SISTEM REKOMENDASI PRODUK OBAT BERDASARKAN DATA TRANSAKSI DENGAN ALGORITMA APRIORI (STUDI KASUS : APOTEK JUANG JAYA)

Abstract

Dinamika persaingan bisnis khususnya di dunia kesehatan mendorong pengusaha untuk menemukan strategi pemasaran produk obat yang efektif. Permasalahan penjualan obat yang sering terjadi adalah penumpukan barang yang tidak laku menjadikan produk kadaluarsa dan persediaan stok. Penerapan sistem rekomendasi dapat meningkatkan penjualan obat dengan megolah data transaksi dan memberikan rekomenadasi obat yang memiliki keterhubungan. Algoritma Apriori atau sering disebut analisis asosiasi adalah teknik data mining untuk menemukan aturan asosiasi antara suatu kombinasi item dalam data transaksi penjualan. Aturan asosiasi ini bertujuan untuk mendapatkan kombinasi antar item dan pola pembelian konsumen. Parameter aturan asosiasi adalah nilai support, confidence dan lift ratio. Perhitungan Apriori dengan nilai support 25%, nilai confidence 60% serta pengujian lift ratio untuk menguji aturan asosiasi valid atau tidak. Hasil perhitungan pengolahan data menggunakan Apriori mendapatkan aturan asosiasi sebanyak 5 rule dengan membeli Fresh Care, maka membeli Tolak Angin dengan nilai support 30%, nilai confidence 90% dan pengujian lift ratio 1,08 yang berarti aturan asosiasi valid.