Penerapan Association Rule Menggunakan Algoritma Apriori Pada Poliklinik Penyakit Dalam (Studi Kasus: Rumah Sakit Umum Daerah Bintan)

2021 ◽  
Vol 7 (2) ◽  
pp. 222-230
Author(s):  
Nola Ritha ◽  
Eka Suswaini ◽  
Wisnu Pebriadi

Rekam Medis merupakan berkas yang berisi tentang identitas pasien, pemeriksaan, pengobatan, tindakan serta pelayanan yang diberikan kepada pasien. Data rekam medis seiring waktu akan terakumulasi setiap hari seiring dengan aktivitas di rumah sakit. Selama ini data rekam medis yang tersedia di Rumah Sakit Umum Daerah Bintan hanya menampilkan informasi berupa data statistik maupun grafik. Sedangkan, pola dan kecenderungan penyakit yang diderita oleh pasien masih belum di gali untuk dijadikan acuan untuk penyuluhan ke masyarakat maupun sebagai pencegahan penyakit, terutama data rekam medis yang berasal dari Poliklinik Penyakit Dalam. Poliklinik Penyakit Dalam merupakan salah satu Poliklinik yang banyak melayani pasien di Rumah Sakit Umum Daerah Bintan, sehingga data rekam medis yang berasal dari Poliklinik Penyakit Dalam belum bisa digali secara maksimal. Pada penelitian ini penulis melakukan penerapan Algoritma Apriori dalam menentukan aturan asosiasi berdasarkan jenis kelamin, umur, kelurahan, dan kode ICD10. Dengan menggunakan data sebanyak 1668 dan menggunakan minimal support sebesar 6% dan minimal confidence sebesar 50%, kemudian didapatkan hasil aturan asosiasi sebanyak 22 aturan. Aturan asosiasi yang dihasilkan pada penelitian ini dapat digunakan oleh pihak rumah sakit maupun pihak dinas kesehatan untuk melakukan sosialisasi dan penyuluhan kesehatan kepada masyarakat.

Author(s):  
Andreas Aditya Christyan Putra ◽  
Hanny Haryanto ◽  
Erlin Dolphina

Perkembangan teknologi sangatlah cukup terasa bagi semua lini kehidupan tidak terkecuali dalam sektor dunia usaha perdagangan. Menjamurnya toko online merupakan salah satu dampak dari perkembangan teknologi yang merubah cara pola berpikir konsumen dalam bertransaksi. Walaupun banyak muncul toko online baru setiap tahun namun faktanya banyak juga toko online yang tidak bertahan lama, karena persaingan yang sangat ketat dan salah dalam strategi pemasaran. Kesalahan dalam promosi barang harus selalu diwaspadai oleh perusahaan supaya perusahaan tidak terlalu banyak mengeluarkan biaya promosi yang sebenarnya barang tersebut tidak disukai konsumen. Membaca pola transaksi konsumen merupakan salah satu cara dalam menghadapi masalah ini, oleh sebab itu pemanfaatan data mining tidak bisa dianggap remeh. Dalam proses data mining, metode asosiasi dengan algoritma apriori bisa menjadi solusi dalam masalah ini, dimana cara kerja algoritma ini yaitu mencari pola keterkaitan antar barang dari data transaksi penjualan, sehingga hasil dari penelitian ini dengan batasan minimal support 10% dan confidence 70% pada 30 data transaksi diketahui bahwa keterkaitan produk 34 dengan 33 sebesar 80% dan produk 49 dengan 51 sebesar 75% serta produk 51 dengan 49 sebesar 75% sehingga hasil informasi yang dihasilkan algoritma ini dapat dimanfaatkan dalam membuat sebuah promo barang yang sesuai oleh keinginan konsumen sendiri.


2015 ◽  
Vol 6 (2) ◽  
Author(s):  
Rizal Setya Perdana ◽  
Umi Laili Yuhana

Kualitas perangkat lunak merupakan salah satu penelitian pada bidangrekayasa perangkat lunak yang memiliki peranan yang cukup besar dalamterbangunnya sistem perangkat lunak yang berkualitas baik. Prediksi defectperangkat lunak yang disebabkan karena terdapat penyimpangan dari prosesspesifikasi atau sesuatu yang mungkin menyebabkan kegagalan dalam operasionaltelah lebih dari 30 tahun menjadi topik riset penelitian. Makalah ini akandifokuskan pada prediksi defect yang terjadi pada kode program (code defect).Metode penanganan permasalahan defect pada kode program akan memanfaatkanpola-pola kode perangkat lunak yang berpotensi menimbulkan defect pada data setNASA untuk memprediksi defect. Metode yang digunakan dalam pencarian polaadalah memanfaatkan Association Rule Mining dengan Cumulative SupportThresholds yang secara otomatis menghasilkan nilai support dan nilai confidencepaling optimal tanpa membutuhkan masukan dari pengguna. Hasil pengujian darihasil pemrediksian defect kode perangkat lunak secara otomatis memiliki nilaiakurasi 82,35%.


Sign in / Sign up

Export Citation Format

Share Document