Rancang Bangun Aplikasi Data Mining untuk Klasifikasi Pemakaian Obat dengan Metode Naïve Bayes pada Puskesmas Bandar baru

Itsna Fachrina, Indrawati Indrawati, Atthariq Atthariq

Sari


Salah satu elemen penting dalam meningkatkan kualitas layanan kesehatan adalah ketersediaan obat-obatan yang memadai. Perlu adanya cara untuk mengelola obat dengan benar, efisien dan efektif secara berkelanjutan dengan koordinasi yang baik. Terbatasnya pengetahuan manajemen sehingga kegiatan pelayanan pada puskesmas dalam menyediakan obat masih menggunakan cara yang bersifat konvensional yang hanya berorientasi pada produk yang terbatas dan belum menggunakan sistem komputerisasi sehingga sulit bagi puskesmas untuk mengetahui data obat yang tersedia. Penelitian ini bertujuan untuk mengetahui tingkat akurasi keberhasilan metode naïve bayes dalam mengklasifikan pemakaian obat-obatan, obat mana saja yang memiliki tingkat pemakaian yang banyak diperlukan pada unit pelayanan kesehatan. Penerapan metode naïve bayes data mining akan menghasilkan tiga kategori obat, yaitu kategori obat dengan pemakaian yang banyak, sedang, dan sedikit yang dapat digunakan sebagai referensi perencanaan inventaris pada tahun berikutnya. Penelitian ini berhasil menerapkan metode naïve bayes ke dalam aplikasi. Hasil presentase akurasi pengujian pertama adalah 78,58%, pengujian kedua adalah 76,67%, pengujian ketiga adalah 84%


Abstract

One of the important elements in improving the quality of health services is the availability of adequate medicines. There needs to be a way to administer drugs properly, efficiently and effectively in a sustainable manner with good coordination. Limited knowledge of management so that service activities at the health center in providing medicine still use conventional methods which are only oriented towards limited products and have not used a computerized system so that it is difficult for puskesmas to find out the available drug data. This study aims to determine the level of accuracy of the success of the naïve Bayes method in classifying the use of drugs, which drugs have a high level of use in health care units. The application of the naïve Bayes data mining method will produce three categories of drugs, namely the category of drugs with high, moderate, and small use that can be used as a reference for inventory planning in the following year. This research succeeded in applying the naïve Bayes method to the application. The result of the percentage accuracy of the first test is 78.58%, the second test is 76.67%, the third test is 84%


Teks Lengkap:

PDF

Referensi


Agustiawan, Beni. 2015. Sistem Klasifikasi Penyakit Tenggorokan Berbasis Web Menggunakan Metode Naïve bayes.

Anggraeni, Anik, dan Fakultas Teknologi Informasi. 2019. Klasifikasi Penjualan Aplikasi Android.

Nugroho, Y. S. (1983). Data Mining Menggunakan Algoritma Naïve bayes Untuk Klasifikasi Kelulusan Mahasiswa Universitas Dian Nuswantoro. The American Journal of Medicine, 75(3 PART A), 1–3.

Meilani, Susanti. (2015). Aplikasi Data mining Untuk Menghasilkan Pola.

Muhdi, Abdullah, dan Usman. 2017. Sistem Klasifikasi Penyakit Asma Menggunakan Algoritma Naïve bayes (Studi Kasus : Puskesmas Sungai Salak). Jurnal Sistemasi.

Saleh, Alfa. 2015. Implementasi Metode Klasifikasi Naïve bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. Creative Information Technology Journal 2(3): 207–17.




DOI: http://dx.doi.org/10.30811/jaise.v1i1.2213

Refbacks

  • Saat ini tidak ada refbacks.


 

 

 

 

 

Creative Commons License
Journal of Artificial Intelligence and Software Engineering (JAISE) licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.