PENERAPAN POLA PERMINTAAN DARAH METODE ASSOCIATION RULE MENGGUNAKAN ALGORITMA APRIORI

Authors

  • Erni Erni Universitas Bina Sarana Informatika
  • Kartika Handayani Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.36595/misi.v6i2.764

Keywords:

Data Mining, Pola Asosiasi, Algoritma Apriori, Darah

Abstract

Unit Donor Darah (UDD) di Palang Merah Indonesia (PMI) Kota Pontianak memiliki tugas untuk dapat memenuhi permintaan darah bagi yang membutuhkan. Namun dalam pelaksanaannya, tidak semua dapat terpenuh, untuk mengatasi masalah tersebut diperlukan sebuah pola data transaksi permintaan darah untuk dapat mengetahui pola permintaan darah terbanyak setiap rumah sakit sehingga UDD PMI Kota Pontianak dapat meminimasilir tidak terpenuhinya jumlah permintaan darah. Penggunaan Algoritma Apriori dalam menentukan pola asosiasi dapat digunakan untuk menemukan pola pola item dalam database yang memiliki minimum support dan pola frekuensi tinggi. Pola permintan darah yang dihasilkan dari pernggunaan algoritma aprioari, disimpulkan berdasarkan hasil uji  penentuan nilai minimum support yang memberikan hasil yang berbeda-beda pada nilai support, dengan juga mempertimbangkan nilai confidence pada pola permintaan darah. Pola permintaan yang sering dilakukan adalah jenis golongan darah A(+), O(+), dan B(+) confiddence 100%. Berdasarkan aturan asosiasi final diketahi bahwa jika meminta darah A(+), maka meminta darah AB(+) dengan confidence 90%, jika meminta darah B(+), maka meminta darah A(+) dengan confidence 95,23%, jika meminta darah O(+), maka meminta darah A(+) dengan confidence 95,23%,  jika meminta darah A(+), maka meminta darah O(+) dan B(+) dengan confidence 100% dan jika meminta darah O(+) dan  B(+), maka meminta darah A(+) dengan confidence 100%.

 

References

A. Sianturi, “Penerapan Algoritma Apriori Untuk Penentuan Tingkat Pesanan,” J. Mantik Penusa, vol. 2, no. 1, pp. 50–57, 2018.

S. Saefudin and S. DN, “Penerapan Data Mining Dengan Metode Algoritma Apriori Untuk Menentukan Pola Pembelian Ikan,” JSiI (Jurnal Sist. Informasi), vol. 6, no. 2, p. 36, 2019, doi: 10.30656/jsii.v6i2.1587.

S. Esis, R. F. Yansi, Norhavina, I. Permana, and F. N. Salisah, “ASOSIASI PADA DATA PEMINJAMAN BUKU DI PERPUSTAKAAN,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 4, no. 1, pp. 77–80, 2018.

A. Wijayanti, “Analisis Hasil Implementasi Data Mining Menggunakan Algoritma Apriori pada Apotek,” Jur. Tek. Inform., vol. 3, no. 61, pp. 60–64, 2017.

K. Handayani, L. Lisnawanty, A. Latif, M. R. Firdaus, and F. N. Hasan, “Komparasi Algoritma C4.5 Dan Naïve Bayes Dalam Penentuan Status Kelayakan Donor Darah,” Sistemasi, vol. 10, no. 3, p. 676, 2021, doi: 10.32520/stmsi.v10i3.1440.

Dinas Kesehatan Kota Pontianak, “Profil Dinas Kesehatan Kota Pontianak.,” 2013.

Z. T. Wulansai, “Penerapan Algoritma Apriori untuk Menentukan Tata Letak Menempatkan Barang Dagangan,” J. Gener., vol. 6, no. 1, pp. 45–57, 2022.

S. Saefudin and D. Fernando, “Penerapan Data Mining Rekomendasi Buku Menggunakan Algoritma Apriori,” JSiI (Jurnal Sist. Informasi), vol. 7, no. 1, p. 50, 2020, doi: 10.30656/jsii.v7i1.1899.

Tohirin, A. M. Widhy, E. S. Sanjay, R. B. Ronn, and Djatisara, “Data Mining Keterkaitan Antara Keberadaan Tambak Menurut Jenis Ikan Pada Kabupaten Atau Kota Di Provinsi Jawa Tengah Dengan Algoritma A Priori,” MISI (Jurnal Manaj. Inform. Sist. Informasi), vol. 3, no. 2, 2019.

Suyanto, Data Mining Untuk Klasifikasi dan Klasterisasi Data. Bandung: Informatika Bandung, 2017.

A. Febriani, T. T. Rahmawati, and E. Sabna, “Implementation of Data Mining to Predict The Feasibility of Blood Donors Using C4.5 Algorithm,” Indones. J. Artif. Intell. Data Min., vol. 1, no. 1, p. 41, 2018, doi: 10.24014/ijaidm.v1i1.4562.

P. M. S. Tarigan, J. T. Hardinata, H. Qurniawan, and ..., “Implementasi Data Mining Menggunakan Algoritma Apriori Dalam Menentukan Persediaan Barang: Studi Kasus: Toko Sinar Harahap,” … Janitra Inform. dan …, vol. 12, no. 2, pp. 51–61, 2022.

R. Sari, “IMPLEMENTASI ALGORITMA APRIORI PADA DATA MINING UNTUK POLA PEMINJAMAN BUKU DI PERPUSTAKAAN UIN RADEN FATAH PALEMBANG,” Photosynthetica, vol. 2, no. 1, pp. 1–13, 2018.

P. Alkhairi and A. P. Windarto, “Penerapan K-Means Cluster pada Daerah Potensi Pertanian Karet Produktif di Sumatera Utara,” Semin. Nas. Teknol. Komput. Sains, pp. 762–767, 2019.

A. P. Windarto, “Implementation of Data Mining on Rice Imports by Major Country of Origin Using Algorithm Using K-Means Clustering Method,” Int. J. Artif. Intell. Res., vol. 1, no. 2, p. 26, 2017, doi: 10.29099/ijair.v1i2.17.

Ade Izyuddin and Setyawan Wibisono, “Aplikasi Prediksi Penjualan AC Menggunakan Decision Tree Dengan Algoritma C4.5,” MISI (Jurnal Manaj. Inform. Sist. Informasi) Vol., vol. 3, no. 2, pp. 146–156, 2020.

G. F. Mandias, G. A. Sandag, A. G. Takalumbide, and C. Wahongan, “Analisa Pola Peminjaman Buku di Pepustakaan Universitas Klabat Menggunakan Algoritma Apriori,” Konf. Nas. Sist. Inf., pp. 8–9, 2018.

A. A. Dewayanti, “Penerapan Data Mining Pada Data Nilai Siswa Dengan Menggunakan Algoritma Asosiation Rule Metode 3. Apriori (Studi Kasus Di Smp N 36 Semarang),” 2018.

S. Wahyuni, Suherman, and lumalo portibi Harahap, “Implementasi Algoritma,” Pros. SINTAK 2017, vol. 2, no. 2, pp. 31–39, 2017.

S. T. Wahyuni, “Implementasi Data Mining Algoritma Apriori Pada Sistem Penjualan Roti di Difa Rien’s Bakery,” vol. 53, no. 9, pp. 1689–1699, 2017.

Additional Files

Published

27-06-2023