Implementasi Algoritma Apriori dalam Data Mining untuk Optimalisasi Stok Obat di Apotik

Abstract

Data Mining memainkan peran penting dalam mengelola dan menganalisis data besar untuk menemukan pola tersembunyi yang mendukung pengambilan keputusan strategis. Algoritma Apriori, yang dikenal untuk menemukan aturan asosiasi dalam data, menjadi alat yang sangat penting di berbagai sektor, termasuk sektor kesehatan. Dalam pengelolaan stok obat di apotek, terdapat tantangan signifikan seperti kelebihan stok, kekurangan stok, dan risiko kedaluwarsa obat, yang semuanya memerlukan solusi yang tepat dan canggih. Penelitian ini bertujuan untuk menerapkan Algoritma Apriori dalam Data Mining guna meningkatkan efektivitas pengelolaan stok obat, dengan fokus pada beberapa aspek kunci: pertama, memantau dan menganalisis pola pembelian obat secara mendalam; kedua, meningkatkan tata kelola stok melalui penerapan sistem monitoring otomatis yang terintegrasi dengan algoritma tersebut; dan ketiga, mengurangi tingkat kedaluwarsa obat melalui analisis data transaksi yang lebih komprehensif. Data transaksi yang digunakan dalam penelitian ini berasal dari PT Enseval Putera Megatrading Tbk. Cabang Padang, yang meliputi periode 3-7 Juni 2024. Data ini dianalisis menggunakan Microsoft Excel 2010 untuk pengolahan awal dan disimulasikan lebih lanjut dengan RapidMiner untuk memvalidasi hasil. Algoritma Apriori diterapkan untuk menentukan stok obat yang optimal melalui proses yang mencakup penentuan minimum support sebesar 3% dan confidence sebesar 40%, serta eliminasi itemset yang tidak relevan atau yang tidak memenuhi kriteria. Hasil dari analisis ini berhasil menemukan enam aturan asosiasi yang dapat digunakan untuk meramalkan stok obat secara lebih efektif dan efisien. Implementasi Algoritma Apriori diharapkan dapat secara signifikan meningkatkan efisiensi dalam manajemen stok obat, mengurangi risiko kelebihan atau kekurangan stok, serta meminimalkan masalah kedaluwarsa obat. Lebih dari itu, penelitian ini juga berkontribusi pada pengembangan pengetahuan ilmiah dalam bidang Data Mining dan manajemen stok obat, serta memberikan landasan yang kuat bagi penelitian lanjutan dan aplikasi praktis dalam konteks yang serupa. Dengan demikian, hasil penelitian ini tidak hanya memberikan solusi praktis untuk masalah pengelolaan stok obat, tetapi juga memperluas cakrawala pengetahuan dalam penggunaan teknik Data Mining untuk tujuan manajerial di bidang kesehatan.