yaitu :
support dan confidence. Support (nilai penunjang) adalah persentase kombinasi item tersebut dalam database,
sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antar-item dalam aturan asosiasi.
Kata Kunci: Obat, Penjualan, Algoritma Apriori, Support, Confidence
1. Pendahuluan
Kebutuhan terhadap obat adalah juga
merupakan hal yang penting bagi manusia,
khususnya bagi orang yang menderita suatu
penyakit. Setiap harinya akan terjadi transaksi
penjualan dan pembelian obat di tempat tersebut.
Oleh karena itu setiap rumah sakit atau apotek
harus memiliki sistem pengolahan data yang baik
agar data-data yang dihasilkan dari transaksi
tersebut dapat berguna untuk dibuat menjadi sebuah
laporan bulanan atau tahunan. Di Rumah Sakit
Umum Daerah H. Abdul Manan Simatupang
Kisaran terjadi beberapa transaksi penjualan dan
pembelian obat. Data transaksi terus bertambah
setiap harinya dan di rumah sakit tersebut data-data
transaksi penjualan hanya disimpan sebagai arsip
atau pembukuan dan tidak diketahui apa manfaat
dari data-data yang ada tersebut untuk selanjutnya.
Algoritma apriori merupakan algoritma market
basket
analysis
yang
digunakan
untuk
menghasilkan association rule, dengan pola “if then
”.Market basket analysis merupakan salah satu
teknik dari data mining yang mempelajari tentang
perilaku kebiasaan konsumen dalam membeli
barang secara bersamaan dalam satu waktu. Teknik
tersebut bisa diterapkan dalam data yang sangat
besar seperti data transaksi pembelian. Dalam
teknik data mining terdapat beberapa algoritma
untuk menyelesaikannya. Beberapa algoritma
tersebut antara lain algoritma hash-based, algoritma
apriori,dan algoritma FP-Growth. Sedangkan dalam
penelitian ini akan menggunakan algoritma apriori.
2. Landasan Teori
2.1 Analisa
Dalam menguraikan suatu pokok masalah, perlu
melakukan analisa masalah. Analisa menurut
kamus bahasa Indonesia berarti penyelidikan
terhadap suatu peristiwa (karangan atau perbuatan)
untuk mengetahui keadaan sebenarnya (baik sebab
maupun duduk perkara). Sehingga dengan
melakukan suatu analisa, kita bisa menguraikan
pokok permasalahan dari berbagai kemungkinan
yang bisa terjadi[3].
Berikut ini adalah pengertian dan definisi
analisa:
1. Menurut Jeffrey Liker
Analisa adalah waktu untuk mengumpulkan
bukti, waktu untuk berulangkali bertanya
"mengapa?" dan untuk menemukan sumber
suatu masalah, yaitu akarnya
2. Menurut Hanif Al Fatta
Analisa merupakan tahap awal dalam
pengembangan sistem dan merupakan tahap
fundamental yang sangat menentukan kualitas
sistem informasi yang dikembangkan.
3. Menurut Husein Umar
Analisa merupakan suatu proses kerja dari
rentetan tahapan pekerjaan sebelum riset
didokumentasikan melalui tahapan penulisan
laporan.
2.2 Data
Data berasal dari kata “datum”, yang berarti
fakta yang mengandung arti pengolahan data. Data
Analisa Data Penjualan Obat Dengan Menggunakan Algoritma Apriori Pada Rumah Sakit Umum Daerah
H. Abdul Manan Simatupang Kisaran. Oleh : Chintia Oktavia Simbolon
54
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
merupakan kumpulan kejadian yang diangkat dari
suatu kenyataan. Data dapat berupa symbolsymbol, gambar-gambar, kata-kata, angka-angka,
huruf- huruf, yang menunjukan suatu ide, objek,
kondisi atau situasi. Data juga merupakan bahan
yang akan diolah menjadi suatu bentuk yang lebih
bermanfaat.
2.3 Data Mining
Data mining merupakan suatu proses
pendukung pengambil keputusan dimana kita
mencari pola informasi dalam data. Pencarian ini
dapat dilakukan oleh pengguna, misalnya dengan
menggunakan query atau dapat dibantu dengan
suatu aplikasi yang secara otomatis mencari pola
informasi pada basis data. Pencarian ini disebut
discovery. Discovery adalah proses pencarian dalam
basis data untuk menemukan pola yang
tersembunyi tanpa ide yang didapatkan sebelumnya
atau hipotesa tentang pola yang ada. Dengan kata
lain aplikasi mengambil inisiatif untuk menemukan
pola dalam data tanpa pengguna berpikir mengenai
pertanyaan yang relevan terlebih dulu.
Data mining adalah suatu istilah yang
digunakan
untuk
menguraikan
penemuan
pengetahuan didalam database. Data mining adalah
proses yang menggunakan teknik statistic,
matematika, kecerdasan buatan, dan machine
learning untuk mengekstraksi dan mengidentifikasi
informasi yang bermanfaat dan pengetahuan yang
terkait dari berbagai database besar[1].
Berikut ini beberapa defenisi data mining
dikutip dari beberapa sumber ;
1. “Data mining adalah serangkaian proses untuk
menggali nilai tambah dari suatu kumpulan
data berupa pengetahuan yang selama ini tidak
diketahui secara manual.”(Pramudiono, 2006)
2. “Data mining adalah analisis dari peninjauan
kumpulan data untuk menemukan hubungan
yang tidak diduga dan meringkas data dengan
cara yang berbeda cdengan sebelumnya, yang
dapat dipahami dan bermanfaat bagi pemilik
data.”(Larose, 2005).
2.4 Algoritma Apriori
Algoritma Apriori adalah suatu algoritma dasar
yang diusulkan oleh Agrawal & Srikant pada tahun
1994 untuk penentuan frequent itemsets untuk
aturan asosiasi boolean. Algoritma apriori termasuk
jenis aturan asosiasi pada data mining. Aturan yang
menyatakan asosiasi antara beberapa atribut sering
disebut affinity analysis atau market basket
analysis.
Penting tidaknya suatu asosiasi dapat diketahui
dengan dua tolak ukur , yaitu : support dan
confidence. Support (nilai penunjang) adalah
persentase kombinasi item tersebut dalam database,
ISSN : 2301-9425
sedangkan confidence (nilai kepastian) adalah
kuatnya hubungan antar-item dalam aturan asosiasi.
2.5 Analisis Pola Frekuensi Tinggi
Tahap ini mencari kombinasi item yang
memenuhi syarat minimum dari nilai support dalam
basis data. Nilai support sebuah item diperoleh
dengan menggunakan rumus berikut: (Kusrini,
Emha Taufiq Luthfi, 2010 : 150-151)
Sementara, nilai support dari 2 item diperoleh
dengan menggunakan rumus :
Frequent itemset menunjukkan itemset yang
memiliki frekuensi kemunculan lebih dari nilai
minimum yang ditentukan ( ). Misalkan
= 2,
maka semua itemsets yang frekuensi
kemunculannya lebih dari atau sama dengan 2 kali
disebut frequent. Himpunan dari frequent k-itemset
dilambangkan dengan Fk.
2.6 Pembentukan Aturan Asosiasi
Setelah semua pola frekuensi tinggi ditemukan,
barulah dicari aturan asosiasi yang memenuhi
syarat minimum untuk confidence dengan
menghitung confidence aturan asosiatif A B.
Nilai confidence dari aturan A
B diperoleh
dengan rumus berikut[1]:
Untuk menentukan aturan asosiasi yang akan
dipilih maka harus diurutkan berdasarkan Support
× Confidence. Aturan diambil sebanyak n aturan
yang memiliki hasil terbesar.
Tanagra
Tanagra adalah software data mining bebas
untuk tujuan akademik dan penelitian. Ini
mengusulkan beberapa metode data mining dari
analisis eksplorasi data, pembelajaran statistik,
pembelajaran mesin dan daerah database. Tanagra
adalah "proyek open source" karena setiap peneliti
dapat mengakses ke kode sumber, dan
menambahkan algoritma sendiri, sejauh dia setuju
dan sesuai dengan lisensi distribusi perangkat
lunak.
3. Analisa Dan Pembahasan
3.1 Analisa
Analisa Data Penjualan Obat Dengan Menggunakan Algoritma Apriori Pada Rumah Sakit Umum Daerah
H. Abdul Manan Simatupang Kisaran. Oleh : Chintia Oktavia Simbolon
55
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
3.1.1 Analisa masalah Pada Rumah Sakit Umum
Daerah H. Abdul Manan Simatupang
Kisaran.
Penelitian dilakukan di Rumah Sakit Umum
Daerah H. Abdul Manan Simatupang Kisaran. Dan
berdasarkan hasil penelitian yang dilakukan
pengolahan data pembelian obat masih dilakukan
secara manual. Di Rumah Sakit Umum Daerah
H.Abdul Manan Simatupang Kisaran terjadi
beberapa transaksi penjualan dan pembelian obat.
Data transaksi terus bertambah setiap harinya dan
di rumah sakit tersebut data-data transaksi
pembelian hanya disimpan sebagai arsip atau
pembukuan dan tidak diketahui apa manfaat dari
data-data yang ada tersebut untuk selanjutnya.
Sistem pengolahan data yang ada di Rumah
Sakit Umum Daerah H. Abdul Manan Simatupang
Kisaran belum berjalan dengan baik karena datadata pembelian yang ada dalam pembukuan hanya
dibiarkan menumpuk dan terus bertambah tanpa
diketahui untuk apa selanjutnya data-data tersebut.
ISSN : 2301-9425
Kandidat kombinasi 2 itemset diambil dari
kandidat pertama 1 itemset yang mencapai ataupun
melebihi support minimal.
Tabel 3 : Kandidat Kombinasi
3.2.2 Pembentukan Aturan Asosiasi
Setelah semua pola frekuensi tinggi ditemukan.
Kemudian dihitung confidence masing-masing
kombinasi item. Iterasi berhenti ketika semua item
telah dihitung sampai tidak ada kombinasi item lagi.
Tabel 4 : Aturan Asosiasi
3.2
Pembahasan
3.2.1 Penerapan Algoritma Apriori
Data transaksi merupakan data yang
diperoleh dari penjualan harian.berikut ini
merupakan representasi dari data transaksi
penjualan obat pada Rumah Sakit Umum Daerah
H.Abdul Manan Simatupang Kisaran.
Tabel 1 : Representasi Transaksi penjualan
Tabel 5 : Aturan Asosiasi Final.
Penentuan Kandidat Pertama (C1)
Penentuan Kandidat Pertama diperoleh
dari item-item yang terdapat pada representasi data
penjualan 6 item yang paling diminati setiap
bulannya. Berikut ini adalah tabel item yang
menjadi Kandidat pertama
Tabel 2 : Daftar Kandidat
Penentuan kandidat kombinasi 2 itemset (C2)
4. Algoritma Dan Implementasi
4.1
Algoritma Support
Input
: Amoxilin
Ciprolaxacim
CTM
Dextrose 5%
Donperiden
Gliben Klamid ← item
Norit
Ranitidin
Ringer Lactat
Sanmol
← item
Sulfas Perasus ← item
Transaksi per bulan
Output : support;
← item
← item
← item
← item
← item
← item
← item
← item
Analisa Data Penjualan Obat Dengan Menggunakan Algoritma Apriori Pada Rumah Sakit Umum Daerah
H. Abdul Manan Simatupang Kisaran. Oleh : Chintia Oktavia Simbolon
56
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
Proses :
Support
(Amoxilin)
5.1.2
ISSN : 2301-9425
Algoritma Confidence
Input
:
Ciprolaxacim
← item
Gliben Klamid ← item
Donperiden
← item
Dextrose 5%
← item
Output : confidence;
Proses :
Confidence (Ciprolaxacim, Gliben Klamid)
Support
(Ciprolaxacim)
Support
(CTM)
Confidence (
Support
5%)
(Dextrose
Confidence (Donperiden, Dextrose 5%)
Confidence (Dextrose 5%,
Support
(Donperiden)
, Ciprolaxacim)
)
If confidence >= 80% then
confidence terpenuhi
Else
Tereliminasi;
Support
Klamid)
(Gliben
Support
(Norit)
Support
Support
Lactat)
(Ringer
Support
(Sanmol)
Support
Ferasus)
(Sulfas
If support >= 60% then min support
terpenuhi
Else
Tereliminasi;
5. Penutup
5.1 Kesimpulan
Berdasarkan riset dan pembahasan yang telah
dilakukan, dapat diberikan beberapa kesimpulan
sebagai berikut :
1. Pengimplementasian Algoritma Apriori pada
Tanagra versi 1.4 dimulai dengan penginputan
data tabular pada Microsoft.Excel, yang
kemudian dikoneksikan ke dalam tools tanagra,
dan mulailah pembentukan support dan
confidence dan kemudian terbentuklah asosiasi
final .
2. Pengimplementasian Algoritma Apriori pada
Tanagra versi 1.4 berpengaruh pada nilai
support dan confidence. Jika data yang
digunakan semakin banyak maka perhitungan
support dan confidence menjadi lebih sulit.
3. Setelah
dilakukan
pengimplementasian
Algoritma Apriori pada Tangra versi 1.4, maka
hasil pengolahan data penjualan obat paling
banyak terjual pada Rumah Sakit Umum Daerah
H. Abdul Manan Simatupang Kisaran adalah
Ciprolaxacim, Gliben Klamid, Donperiden,
Dextrose 5%.
5.2 Saran
Adapun saran yang akan penulis sampaikan
yaitu :
1. Pada penelitian selanjutnya daharapkan data
yang digunakan dikembangkan tidak hanya data
bulanan saja, tapi data tahunan yang lebih besar.
Analisa Data Penjualan Obat Dengan Menggunakan Algoritma Apriori Pada Rumah Sakit Umum Daerah
H. Abdul Manan Simatupang Kisaran. Oleh : Chintia Oktavia Simbolon
57
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
ISSN : 2301-9425
2. Pada penelitian selanjutnya diharapkan dapat
membahas obat penyakit lain yang tidak hanya
obat penyakit dalam saja.
3. Pada penelitian ini Tools yang digunakan
tanagra versi 1,4 karena tanagra versi 1,4
memiliki kelemahan yaitu pada pembuatan tabel
tabular untuk dabase nya, karena jika data
penjualan mencapai ribuan dan item mencapai
puluhan bahkan ratusan, maka pembuatan tabel
tabular akan semakin sulit diharapkan pada
penelitian selanjutnya dapat menggunakan tools
lain yang dapat mempermudah dalam
pembuatan table tabular.
Daftar Pustaka
[1]. Kusrini, Emha Taufiq Luthfi, Algoritma Data
Mining,
[2]. Dana Sulistiyo Kusumo, Moch. Arief
Bijaksana, Dhinta Darmantoro, Data Mining
Dengan Algoritma Apriori Pada RDBMS
Oracle, 2003
[3]. http://carapedia.com/pengertian_definisi_analis
a_info2180.html, 23 Mei 2013
[4]. http://carapedia.com/pengertian_definisi_data_
menurut_para_ahli_info505.html, 23 Mei 2013
[5]. http://indonesia.smetoolkit.org/indonesia/id/co
ntent/id/435/Pengelolaan-Bahan Anda, 23 Mei
2013
[6]. http://id.wikipedia.org/wiki/Obat , 23 Mei 2013
[7]. http://sitarokab.go.id/downlotperda.php,
23
Mei 2013
[8]. google,
eric.univlyon2.fr/~ricco/tanagra/en/tanagra.html,
23
Mei 2013
[9]. http://id.wikipedia.org/wiki/Microsoft_Excel,
23 Mei 2013
Analisa Data Penjualan Obat Dengan Menggunakan Algoritma Apriori Pada Rumah Sakit Umum Daerah
H. Abdul Manan Simatupang Kisaran. Oleh : Chintia Oktavia Simbolon
58
Download