Tinjauan Pustaka Sistematis: Data Mining Dalam Bidang Kesehatan

Nugroho, Bangkit Indramawan; Lestari, Nindy Putri; Kurniawan, Rifki Dwi; Gunawan, Gunawan

doi:10.57185/jetbis.v1i1.2

Cited by 3 publications

(3 citation statements)

References 3 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Untuk mendapatkan nilai dari data, dilakukan penggalian pola baru dari suatu dataset yang tersedia [4]. Data mining merupakan proses penggabungan informasi dan analisis yang digunakan untuk mengidentifikasi pola dan hubungan yang tersembunyi dalam kumpulan data yang besar [5].…”

Section: Tinjauan Pustaka 21 Data Miningunclassified

Analisis Pola Penjualan Obat Di Apotek an-Naafi Menggunakan Metode K-Means Clustering

Fajar,

Rahaningsih,

Danar Dana

2024

jati

View full text Add to dashboard Cite

Apotek An-Naafi mengalami minimnya informasi untuk pengembangan bisnis dan produk karena belum melakukan pengelompokan data penjualan obat berdasarkan perilaku konsumen. Ini menghambat analisis peluang pengembangan produk, layanan, dan strategi pemasaran yang tepat. Oleh karena itu, perlu melakukan pengelompokan data penjualan obat berdasarkan perilaku konsumen untuk mendukung pengembangan bisnis di Apotek An-Naafi. Penelitian ini menerapkan metode K-Means untuk menganalisis data penjualan obat di Apotek An-Naafi. Data obat dikelompokkan berdasarkan tingkat penjualan (rendah dan tinggi) untuk mengidentifikasi pola dan tren penjualan guna memberikan wawasan penting bagi apotek. Data penjualan melibatkan informasi seperti nama obat, penjualan, pendapatan dan laba. Analisis dimulai dengan preprocessing data, termasuk penanganan data yang hilang dan kategorisasi obat berdasarkan tingkat pemakaian. Metode K-Means diterapkan dengan inisialisasi cluster yang sesuai, membentuk 2 cluster utama mencerminkan tingkat penjualan: rendah dan tinggi. Setiap cluster menunjukkan karakteristik penjualan obat yang berbeda, memberikan wawasan tentang preferensi pelanggan dan potensi peningkatan penjualan. Hasil ini mendalam tentang tren penjualan obat, termasuk obat yang perlu perhatian lebih, peningkatan signifikan, atau penurunan dalam kategori tertentu. Diskusi hasil penelitian melibatkan rekomendasi untuk meningkatkan strategi penjualan obat di Apotek An-Naafi. Penerapan K-Means berhasil membentuk cluster, memberikan wawasan berharga untuk meningkatkan efisiensi dalam industri farmasi. Penggunaan Euclidean distance memengaruhi pembentukan hasil cluster, dengan cluster 1 menonjol dalam penjualan dan pendapatan tinggi, sedangkan cluster 0 lebih beragam. Cluster 0 mencakup 381 hasil penjualan dengan pendapatan sebesar Rp. 668.767, yang tergolong rendah. Sementara itu, cluster 1 menunjukkan hasil unggul dengan 521 penjualan dan pendapatan sebesar Rp. 3.353.880, yang dikategorikan sebagai tinggi.

show abstract

Section: Tinjauan Pustaka 21 Data Miningunclassified

Analisis Pola Penjualan Obat Di Apotek an-Naafi Menggunakan Metode K-Means Clustering

Fajar,

Rahaningsih,

Danar Dana

2024

jati

View full text Add to dashboard Cite

show abstract

“…Data mining adalah proses analitis yang dirancang untuk mengeksplorasi sejumlah besar data untuk pengetahuan yang berharga, konsisten, dan tersembunyi. [14]…”

Section: Data Miningunclassified

Clustering Data Indonesian Food Delivery Menggunakan Metode K-Means Pada Gofood Product List

Farhan Nugraha,

Martano,

Hayati

2024

jati

View full text Add to dashboard Cite

Dalam era transformasi digital yang berkembang pesat, layanan pengiriman makanan, seperti GoFood di Indonesia, menunjukkan dampak konkret pada perubahan perilaku konsumen. Penelitian ini bertujuan untuk memahami bagaimana transformasi digital memengaruhi interaksi konsumen dengan layanan pengiriman makanan, khususnya melalui GoFood, serta implikasinya dalam bisnis dan pengalaman konsumen di Indonesia. Metode k-means clustering digunakan untuk mengelompokkan produk makanan ke dalam kelompok yang serupa berdasarkan atribut category, mengidentifikasi kesamaan dalam kelompok produk yang mungkin mencerminkan kecenderungan konsumen yang serupa. Melalui penelitian ini, akan terungkap informasi yang bernilai tentang keberagaman preferensi konsumen, memungkinkan pelaku industri untuk menyesuaikan strategi pemasaran mereka sesuai dengan permintaan pasar yang berubah. Dengan demikian, penelitian ini tidak hanya dapat memberikan kontribusi pada pemahaman akademis tetapi juga memiliki potensi dampak positif secara praktis dalam mendukung pertumbuhan dan peningkatan kualitas layanan di sektor pengiriman makanan di Indonesia. Hasil pengelompokan menggunakan algoritma K-Means Clustering diperoleh terbaik sebanyak 8 cluster dengan nilai DBi= -0.407, yaitu dengan anggota cluster 0=7763 items, cluster 1=1 items, cluster 2=1 items, cluster3=1 items, cluster 4=1 items, cluster 5=1 items, cluster 6=1 items dan cluster 7=1 items yang artinya adalah melihat karakteristik konsumen dengan tujuan untuk meningkatkan penjualan

show abstract

“…Dengan kemajuan informasi yang pesat, orang biasa dipermudah oleh teknologi yang dapat memperburuk keadaan. Pesan lelucon dan ujaran kebencian dapat menyebar dengan sangat mudah karena kehadiran media sosial seperti Facebook, Twitter, atau aplikasi ponsel seperti WhatsApp, Line [14].…”

Section: Twitterunclassified

Algoritma Decision Tree Untuk Analisis Sentimen Public Terhadap Marketplace Diindonesia

Agustina

2023

Naratif

View full text Add to dashboard Cite

Pasar online di Indonesia semakin berkembang pesat dan menjadi salah satu destinasi utama bagi pengguna internet dan media sosial. Berbagai macam layanan marketplace telah tersedia dan diakses oleh mayoritas masyarakat Indonesia. Namun, seiring dengan perkembangan tersebut, kepuasan konsumen terhadap layanan marketplace juga beragam, mulai dari yang positif, negatif, hingga netral. Banyak di antara konsumen yang mengekspresikan reaksinya di media sosial, termasuk di Twitter. Dalam penelitian ini, dilakukan analisis opini terhadap post yang dilakukan pelanggan bisnis online di Indonesia di Twitter dari berbagai macam konsumen. Namun, karena jumlah komentar yang sangat banyak, sulit untuk menyimpulkan pendapat pelanggan tentang situs belanja online yang menawarkan layanan terbaik. Bahkan, trending topik di Twitter hanya menampilkan topik hangat yang banyak dibahas tanpa kesimpulan yang jelas. Untuk mengklasifikasikan data opini umum di Twitter dari situs e-commerce, langkah pertama adalah memproses data tweet menggunakan tools Rapidminer untuk mengenali data tweet tersebut. Kemudian, digunakan algoritma decision tree untuk mengelompokkan data opini. Hasil penelitian menunjukkan bahwa dengan menggunakan cross validation, algoritma decision tree mencapai akurasi sebesar 70,27 persen, sementara menggunakan split validation mencapai akurasi 66,95 persen. Dalam hal ini, akurasi yang lebih baik tercapai dengan menggunakan cross validation. Hasil penelitian ini dapat memberikan informasi yang bermanfaat bagi pelaku bisnis online di Indonesia untuk meningkatkan kualitas layanan mereka dan meningkatkan kepuasan pelanggan. Selain itu, penelitian ini juga memberikan gambaran tentang pentingnya memanfaatkan algoritma decision tree dalam mengelompokkan data opini di media sosial, terutama di Twitter, sebagai alat untuk menganalisis sentimen konsumen terhadap suatu layanan atau produk.

show abstract

Tinjauan Pustaka Sistematis: Data Mining Dalam Bidang Kesehatan

Cited by 3 publications

References 3 publications

Analisis Pola Penjualan Obat Di Apotek an-Naafi Menggunakan Metode K-Means Clustering

Analisis Pola Penjualan Obat Di Apotek an-Naafi Menggunakan Metode K-Means Clustering

Clustering Data Indonesian Food Delivery Menggunakan Metode K-Means Pada Gofood Product List

Algoritma Decision Tree Untuk Analisis Sentimen Public Terhadap Marketplace Diindonesia

Contact Info

Product

Resources

About