Analisis Pola Pembelian Obat dengan Metode Association Rule menggunakan Algoritma FP-Growth

Abstract

Apotek adalah salah satu sarana kesehatan yang memiliki fungsi sebagai penyedia obat dan alat kesehatan. Tentu di setiap harinya terjadi puluhan transaksi pembelian di apotek, dan data transaksi akan terus bertambah serta akan terjadi penumpukan. Data transaksi tersebut dapat digunakan oleh apotek untuk mengetahui pola pembelian obat yang dapat meningkatkan strategi penjualan dan pelayanan di apotek. Salah satu cara yang dapat digunakan untuk mengetahui pola pembelian tersebut adalah dengan menggunakan Association Rule dengan algoritma FP-Growth. Algoitma FP-Growth merupakan alternatif yang dapat digunakan untuk menentukan data yang sering muncul (frequent pattern) dalam suatu kumpulan data dengan menggunakan struktur FP-Tree. Tujuan penelitian ini adalah untuk mengetahui bagaimana gambaran pembelian obat di apotek UII Farma dan untuk mengetahui kecenderungan konsumen dalam pembelian obat. Data yang digunakan adalah data penjualan obat non resep sebanyak 43.084 transaksi dan obat resep sebanyak 2.006 transaksi periode Maret sampai dengan Juni 2023 di Apotek UII Farma. Obat non resep menggunakan minimum support 0,0003 dan minimum confidence 0,7 didapatkan 12 rule dengan nilai confidence tertinggi adalah 94%, sedangkan obat resep menggunakan minimum support 0,002 dan minimum confidence 0,7 didapatkan 6 rule dengan nilai confidence tertinggi adalah 100%. Semua rule yang dihasilakan pada penelitian ini memiliki nilai lift ratio lebih 1.00, sehingga dapat digunakan sebagai acuan dalam memprediksi pola pembelian pelanggan.