Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JOURNAL OF APPLIED INFORMATICS AND COMPUTING

Clustering Data Penduduk Miskin Dampak Covid-19 Menggunakan Algoritma K-Medoids Novi Widiawati; Betha Nurina Sari; Tesa Nur Padilah
Journal of Applied Informatics and Computing Vol 6 No 1 (2022): July 2022
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v6i1.3266

Abstract

Kemiskinan merupakan masalah yang mendasar, kemiskinan bisa berakibat pada terhambatnya pembangunan nasional. Ada beberapa aspek yang berkaitan dengan kemiskinan yaitu faktor ekonomi, politik, dan psikososial. Secara ekonomi, kemiskinan diartikan sebagai kurangnya sumber daya untuk memenuhi kebutuhan hidup dan meningkatkan kesejahteraan. Pada penelitian ini data yang digunakan pada tahun 2020 yang bersumber dari Badan Pusat Statistika. Dalam upaya menemukan kasus kemiskinan dampak covid-19 dapat menggunakan Data Mining. Tujuan dari penelitian ini untuk mengelompokkan kabupaten/kota yang memiliki kemiskinan dampak covid-19 dengan tingkat tinggi dan rendah di Indonesia. Penelitian yang akan dilakukan dengan langkah data mining yaitu CRISP-DM (Cross Industry Standart for Data Mining) yang terdiri dari 6 fase yaitu pemahaman bisnis (business understanding), pemahaman data (data understanding), pengolahan data (data preparation), pemodelan (modelling), evaluasi (evaluation), dan penyebaran (deployment). Algoritme yang digunakan pada penelitian ini yaitu K-Medoids. Pengukuran menggunakan bahasa R dengan bantuan fungsi Pamk sehingga hasil yang didapatkan pada dataset Penduduk Miskin Tahun 2020 memiliki cluster optimal sebanyak 2 cluster. Cluster1 dengan jumlah 121 kabupaten/kota dengan kategori tinggi, sedangkan cluster2 dengan jumlah 427 dengan kategori rendah. Hasil dari evaluasi nilai Silhouette Coefficinet sebesar 0,4735719 .
Pencarian Pola Pemakaian Obat Menggunakan Algoritma FP-Growth Nikita Salsabila; Nina Sulistiyowati; Tesa Nur Padilah
Journal of Applied Informatics and Computing Vol 6 No 2 (2022): December 2022
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v6i2.4187

Abstract

Obat‘merupakan sebuah bahan yang digunakan‘untuk mendiagnosis sebuah penyakit yang dapat digunakan untuk pencegahan atau pengobatan penyakit pada manusia atau hewan. Dalam penggunaannya, proses perencanaan stok obat di klinik atau rumah sakit merupakan hal penting yang harus diperhatikan karena apabila stok obat tidak sesuai maka akan menimbulkan masalah dalam ketersediaan stok obat. Pada penelitian ini terjadi permasalahan pada stok obat pada sebuah klinik yang berlokasi di Kabupaten Brebes yang mana terjadi kelebihan stok obat yang mengakibatkan jumlah data stok obat tidak sesuai dengan stok obat yang tersedia. Oleh sebab itu proses data mining dengan bantuan metodologi Knowledge Discovery in Databases (KDD) digunakan untuk membantu dalam pengelolaan stok obat pada klinik tersebut. Adapun tahapan KDD diantaranya, data selection, data pre-processing, data transformation, data mining, dan interpretation/evaluation. Pengujian dilakukan dengan menggunakan aplikasi Rapid Miner. Penerapan metode asosiasi pada data mining mampu menghasilkan suatu aturan asosiasi baru dari masing–masing item. Berdasarkan analisis yang dilakukan dengan algoritme FP-Growth, ditetapkan nilai support sebesar 75 frekuensi atau 23% dan nilai confidence sebesar 75%. Hasil penelitian menghasilkan 6 aturan asosiasi dengan kombinasi item terbesar hingga 3 item. Evaluasi pengujian yang didapat dari nilai Lift Ratio mendapat nilai rata-rata sebesar 1.267.