PENGELOMPOKAN DATA OBAT MENGGUNAKAN METODE K-MEANS CLUSTERING PADA UPT PUSKESMAS KONDORAN KEC.SANGALLA’

Bara, Efraim Harpendi (2020) PENGELOMPOKAN DATA OBAT MENGGUNAKAN METODE K-MEANS CLUSTERING PADA UPT PUSKESMAS KONDORAN KEC.SANGALLA’. Skripsi thesis, Institut Teknologi Nasional.

	Text 1618070_AWAL - Efraim Harpendi Bara.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (750kB)
	Text 1618070_BAB I - Efraim Harpendi Bara.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (92kB)
	Text 1618070_BAB II - Efraim Harpendi Bara.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (191kB) | Request a copy
	Text 1618070_BAB III - Efraim Harpendi Bara.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (603kB) | Request a copy
	Text 1618070_BAB IV - Efraim Harpendi Bara.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (822kB) | Request a copy
	Text 1618070_BAB V - Efraim Harpendi Bara.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (80kB) | Request a copy
	Text 1618070_DAFTAR PUSTAKA - Efraim Harpendi Bara.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (30kB)
	Text 1618070_LAMPIRAN - Efraim Harpendi Bara.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy

Abstract

PENGELOMPOKAN DATA OBAT MENGGUNAKAN METODE K-MEANS CLUSTERING PADA UPT PUSKESMAS KONDORAN KEC. SANGALLA’ Efraim Harpendi Bara Teknik Informatika - ITN Malang E-mail : eharpendi012@gmail.com ABSTRAK Dalam hal pengadaan dan pendistribusian obat di tempat pelayanan kesehatan dipengaruhi oleh perencanaan yang dilakukan. Agar obat dapat tersedia dengan jenis dan jumlah yang cukup sesuai dengan kebutuhan pelayanan kesehatan. Pada saat ini sebagian besar Puskesmas di Indonesia khususnya di daerah Tana Toraja belum melakukan kegiatan pelayanan farmasi seperti yang diharapkan, mengingat beberapa kendala antara lain kemampuan tenaga farmasi, terbatasnya pengetahuan manajemen Puskesmas, kebijakan manajemen institusi yang membawahi suatu Puskesmas, terbatasnya akses sarana dan prasarana internet. Akibat dari kondisi ini maka pelayanan farmasi Puskesmas masih bersifat konvensional dimana data yang diolah manual dinilai belum efektif dari segi waktu dan belum memberikan informasi yang jelas mengenai data obat yang harus diprioritaskan. Penelitian ini akan mengembangkan sebuah sistem data mining yang dapat membantu proses pengelompokan data obat kedalam beberapa cluster, sehingga mengurangi lama waktu proses pengolahan data untuk rencana pembelian obat pada periode berikutnya, serta mengurangi penumpukan obat yang tidak cepat pakai yang mengakibatkan obat sering kadaluarsa pada gudang obat suatu puskesmas. Penelitian ini menggunakan metode K-Means clustering yaitu sebuah metode yang dapat digunakan untuk mengelompokkan data berdasarkan tingkat kemiripan dan karakteristik data. Penerapan metode K-Means pada penelitian ini digunakan untuk mengolah data yang akan dimasukkan kedalam masing-masing 2 cluster, cluster yang pertama yaitu data obat dengan pemakaian lambat, dan yang kedua data obat dengan pemakaian cepat. Dataset yang digunakan adalah dataset yang didapatkan dari hasil penelitian dilapangan dimana terdapat 204 daset yang akan diuji pada sistem. Berdasarkan hasil pengujian pada sistem menggunakan metode K-Means Clustering didapatkan hasil bahwa 183 data obat termasuk kedalam cluster pertama dan 21 data obat termasuk kedalam cluster kedua. Kata Kunci : Data Mining, K-Means, Clustering, Dekstop

Item Type:	Thesis (Skripsi)
Additional Information:	EFRAIM HARPENDI BARA 16.18.070
Uncontrolled Keywords:	Data Mining, K-Means, Clustering, Dekstop
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Ms Nunuk Yuli
Date Deposited:	11 Sep 2020 03:51
Last Modified:	11 Sep 2020 03:51
URI:	http://eprints.itn.ac.id/id/eprint/5055

Actions (login required)

View Item