Analisa Transaksi Penjualan Obat menggunakan Algoritma Apriori

Abstract

Pertumbuhan industri kesehatan semakin berkembang pesat saat ini. Setiap aspek yang  terdapat dalam industri tersebut mempunyai nilai yang dapat memberikan keuntungan dalam peningkatan kualitas bidang industri. Sektor penjualan obat yang ada pada apotek di rumah sakit menghasilkan data transaksi penjualan yang cukup banyak setiap harinya. Peningkatan data transaksi yang cukup signifikan, tidak akan bernilai jika data tidak diolah menjadi sesuatu yang memiliki nilai lebih. Teknik data mining dapat menjadi salah satu cara untuk mengolah histori data transaksi penjualan yang bersumber dari sebuah dataset yang berukuran besar. Dalam penelitian ini, data mining yang digunakan adalah teknik asosiasi dengan menggunakan algoritma apriori. Algoritma apriori dapat membantu dalam menentukan strategi pemasaran dalam penjualan. Algoritma apriori merupakan teknik data mining yang menggunakan aturan dari kombinasi item dengan menggunakan support dan confidence sebagai parameternya. Pada penelitian ini akan menggunakan nilai minimum support sebesar 30% serta nilai minimum confidence sebesar 60%. Hasil yang diperoleh dari proses algoritma apriori yaitu terdapat 2 aturan asosiasi dengan 2 kombinasi itemset yaitu fasidol serta ifarsyl. Aturan pertama adalah fasidol dan ifarsyl dengan nilai support 41,67% dan nilai confidence 62,5%, sedangkan untuk ifarsyl dan fasidol memiliki nilai support 41,67% dan nilai confidence 71,42%.