Klasifikasi Data Obat menggunakan Algoritma Naïve Bayes di Rumah Sakit Umum Daerah

reza sapitri

doi:10.55382/jurnalpustakaai.v4i2.757

Penulis

reza sapitri Institut Teknologi Pagar Alam

DOI:

https://doi.org/10.55382/jurnalpustakaai.v4i2.757

Kata Kunci:

data obat RSUD, naive bayes, Klasifikasi

Abstrak

Penelitian ini bertujuan untuk mengklasifikasikan data obat menggunakan algoritma Naive Bayes pada rumah sakit umum (RSUD) daerah Kota Pagaralam. Pengolahan data obat yang belum optimal dalam menentukan obat yang digunakan di Rumah Sakit Umum Daerah (RSUD) Kota Pagar Alam yang masih dilakukan secara manual dan belum tersruktur sehingga mengalami kesulitan dalam penyampaian informasi obat. Maka perlu dilakukan klasifikasi data obat menggunakan algoritma Naïve Bayes agar data obat tersetruktur dan mudah dipahami dengan hasil klasifikasi berupa grafik. Dalam penelitian ini klasifikasi Data obat dengan Mempersiapkan stok obat yang perlu ditambah atau obat yang tidak perlu di tambah setoknya berdasarkan obat yang di pakai dan jumlah saldo akhir obat Metode pengembangan pada klasifikasi ini adalah mengunakan metode Microsoft’s Team Data Science Process dengan tahapan yaitu : pemahaman bisnis, memahami perolehan data, pemodelan,penyebaran dan hasil untuk menjadi panduan pengerjan klasifikasi data obat. Untuk pengujian model klasifikasi dilakukan dengan menggunakan metode confussional matriks untuk mengukur akurasi dalam pengujian ini di dapat akurasi 99.35%. Hasil penelitian ini menunjukan bahwah klasifikasi data obat dalam penerapan metode algoritma naive bayes memiliki potensi dalam mengoptimalkan stok obat.

Biografi Penulis

reza sapitri, Institut Teknologi Pagar Alam

Referensi

]R. F. P. D. Ikhsan Romli, “Indonesian Journal of BusinessIntelligence,” vol. 4, no. 1, pp. 10–15, 2021.

]R. D. Prisusanti, “Jurnal Peduli Masyarakat,” vol. 4, pp. 351–354, 2022.

S. Miharso, “PERTIMBANGAN HUKUM HAKIM TERHADAP PEMILIKAN DAN PENGEDARAN OBAT KERAS TANPA RESEP DOKTER Stevanus,” vol. 6, no. 10, 2021.

R. I. Fitria and N. T. Ujianto, “Komparasi Algoritma Logistic Regression Dan Naive Bayes Untuk Penerimaan Siswa Baru Pada Smk Di Brebes,” … , Artif. Intelegence Internet Thing, vol. 1, pp. 43–54, 2022, [Online]. Available: https://jiaii.upstegal.ac.id/index.php/jiaii/article/view/15%0Ahttps://jiaii.upstegal.ac.id/index.php/jiaii/article/download/15/9

I. Purnamasari, “Analisa Klasifikasi Loyalitas Siswa Lembaga Pendidikan Tari dengan Metode Naïve Bayes,” J. Ilm. Komputasi, vol. 19, no. 1, pp. 59–68, 2020, doi: 10.32409/jikstik.19.1.157.

A. F. Watratan, A. P. B, D. Moeis, S. Informasi, and S. P. Makassar, “JOURNAL OF APPLIED COMPUTER SCIENCE AND TECHNOLOGY ( JACOST ) Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia,” vol. 1, no. 1, pp. 7–14, 2020.

A. Arif and A. Arif, “KOMPARASI REGRESI LINEAR BERGANDA DAN SUPPORT VECTOR MACHINE UNTUK PREDIKSI KOPI ROBUSTA Hasil Produksi Kopi Robusta Pagar Alam,” no. 03, pp. 713–726, 2023.

R. Nofitri and N. Irawati, “Integrasi Metode Neive Bayes Dan Software Rapidminer Dalam Analisis Hasil Usaha Perusahaan Dagang,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 6, no. 1, pp. 35–42, 2019, doi: 10.33330/jurteksi.v6i1.393.

Y. Putra, E. Anwar, and R. Handayani, “Transformasi Komunikasi dengan Aplikasi Surat Menyurat Berbasis Web: Studi Kasus UMMY Solok,” Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence), vol. 3, no. 2, pp. 75–79, 2023.

M. Iqbal, A. Alfaras, and A. Susanto, “Pengembangan Aplikasi Manajemen Prestasi Siswa SMPIT Generasi Rabbani Kota Bengkulu Berbasis Web Menggunakan Metode Waterfall,” Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence), vol. 3, no. 2, pp. 80–84, 2023.

M. Melladia, D. E. Putra, and L. Muhelni, “Penerapan Data Mining Pemasaran Produk Menggunakan Metode Clustering,” Jurnal Tekinkom (Teknik Informasi dan Komputer), vol. 5, no. 1, pp. 160–167, 2022.

I. Kurniawan, D. E. Putra, and A. E. Syaputra, “Perancangan Jaringan Hotspot Di Universitas Nahdlatul Ulama Sumatera Barat Menggunakan Mikrotik Dalam Manajemen Bandwidth,” Jurnal TEFSIN (Jurnal Teknik Informatika danSistem Informasi), vol. 1, no. 1, pp. 19–24, 2023.

D. E. Putra and M. Melladia, “Prediksi Penjualan Sprei Kasur Toko Coco Alugada Menggunakan Metode Monte Carlo,” JUTEKINF (Jurnal Teknologi Komputer dan Informasi), vol. 10, no. 2, pp. 115–126, 2022.

D. E. Putra, J. Santony, and G. W. Nurcahyo, “PREDIKSI PENGELUARAN ANGGARAN OPERASIONAL PERGURUAN TINGGI SWASTA DENGAN MENGGUNAKAN METODE MONTE CARLO,” JSR: Jaringan Sistem Informasi Robotik, vol. 4, no. 2, pp. 49–60, 2020.

D. I. Putra and D. E. Putra, “SISTEM MONITORING RUANGAN RAMAH BALITA PADA SMARTROOM MELALUI APLIKASI SOSIAL MEDIA BERBASIS TEKNOLOGI INTERNET OF THINGS (IOT),” Prosiding Semnastek, 2017.

M. Melladia, G. Efendi, and A. Zahmi, Algoritma dan Struktur Data dengan Pemograman Pascal dan Phyton. CV. Gita Lentera, 2024.

I. Desmiati, L. Uthary, R. Aryzegovina, and D. E. Putra, “Analisis Pemasaran Ikan Segar Laut Di Kecamatan Padang Utara Kota Padang Dengan Pendekatan SWOT,” Jurnal Pundi, vol. 6, no. 1, 2022.

D. E. Putra and A. Robi, “Perancangan Sistem Pengelolaan Data Masyarakat di Kelurahan Batang Kabung Menggunakan Website ,” JUTEKINF (Jurnal Teknologi Komputer dan Informasi), vol. 11, no. 2, pp. 166–172, 2023.

R. I. Salam and S. Defit, “Penentuan Tingkat Kerusakan Peralatan Labor Komputer Menggunakan Data Mining Rough Set,” Jurnal Sistim Informasi dan Teknologi, pp. 36–41, 2019.