Algoritma K-Means Untuk Mengelompokkan Suplier Obat (Studi Kasus: RS. Prima Husada Cipta Medan)
Sari
Obat merupakan zat yang berasal dari tumbuhan, hewan, mineral maupun zat kimia tertentu yang dapat digunakan untuk mengurangi rasa sakit, memperlambat proses penyakit dan atau menyembuhkan penyakit. Obat-obat yang diterima oleh RS. Prima Husada Cipta Medan merupakan obat yang telah dikirimkan oleh suplier-suplier nya. Dengan banyaknya data tersebut, maka bagian Farmasi RS. Prima Husada Cipta Medan mengalami kesulitan untuk menentukan tingkat pengiriman terhadap masing-masing supplier. Dari permasalahan yang ada, maka penulis ingin menerapkan data mining dengan algoritma K-Means (Clustering) menggunakan aplikasi RapidMiner untuk mengelompokkan data supplier, yang awalnya tidak tersusun/terstruktur bisa menjadi data yang terstruktur, selain itu penggalian informasi pada sebuah data yang berukuran sangat besar (memiliki jumlah field dan jumlah record yang banyak) tidak dapat dilakukan dengan mudah, maka daripada itu teknologi data mining adalah salah satu alat bantu untuk penggalian data berukuran besar dengan tingkat kerumitan yang cukup mudah. Pengolahan data mining yang dilakukan pada penelitian ini menggunakan tahapan Knowledge Discovery in Database (KDD), agar dapat menghasilkan informasi sesuai dengan tahapan yang telah ditentukan. Penelitian ini juga menggunakan tools RapidMiner agar dapat dilakukannya pengujian dengan perhitungan manual dan dengan menggunakan tools RapidMiner. Hasil akhir dari penelitian ini berbentuk informasi mengenai tingkat pengiriman dari para supplier yang terbagi menjadi 3 kelompok pengiriman yaitu tinggi, sedang, dan rendah.
Kata Kunci
Teks Lengkap:
PDFReferensi
Azwir, H. H., & Pasaribu, E. B. (2017). Pemilihan Supplier Menggunakan Metode Analytic Network Process Di PT UTPE. Jurnal Teknik Industri, 18(2), 103-112.
Fadhli, S. D. (2019). Sistem Informasi Penjualan Dan Persediaan Obat Pada Apotek Sehat Abadi (Doctoral dissertation, Universitas Komputer Indonesia).
Elmayati, E. (2017). Data Mining Dengan Metode Clustering Untuk Pengolahan Informasi Persediaan Obat Pada Klinik Srikandi Medika Berbasis Web. Pelita Informatika: Informasi dan Informatika, 6(2).
Nasari, F., & Darma, S. (2015). Penerapan k-means clustering pada data penerimaan mahasiswa baru (studi kasus: universitas potensi utama). SEMNASTEKNOMEDIA ONLINE, 3(1), 2-1.
Putra, R. R., & Wadisman, C. (2018). Implementasi Data Mining Pemilihan Pelanggan Potensial Menggunakan Algoritma K Means. INTECOMS: Journal of Information Technology and Computer Science, 1(1), 72-77.
Abdurahman, M. (2018). Sistem Informasi data pegawai berbasis web pada kementerian Kelautan dan Perikanan Kota Ternate. Jurnal Ilmiah ILKOMINFO-Ilmu Komputer & Informatika, 1(2).
Suryadi, S. (2018). Penerapan Metode Clustering K-means untuk Pengelompokan Kelulusan mahasiswa Berbasis Kompetensi. JURNAL INFORMATIKA, 6(1), 52-72.
Larose, D. T., & Larose, D. T. (2006). Data mining methods and models (Vol. 12). Hoboken (NJ): Wiley-Interscience.
Azhar, Z., Hutahaean, J., Siagian, Y., & Syah, A. Z. (2019). Pelatihan Microsoft Excel 2010 Pada Siswa Lembaga Kursus Pendidikan (Lkp) Mandiri. Jurnal Anadara Pengabdian Kepada Masyarakat, 1(2).
Linarwati, M., Fathoni, A., & Minarsih, M. M. (2016). Studi Deskriptif Pelatihan Dan Pengembangan Sumberdaya Manusia Serta Penggunaan Metode Behavioral Event Interview Dalam Merekrut Karyawan Baru Di Bank Mega Cabang Kudus. Journal of Management, 2(2).
Susanto, A. (2003). Pengenalan Komputer. Ilmu Komputer. Com,(http://nyoman. staf. narotama. ac. id/files/2012/01/arief_pengenalankomputer. pdf), tanggal akses, 7.
DOI: http://dx.doi.org/10.22303/infosys.5.1.2020.01-11
Refbacks
- Saat ini tidak ada refbacks.
##submission.copyrightStatement##
##submission.license.cc.by4.footer##
Kantor Redaksi InfoSys Journal. Gedung LPPM Lt2, Kampus Universitas Potensi Utama. Jl. K.L. Yos Sudarso Km 6,5 No.3-A Telp. (061) 6640525 Ext. 214 Tanjung Mulia Medan 20241

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.