Penerapan Metode K-Means Clustering Dalam Perancangan Sistem Untuk Menentukan Jumlah Penjualan Obat Terbanyak

Authors

  • Zahrial Zahrial Institut Bisnis dan Teknologi Pelita Indonesia
  • Muhammad Siddik Institut Bisnis dan Teknologi Pelita Indonesia

Keywords:

Penjualan Obat, K-Means Clustering

Abstract

Dalam pengelolaan data obat selama ini pihak apotek andes selalu menggunakan cara menghitung secara manual menggunakan catatan pada kwitansi dan catatan tulisan tangan. Maka daripada itu, muncul berbagai masalah dalam pengecekan obat. Oleh karena itu, pada penelitian ini dilakukan penilaian terhadap clustering data obat dengan merancang dan membangun sistem clustering data obat apotek andes menggunakan metode K-Means. Berdasarkan penelitian yang telah dilakukan, dapat disimpulkan bahwa metode K-Means dan dengan pemilihan atribut yang digunakan adalah variable data obat terjual dari data obat dapat digunakan sebagai pilihan dalam menyelesaikan masalah untuk menentukan clustering data obat pada apotek andes agar lebih dapat di berikan urutan pengelompokan data barang. Dari 100 data obat, setelah melalui proses clustering diperoleh 3 klaster menurut klasifikasi informasi yang didapatkan bahwa data obat yang termasuk dalam klaster 1 memiliki jumlah sebanyak 4 data, data obat yang termasuk dalam klaster 2 memiliki jumlah sebanyak 11 data, sedangkan data obat yang termasuk dalam klaster 3 memiliki jumlah sebanyak 85 data.

Downloads

Download data is not yet available.

References

[1] G. Gustientiedina, M. H. Adiya, and Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan,” J. Nas. Teknol. dan Sist. Inf., vol. 5, no. 1, pp. 17–24, 2019, doi: 10.25077/teknosi.v5i1.2019.17-24.
[2] L. ‘ Izzah and A. Jananto, “Penerapan Algoritma K-Means Clustering Untuk Perencanaan Kebutuhan Obat Di Klinik Citra Medika,” Progresif J. Ilm. Komput., vol. 18, no. 1, p. 69, 2022, doi: 10.35889/progresif.v18i1.769.
[3] M. R. Nugroho, I. E. Hendrawan, and P. P. Purwantoro, “Penerapan Algoritma K-Means Untuk Klasterisasi Data Obat Pada Rumah Sakit ASRI,” Nuansa Inform., vol. 16, no. 1, pp. 125–133, 2022, doi: 10.25134/nuansa.v16i1.5294.
[4] Kusnendi, “Konsep Dasar Sistem Informasi,” Lect. Notes Sist. Inf., pp. 1–10, 2012.
[5] M. Siddik and A. Sirait, “PENGEMBANGAN SISTEM INFORMASI ADMINISTRASI AKADEMIK DENGAN RANCANGAN MODUL PROGRAM MENGGUNAKAN BAHASA PEMROGRAMAN BERORIENTASI OBJEK,” vol. 2, no. 1, pp. 51–57, 2018.
[6] F. F. Ramadhan and F. Ferdiansyah, “Implementasi Algoritma Metode K-Means untuk Analisis Stok Barang pada Baker Old Poris,” in Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI) Universitas Budi Luhur, 2022, vol. 1, no. 1, pp. 120–128.
[7] M. G. Sadewo, A. P. Windarto, S. R. Andani, and Handrizal, “Pemanfaatan Algoritma Clushtering Dalam Mengelompokkan Jumlah Desa / Kelurahan Yang Memiliki Sarana Kesehatan Menurut Provinsi Dengan K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 1, no. 1, pp. 124–131, 2017, [Online]. Available: https://ejurnal.stmik-budidarma.ac.id/index.php/komik/article/view/483/424.
[8] A. Andaru, “Pengertian database secara umum,” OSF Prepr., p. 2, 2018.
[9] M. Apriyani, L. N. Zulita, and F. H. Utami, “Scholarship Acceptance Decision Support System at SMKN 4 Bengkulu City using the AHP method Sistem Pendukung Keputusan Penerimaan Beasiswa di SMKN 4 Kota Bengkulu dengan Metode AHP,” J. Komputer, Inf. dan Teknol., vol. 1, no. 1, pp. 78–83, 2021, doi: https://doi.org/10.53697/jkomitek.v1i1.
[10] D. Alif Fajar Fadhillah, A. Faisol, and N. Vendyansyah, “Penerapan Metode K-Means Clustering Pada Pemetaan Lahan Kopi Di Kabupaten Malang,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 1, pp. 162–170, 2022, doi: 10.36040/jati.v6i1.4617.

Downloads

Published

2023-11-28

Issue

Section

Articles