<![CDATA[Pengelolaan logistik rumah sakit membutuhkan analisis pola permintaan barang untuk meningkatkan efisiensi operasional. Penelitian ini menggunakan algoritma FP-Growth untuk mengidentifikasi pola asosiasi antar barang logistik berdasarkan data permintaan Rumah Sakit XXX Jakarta tahun 2023. Algoritma ini dipilih karena kemampuannya dalam menganalisis frequent itemsets secara efisien dan akurat. Data penelitian mencakup 1.433 entri transaksi permintaan barang, meliputi nama barang, jumlah, dan frekuensi permintaan. Proses penelitian mengikuti tahapan Knowledge Discovery in Database (KDD), meliputi praproses data, transformasi, analisis menggunakan FP-Growth, dan evaluasi hasil. Analisis menemukan bahwa Tissue Hand Towel memiliki nilai support tertinggi (0,645), diikuti oleh Tissue Toilet Roll (0,174). Pola asosiasi antara keduanya menunjukkan confidence 79,4%, mengindikasikan hubungan kuat dalam pemesanan bersama. Hasil penelitian menunjukkan bahwa penerapan algoritma FP-Growth mampu memberikan wawasan strategis untuk manajemen logistik, seperti pengelolaan stok yang lebih efisien, pengurangan pemborosan, dan ketersediaan barang yang tepat waktu. Disarankan pengembangan sistem otomatis berbasis algoritma ini untuk meningkatkan efisiensi dan akurasi pengelolaan logistik di sektor kesehatan.]]>
Copyrights © 2025
