Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan

Penulis

  • Gustientiedina Gustientiedina Sekolah Tinggi Ilmu Komputer Pelita Indonesia Pekanbaru
  • M. Hasmil Adiya Sekolah Tinggi Ilmu Komputer Pelita Indonesia Pekanbaru
  • Yenny Desnelita Sekolah Tinggi Ilmu Komputer Pelita Indonesia Pekanbaru

DOI:

https://doi.org/10.25077/TEKNOSI.v5i1.2019.17-24

Kata Kunci:

Data Mining, Clustering, K-Means, Obat-obatan

Abstrak

Perencanaan dari kebutuhan obat-obatan yang tepat dapat membuat pengadaan obat-obatan menjadi efektif dan efisien sehinggaobat-obatan dapat tersedia dengan cukup sesuai dengan kebutuhan serta dapat diperoleh pada saat yang diperlukan. Menganalisa pemakaian obat, perencanaan dan pengendalian obat-obatan dapat dilakukan pada data miningyaitu dengan clusterisasi.Metode yang akan di pakai untuk clustering data obat-obatan adalah algoritma K-Means yang mana merupakan metode clustering dengan non hirarki yang mempartisi data – data  kedalam cluster dimana data – datadengan karakteristik sama akan dikelompokkan padasatu cluster dan data – data dengan karakteristik yang berbeda akan dikelompokkan padacluster lainnya.Tujuan penelitian ini yaitumengelompokkan data obat-obatan pada rumah sakitsehingga dapat digunakan dalam acuan pengambilan keputusan perencanaan dan pengendaliaan persediaan obat-obatan di rumah sakit.

Referensi

[1] R. Mythily, A. Banu, and S. Raghunathan, “Clustering models for data stream mining,†Procedia Comput. Sci., vol. 46, no. Icict 2014, pp. 619–626, 2015. [2] T. H. Sardar and Z. Ansari, “An analysis of MapReduce efficiency in document clustering using parallel K-means algorithm,†Futur. Comput. Informatics J., pp. 1–10, 2018. [3] Sulastri H, Gufroni AI. Penerapan Data Mining Dalam Pengelompokan Penderita Thalassaemia. Jurnal Teknologi dan Sistem Informasi. 2017 Sep 26;3(2):299-305. [4] Gurunescu, F. (2011). Data Mining Consepts, Models and Techniques (Volume 12 ed.). Verlag Berlin Heidelberg. [5] F. Gullo, “From patterns in data to knowledge discovery: What data mining can do,†Phys. Procedia, vol. 62, pp. 18–22, 2015. [6] A. Amelio and A. Tagarelli, “Data Mining: Clustering,†Ref. Modul. Life Sci., 2018. [7] N. Nidheesh, K. A. Abdul Nazeer, and P. M. Ameer, “An enhanced deterministic K-Means clustering algorithm for cancer subtype prediction from gene expression data,†Comput. Biol. Med., vol. 91, pp. 213–221, 2017. [8] Prasetyo, Eko, Data Mining : Mengolah Data Menjadi Informasi Menggunkan Mathlab,Andi, 2014 [9] J.A. Harding, M. Shahbaz, S. Srinivas, A. Kusiak, Data mining in manufacturing: a review, J. Manuf. Sci. Eng. 128 (2006). [10] X. Wu, et al., Top 10 algorithms in data mining, Knowl. Inf. Syst. 14 (2008) 1–37

Unduhan

Telah diserahkan

29-09-2018

Diterima

07-02-2019

Diterbitkan

30-04-2019

Cara Mengutip

[1]
G. Gustientiedina, M. H. Adiya, dan Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan”, TEKNOSI, vol. 5, no. 1, hlm. 17–24, Apr 2019.

Terbitan

Bagian

Articles

Artikel Serupa

> >> 

Anda juga bisa Mulai pencarian similarity tingkat lanjut untuk artikel ini.