ABSTRAKSI: Begitu pentingnya informasi dalam kehidupan ini, terutama dalam dunia informasi kesehatan. Pada rumah sakit yang setiap harinya terjadi transaksi penjualan obat, dapat memungkinkan data transaksi yang diperoleh akan menjadi banyak dan menumpuk. Oleh sebab itu, diperlukan sebuah aplikasi yang mampu memilah dan memilih data, sehingga bisa diperoleh informasi yang bermanfaat dengan mengimplementasikan data mining. Manfaat data mining digunakan salah satunya untuk mendukung pengambilan keputusan di rumah sakit.
Teknik yang digunakan dalam aplikasi data mining ini adalah aturan asosiasi dengan algoritma apriori. Algoritma apriori ini melakukan proses iterasi untuk menghasilkan kombinasi item yang memiliki pola frekuensi tinggi, berdasarkan nilai ambang batas support dan confidence yang diberikan oleh user. Teknik ini menganalisis kombinasi pola pembelian obat yang sering dibeli secara bersamaan oleh setiap pasien rumah sakit berdasarkan data transaksi. Aplikasi yang dihasilkan dapat menggambarkan adanya korelasi antara berbagai item yang dibeli dalam bentuk association rules.
Hasil yang diperoleh dalam tugas akhir ini adalah sebuah keputusan atau aturan (rules) yang berisi kombinasi itemyang memiliki tingkat keakuratan yang tinggi dengan menganalisis kebiasaan konsumen membeli obat di rumah sakit pada setiap bulannya sehingga dapat menampilkan asosiasi dari data penjualan obat di rumah sakit PMI Bogor.
KATA KUNCI: Apriori, DataMining,AssociationRules, Support, ConfidenceABSTRACT: Once the importance of the information in this life, especially in the world of health information. In a hospital, the daily sales transaction data obtained may accumulate. Therefore, an application which implements data mining is needed to obtain useful information from these data. Among the benefit of data mining is for decision making in a hospital.
The Technique used in this data mining application is association rule with apriori algorithm. This apriori algorithm performs iterative process to produce a combination of items that have a high frequency pattern, based on support and confidence threshold values given by the user. This technique analyzes the combination of product purchase patterns which are frequently purchased together by customer hospital based on transaction data. The resulting application was able to determine the correlation between the various items that were purchased in the form of association rules.
The results obtained in this thesis is a decision or rules that contains a combination of items that have a high degree of accuracy by analyzing the habits of consumers buy drugs in hospitals on a monthly basis so as to show the association of drug sales data in PMI Bogor Hospital.
KEYWORD: Apriori, DataMining,AssociationRules, Support, Confidence