Abstract :
PENGELOMPOKAN DATA OBAT MENGGUNAKAN METODE
K-MEANS CLUSTERING PADA UPT PUSKESMAS KONDORAN
KEC. SANGALLA?
Efraim Harpendi Bara
Teknik Informatika - ITN Malang
E-mail : eharpendi012@gmail.com
ABSTRAK
Dalam hal pengadaan dan pendistribusian obat di tempat pelayanan kesehatan
dipengaruhi oleh perencanaan yang dilakukan. Agar obat dapat tersedia dengan jenis
dan jumlah yang cukup sesuai dengan kebutuhan pelayanan kesehatan. Pada saat ini
sebagian besar Puskesmas di Indonesia khususnya di daerah Tana Toraja belum
melakukan kegiatan pelayanan farmasi seperti yang diharapkan, mengingat beberapa
kendala antara lain kemampuan tenaga farmasi, terbatasnya pengetahuan manajemen
Puskesmas, kebijakan manajemen institusi yang membawahi suatu Puskesmas,
terbatasnya akses sarana dan prasarana internet. Akibat dari kondisi ini maka
pelayanan farmasi Puskesmas masih bersifat konvensional dimana data yang diolah
manual dinilai belum efektif dari segi waktu dan belum memberikan informasi yang
jelas mengenai data obat yang harus diprioritaskan.
Penelitian ini akan mengembangkan sebuah sistem data mining yang dapat
membantu proses pengelompokan data obat kedalam beberapa cluster, sehingga
mengurangi lama waktu proses pengolahan data untuk rencana pembelian obat pada
periode berikutnya, serta mengurangi penumpukan obat yang tidak cepat pakai yang
mengakibatkan obat sering kadaluarsa pada gudang obat suatu puskesmas. Penelitian
ini menggunakan metode K-Means clustering yaitu sebuah metode yang dapat
digunakan untuk mengelompokkan data berdasarkan tingkat kemiripan dan
karakteristik data.
Penerapan metode K-Means pada penelitian ini digunakan untuk mengolah data
yang akan dimasukkan kedalam masing-masing 2 cluster, cluster yang pertama yaitu
data obat dengan pemakaian lambat, dan yang kedua data obat dengan pemakaian
cepat. Dataset yang digunakan adalah dataset yang didapatkan dari hasil penelitian
dilapangan dimana terdapat 204 daset yang akan diuji pada sistem. Berdasarkan hasil
pengujian pada sistem menggunakan metode K-Means Clustering didapatkan hasil
bahwa 183 data obat termasuk kedalam cluster pertama dan 21 data obat termasuk
kedalam cluster kedua.
Kata Kunci : Data Mining, K-Means, Clustering, Dekstop