PENERAPAN DATA MINING UNTUK MEMPREDIKSI STOK OBAT MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS DI APOTEK KLINIK PRATAMA YAKRIJA
(1) Program Studi Teknik Informatika, Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Widuri Jakarta
(2) Scopus ID [57221293305] Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Widuri Jakarta
(3) Program Studi Sistem Informasi, Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Widuri Jakarta
(4) Program Studi Teknik Informatika, Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Widuri Jakarta
(*) Corresponding Author
Abstract
Pharmacies and drug stores are places where consumers can buy medicine. Pharmacies usually have licensed pharmacists who provide advice on medication use, provide consultation services, and fill prescriptions. Drug stores generally provide over-the-counter medicines without a prescription. The drug sales industry refers to the economic sector related to the production, distribution, and sale of drugs. Pratama Yakrija Clinic Pharmacy is located at Jalan Anggrek Rosliana VII No. D24, Kemanggisan, Palmerah District, West Jakarta City. It is a clinical pharmacy that serves various drug and health product needs for patients. As an active pharmacy, Pratama Yakrija Clinical Pharmacy aims to improve service to patients and efficiency in managing drug supplies. Drug sales in pharmacies are often influenced by various factors, such as seasons, health trends, promotions, and changes in consumer behavior. The problem at the Yakrija clinic is that the supply of medicines that are needed by the community are often empty, while medicines that are less needed are in abundance in the warehouse. The unavailability of the medicine needed certainly disappointed the people who at that time really needed the medicine. Meanwhile, an abundance of drugs that are not needed will cause losses because the drugs have expired due to being stored in the warehouse for too long. The aim of the research is to predict the stock of selling and unselling drugs and to determine the level of accuracy of the K-Nearest Neighbors algorithm in predicting drug stock at the Pratama Yakrija clinic pharmacy. The author uses the K-Nearest Neighbors algorithm in this research. By using accurate predictions, Pratama Yakrija Clinical Pharmacy can identify drug sales trends and patterns, and plan more effective marketing strategies. Pharmacies can also avoid losses caused by unsold stock or shortages of drugs that customers are interested in. The research results of the K-Nearest Neighbors algorithm can be used to predict selling and unsold drug stocks and the accuracy level of the K-Nearest Neighbors algorithm is 91.08%.
ABSTRAK
Apotek dan toko obat merupakan tempat-tempat di mana konsumen dapat membeli obat. Apotek biasanya memiliki apoteker yang berlisensi yang memberikan nasihat mengenai penggunaan obat, menjalankan layanan konsultasi, dan mengisi resep obat. Toko obat umumnya menyediakan obat-obatan yang dijual bebas tanpa resep. Industri penjualan obat merujuk pada sektor ekonomi yang terkait dengan produksi, distribusi, dan penjualan obat. Apotek Klinik Pratama Yakrija beralamat di Jalan Anggrek Rosliana VII No. D24, Kemanggisan, Kecamatan Palmerah, Kota Jakarta Barat. Merupakan sebuah apotek klinik yang melayani berbagai kebutuhan obat dan produk kesehatan bagi pasien. Sebagai apotek yang aktif, Apotek Klinik Pratama Yakrija memiliki tujuan untuk meningkatkan pelayanan kepada pasien dan efisiensi dalam pengelolaan persediaan obat. Penjualan obat di apotek seringkali dipengaruhi oleh berbagai faktor, seperti musim, tren kesehatan, promosi, dan perubahan perilaku konsumen. Permasalahan yang ada pada klinik yakrija adalah persediaan obat yang sedang dibutuhkan oleh masyarakat seringkali stoknya kosong sedangkan obat yang kurang dibutuhkan justru stoknya melimpah di gudang. Ketidaktersediaan obat yang dibutuhkan, tentunya membuat kecewa masyarakat yang saat itu sedang sangat membutuhkan obat tersebut. Sedangkan melimpahnya obat yang kurang dibutuhkan akan menimbulkan kerugian karena obat sudah kadaluwarsa akibat terlalu lama tersimpan di gudang. Tujuan penelitian adalah untuk memprediksi stok obat laku dan tidak laku dan untuk mengetahui tingkat akurasi algoritma K-Nearest Neighbors dalam memprediksi stok obat pada apotek klinik pratama yakrija. Algoritma K-Nearest Neighbors yang penulis gunakan pada penelitian ini. Dengan menggunakan prediksi yang akurat, Apotek Klinik Pratama Yakrija dapat mengidentifikasi tren dan pola penjualan obat, serta merencanakan strategi pemasaran yang lebih efektif. Apotek juga dapat menghindari kerugian yang disebabkan oleh stok yang tidak terjual atau kekurangan obat yang diminati oleh pelanggan. Hasil Penelitian algoritma K-Nearest Neighbors dapat digunakan Untuk memprediksi stok obat laku dan tidak laku dan tingkat akurasi algoritma K-Nearest Neighbors adalah sebesar 91,08%.
Keywords
Full Text:
PDFReferences
Ade Davy Wiranata, & Irwansyah, Agus Budiyantara, A. S. (2020). Employee Candidate Selection Using the Saw and Topsis. Infotech: Journal of Technology Information, 3(1), 22–35. https://doi.org/http://dx.doi.org/10.30813/jbase.v3i1.2060
Agus Budiyantara; Irwansyah; Egi Prengki; Pandi Ahmad Pratama; Ninuk Wiliani. (2020). Komparasi Algoritma Decision Tree , Naive Bayes Dan K-Nearest Neighbor Untuk Memprediksi Mahasiswa Lulus. Jurnal Ilmu Pengetahuan Dan Teknologi Komputer (JITK), 5(2), 265–270. https://ejournal.nusamandiri.ac.id/index.php/jitk/article/view/1214
Asrul Sani, Nur Nawaningtyas Pusparini, Agus Budiyantara, Irwansyah, A. H. (2021). Investigating Readiness Attitude Toward Using Mobile. Jurnal Riset Informatika, 3(3), 211–218. https://doi.org/https;//doi.org/10.34288/jri.v3i3.233
Dewi, M. C., & Budiawan, R. (2018). Aplikasi Penjualan Dan Pembelian Obat Di Apotek Nusa Farma. 4(3), 1730–1736.
Hariansyah. (2024). Penerapan Data Mining Untuk Memprediksi Stok Obat Menggunakan Algoritma K-Nearest Neighbors Di Apotek Klinik Pratama Yakrija.
Indriyani, N., & Indarti, I. (2019). Analisa dan Implementasi Sistem Informasi Penjualan Obat Berbasis Web Pada Apotik Rakyat Bekasi. Paradigma - Jurnal Komputer Dan Informatika, 21(2), 215–220. https://doi.org/10.31294/p.v21i2.6353
Irwansyah, Ade Davy Wiraanata, T. T. M. (2023). Komparasi algoritma decision tree, naive bayes dan k- nearest neighbor untuk menentukan kualitas udara di provinsi dki jakarta. Infotech: Journal of Technology Information, 9(2), 193–198. https://doi.org/DOI: https://doi.org/10.37365/jti.v9i2.203
Irwansyah, I., Wiranata, A. D., Muryono, T. T., & Budiyantara, A. (2022). Sistem Pakar Deteksi Kerusakan Jaringan Local Area Network (Lan) Menggunakan Metode Beckward Chaining Berbasis Web. Infotech: Journal of Technology Information, 8(2), 135–142. https://doi.org/10.37365/jti.v8i2.150
Jogiyanto. (2018). Analisis dan Desain Sistem Informasi (IV). Andi Offset.
Kurniawan, D., & Saputra, A. (2019). Penerapan K-Nearest Neighbour dalam Penerimaan Peserta Didik dengan Sistem Zonasi. Jurnal Sistem Informasi Bisnis, 9(2), 212. https://doi.org/10.21456/vol9iss2pp212-219
Muryono, T. T., & Irwansyah. (2020). Implementasi Data Mining Untuk Menentukan Kelayakan Pemberian Kredit Dengan Menggunakan Algoritma K-Nearest Neighbors (K-NN). Journal Of Technology Information, 6(1), 43–48. https://doi.org/DOI: https://doi.org/10.37365/jti.v6i1.78
Permatasari, N. T., Tjhe, J. W., Irwansyah, I., & Budiyantara, A. (2021). Perancangan Dashboard It Strategy Planning Dan Architecture Dengan Pendekatan Eap Dan Swot. Computatio : Journal of Computer Science and Information Systems, 4(2), 165. https://doi.org/10.24912/computatio.v4i2.10145
Sidik, F., Suhada, I., Anwar, A. H., & Hasan, F. N. (2022). Analisis Sentimen Terhadap Pembelajaran Daring Dengan Algoritma Naive Bayes Classifier. Jurnal Linguistik Komputasional, 5(1), 34–43. https://doi.org/https://doi.org/10.26418/jlk.v5i1.79
Wiranata, A. D., Soleman, S., Irwansyah, I., Sudaryana, I. K., & Rizal, R. (2023). Klasifikasi Data Mining Untuk Menentukan Kualitas Udara Di Provinsi Dki Jakarta Menggunakan Algoritma K-Nearest Neighbors (K-Nn). Infotech: Journal of Technology Information, 9(1), 95–100. https://doi.org/10.37365/jti.v9i1.164
DOI: https://doi.org/10.37365/jti.v10i1.274
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License. .