Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Nuansa Informatika STRING (Satuan Tulisan Riset dan Inovasi Teknologi)
Iwansyah Edo Hendrawan
Universitas Singaperbangsa Karawang
Computer Science & IT Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Nuansa Informatika

 1 
Penerapan Algoritma K-Means Untuk Klasterisasi Data Obat Pada Rumah Sakit ASRI Muhamad Rizki Nugroho; Iwansyah Edo Hendrawan; Purwantoro Purwantoro Purwantoro
NUANSA INFORMATIKA Vol 16, No 1 (2022)
Publisher : FKOM UNIKU

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (495.665 KB) | DOI: 10.25134/nuansa.v16i1.5294

Abstract

Pengelolaan obat merupakan salah satu hal yang sangat dibutuhkan dalam tujuan mengelola stok obat. Obat perlu dikelola akan kering dengan baik, effektif memberikan efisien. Dengan pengelolaan obat yang baik maka obat dapat diperoleh dengan cepat dan tepat serta mengurangi hal-hal seperti kehabisan stok obat pada layanan kesehatan seperti Puskesmas, Rumah Sakit dan lain-lain. Hasil wawancara dengan salah satu pegawai yang mengurus data obat di Rumah Sakit Asri Purwakarta di rumah sakit tersebut sering terjadi kekurangan atau kelebihan obat walaupun jumlahnya tidak terlalu banyak. Pengelompokan merupakan salah satu opsi yang dapat digunakan dalam pengelolaan obat masa depan klaster sistem dapat membuat pengelompokan pada obat dengan pemakaian tinggi dan kurang sehingga nantinya dapat menjadi kumpulan pengetahuan dasar dalam pengambilan keputusan untuk mengatur unktuk. Algoritma K-means merupakan salah satu dalam algoritma clustering. Penggunaan Algoritma K-means dalam penelitian adalah karena kesederhanaan dan efisiensinya sehingga mudah diterapkan disegala bidang contohnya pada klasifikasi data obat. Hasil penelitian ini membagi data obat menjadi 2 cluster yaitu cluster pertama dengan pemakaian tinggi dengan beranggotakan 6 obat dan cluster kedua dengan pemakaian rendah yang beranggotakan 933 obat. Penggunaan Algoritma K-means dalam penelitian adalah karena kesederhanaan dan efisiensinya sehingga mudah diterapkan disegala bidang contohnya pada klasifikasi data obat. Hasil penelitian ini membagi data obat menjadi 2 cluster yaitu cluster pertama dengan pemakaian tinggi dengan beranggotakan 6 obat dan cluster kedua dengan pemakaian rendah yang beranggotakan 933 obat.
Co-Authors Arni Sepharni Chaerur Rozikin Muhamad Rizki Nugroho Purwantoro Purwantoro Purwantoro