APLIKASI DATA MINING POLA PENJUALAN OBAT DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN

AVIEZ , LUTHFIANA and Riyanto, Djalal Er (2014) APLIKASI DATA MINING POLA PENJUALAN OBAT DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN. Undergraduate thesis, Universitas Diponegoro.

[img]
Preview
PDF
Available under License Creative Commons Attribution Non-commercial Share Alike.

496Kb

Abstract

Perkembangan teknologi informasi saat ini memungkinkan penyimpanan data dalam skala yang besar. Perkembangan ini telah merambah ke berbagai bidang, termasuk bidang kesehatan dalam penyediaan obat-obatan. Pengelola apotek sering mengalami kesulitan untuk mendapatkan informasi tentang kebutuhan obat pada apotek karena keterbatasan dalam metode analisis dan pengolahan data yang masih manual yang mana masih menggunakan buku catatan penjualan. Data mining merupakan kegiatan yang meliputi pengumpulan dan pemakaian data historis untuk menemukan keteraturan, pola, atau hubungan dalam data berukuran besar. Dengan memanfaatkan data penjualan obat, data mining dapat membantu keputusan strategis dalam prakiraan jumlah penjualan obat di masa yang akan datang. Metode yang digunakan untuk data mining ini adalah jaringan saraf tiruan dengan algoritma backpropagation. Algoritma backpropagation digunakan untuk memecahkan masalah dengan teknik pelatihan. Dari percobaan pelatihan dengan menggunakan kombinasi tiga parameter, yaitu model periode penjualan obat, jumlah neuron hidden layer, dan nilai target eror yang masing-masing menggunakan 50 data obat, dipilih satu bobot terbaik dari hasil pelatihan. Dari bobot terbaik tersebut diperoleh 11 data obat dengan akurasi prakiraan di atas 90%. Hasil yang diperoleh dapat digunakan sebagai bahan masukan bagi apotek dalam penyediaan stok obat pada empat bulan (periode) yang akan datang.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions:Faculty of Science and Mathematics > Department of Computer Science
ID Code:59567
Deposited By:Mrs. Rismiyati .
Deposited On:18 Jan 2018 14:16
Last Modified:18 Jan 2018 14:16

Repository Staff Only: item control page