Klasterisasi Data Obat Farmasi Berdasarkan Jumlah Persediaan Dengan Menggunakan Metode K-Means

Abstract

Instalasi Farmasi memiliki peran penting terhadap pelayanan kesehatan di sebuah fasilitas kesehatan. Farmasi bertanggung jawab atas pengelolaan, pengadaan, penyimpanan, distribusi, dan penggunaan persediaan obat. Persediaan obat merupakan bagian penting dalam memastikan ketersediaan, aksesibilitas, dan penggunaan obat yang efektif serta aman bagi pasien. Tujuan penelitian ini untuk melakukan klasterisasi data obat yang berguna untuk meningkatkan efisiensi proses manajemen persediaan obat, sehingga dapat menghindari kelebihan atau kekurangan yang dapat mengganggu kelancaran layanan pemberian obat dan mencegah terjadinya kerugian penjualan obat. Pengelompokan data dilakukan dengan memanfaatkan data Persedian Obat dari data masa lalu yaitu data transaksi pembelian dan penjualan dengan memanfaatkan teori Data Mining dengan menggunakan metode Clustering yaitu K-Means. Dataset pada penelitian ini sebanyak 1.389 dengan 6 variabel. Sebelum dilakukan klasterisasi dilakukan proses optimasi jumlah klaster dengan dua metode yaitu Metode Elbow dan Metode Gap Statistik. Hasil kedua metode tersebut menunjukkan nilai optimasi k klaster k = 3. Hasil klasteriasi yaitu Klaster 1 sebanyak 41 data obat yang menunjukkan golongan obat Generik. Klaster 2 sebanyak 116 data obat yang menunjukkan obat Paten. Kedua klaster tersebut menunjukkan tingkat penjualan yang kurang cepat (slow moving). Sedangkan pada Klaster 3 sebanyak 1.232 data obat yang menunjukkan gabungan dari golongan obat generik dan paten yang memiliki tingkat penjualan yang cukup cepat (fast moving).

Keywords

• Data Mining
• Clustering
• K-Means
• Persedian Obat