Penulis Utama : Nach Rowi Khoirudin
NIM / NIP : M0512043
×

ABSTRAK


Rumah Sakit Umum Daerah (RSUD) Sukoharjo adalah rumah sakit milik Pemerintah Daerah Sukoharjo. RSUD Sukoharjo memiliki limabelas poliklinik. Semua poliklinik tersebut buka pada waktu yang bersamaan. Pelayanan resep obat dari semua pasien poliklinik hanya dapat dilakukan di satu apotek rawat jalan saja. Akibatnya, terjadi antrian di apotek rawat jalan yang mengakibatkan banyak keluhan dari pasien. Pembuatan paket obat diusulkan untuk memecahkan masalah ini. Dengan adanya paket obat, beberapa obat dapat disiapkan sebelum transaksi di apotek terjadi. Frequent pattern mining dengan algoritma FP-Growth digunakan untuk menemukan kombinasi obat berdasarkan diagnosis penyakit. Diagnosis penyakit yang digunakan dalam penelitian ini adalah diagnosis utama dalam bentuk kode ICD-10. Kombinasi obat yang dihasilkan dapat digunakan untuk pembuatan paket obat. Penelitian ini menggunakan data transaksi resep obat dari bulan Januari 2015 s.d. Juni 2016. Minimum support yang digunakan adalah 0,025. Hasil penelitian ini adalah kombinasi obat untuk sepuluh diagnosis penyakit yang paling sering muncul di Apotek Rawat Jalan RSUD Sukoharjo. Dari penelitian ini diketahui bahwa terdapat 21 kombinasi obat yang sama yang muncul di beberapa diagnosis penyakit.

Kata kunci: FP-Growth, Frequent Pattern Mining, ICD-10

 

×
Penulis Utama : Nach Rowi Khoirudin
Penulis Tambahan : -
NIM / NIP : M0512043
Tahun : 2017
Judul : Penerapan Algoritma Fp-Growth Untuk Menemukan Kombinasi Obat Berdasarkan Diagnosis Penyakit (STUDI KASUS: APOTEK RAWAT JALAN RSUD SUKOHARJO)
Edisi :
Imprint : SURAKARTA - Fak.Matematika Dan Ilmu Pengetahuan Alam - 2017
Program Studi : S-1 Informatika
Kolasi :
Sumber : UNS-Fak.Matematika Dan Ilmu Pengetahuan Alam Prog. INFORMATIKA-M0512043-2017
Kata Kunci :
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Rini Anggrainingsih, S.T., M.T.
2. Haryono Setiadi, S.T., M.Eng
Penguji :
Catatan Umum :
Fakultas : Fak. MIPA
×
File : Harus menjadi member dan login terlebih dahulu untuk bisa download.