Melola Discovery

← Melola Discovery

Jurnal SINTA 3

PERANCANGAN APLIKASI DATA WAREHOUSE MENGGUNAKAN METODE FP-GROWTH UNTUK MEMPREDIKSI PENJUALAN ALAT-ALAT KESEHATAN (STUDI KASUS: APOTEK KIMIA FARMA KOREM)

SemanTIK: Teknik Informasi · Vol. 3 No. 1 (2017)

DOI
10.55679/semantik.v3i1.2598
ISSN
2502-8928, 2460-1446
Published
2017-08-02
Publisher
Informatics Engineering Department of Halu Oleo University
Language
eng

Abstract

Kimia farma merupakan bagian dari perusahaan yang mengelola penjualan obat-obat dan alat-alat kesehatan. Adanya peningkatan transaksi penjualan tiap tahunnya tentunya pihak apotik harus merencanakan dan menyiapkan berbagai kebutuhan distribusi barang kedepannya. Namun masing terdapat kendala didalam proses menganalisa kebutuhan barang karena jumlah barang yang semakin meningkat dan membutuhkan waktu yang lama dalam merencanakan strategi penjualan.Dalam proses identifikasi dan strategi penjualan tentunya akan lebih baik jika dilakukan oleh sebuah sistem data mining yang terkomputerisasi sehingga proses analisis distribusi barang menjadi efektif dan efisien. Salah satu metode data mining adalah adalah metode FP-Growth. Algoritma FP-Growth digunakan untuk menentukan himpunan dari transaksi peritem penjualan yang paling sering muncul dalam sebuah kumpulan data transaksi.Implementasi metode FP-Growth untuk memprediksi penjualan alat-alat kesehatan dapat berjalan dengan baik. Tahapan FP-Growth yaitu dengan melakukan frequent item set selanjutnya pembentukan item tree sehingga menghasilkan rule dari data transaksi. Hasil akhir yang didapatkan pada sistem ini adalah rule transaksi penjualan dengan nilai support dan confident dari rule tersebut. Untuk pengambilan keputusan prediksi penjualan barang kedepannya, maka diambil rule transaksi dengan nilai confiden serta support yang terbesar.Kata kunci— Data Mining, Data Warehouse, Metode FP-Growth.

Collaboration network of the authors

40 authors · 114 co-authorship links · 4 across different organisations · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Halu Oleo
  • Institut Teknologi Sepuluh Nopember
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
LM TajidunUniversitas Halu Oleo5
Bambang PramonoUniversitas Halu Oleo5
Jumadil NangiUniversitas Halu Oleo4
LM. Fid AksaraUniversitas Halu Oleo4
Isnawaty IsnawatyAffiliation unknown3
Rahmat RamadhanUniversitas Halu Oleo3
Statiswaty StatiswatyUniversitas Halu Oleo3
LM Bahtiar AksaraUniversitas Halu Oleo2
Ika Purwanti NingrumUniversitas Halu Oleo2
Afriyadin AfriyadinAffiliation unknown1
Natalis RansiUniversitas Halu Oleo1
Mulatifa LalihaUniversitas Halu Oleo1
Sari Fatiqah AyuAffiliation unknown1
Rahmayunita RahmayunitaAffiliation unknown1
Nike SyafitriUniversitas Halu Oleo1
Yuwanda Purnamasari PasrunInstitut Teknologi Sepuluh Nopember1
Muh Iskandar Z. AAffiliation unknown1
Nur Arifah SyafitriAffiliation unknown1
Anita Puspita DewiAffiliation unknown1
L.M TajidunAffiliation unknown1
Muh. Bahri IzatuAffiliation unknown1
Ramadhin ZaidUniversitas Halu Oleo1
Adnan HidayatUniversitas Halu Oleo1
Na’firul Hasna AriyaniAffiliation unknown1
Risna RisnaAffiliation unknown1
Sri Wayun WardaniAffiliation unknown1
Abdul KadirUniversitas Halu Oleo1
Edward NgiiUniversitas Halu Oleo1
Muh. SholehAffiliation unknown1
Mutmainnah MuchtarInstitut Teknologi Sepuluh Nopember1
Annisyah JanuartiAffiliation unknown1
Muhammad HattaAffiliation unknown1
Adha Mashur SajiahUniversitas Halu Oleo1
Chindy Elfiana Suci NatasiyaAffiliation unknown1
Saskia Randawula SilondaeUniversitas Halu Oleo1
Muh FachrulUniversitas Halu Oleo1
Rizal Adi SaputraUniversitas Halu Oleo1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://ojs.uho.ac.id/index.php/semantik/oai, first harvested 29 Okt 2026, last seen 1 Nov 2026.
Original metadata (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">PERANCANGAN APLIKASI DATA WAREHOUSE MENGGUNAKAN METODE FP-GROWTH  UNTUK MEMPREDIKSI PENJUALAN ALAT-ALAT KESEHATAN (STUDI KASUS : APOTEK KIMIA FARMA KOREM)</dc:title>
	<dc:creator>Idayani, Resti</dc:creator>
	<dc:creator>Sutardi, Sutardi</dc:creator>
	<dc:creator>Muchlis, Nur Fajriah</dc:creator>
	<dc:description xml:lang="en-US">Kimia farma merupakan bagian dari perusahaan yang mengelola penjualan obat-obat dan alat-alat kesehatan. Adanya peningkatan transaksi penjualan tiap tahunnya tentunya pihak apotik harus merencanakan dan menyiapkan berbagai kebutuhan distribusi barang kedepannya. Namun masing terdapat kendala didalam proses menganalisa kebutuhan barang karena jumlah barang yang semakin meningkat dan membutuhkan waktu yang lama dalam merencanakan strategi penjualan.Dalam proses identifikasi dan strategi penjualan tentunya akan lebih baik jika dilakukan oleh sebuah sistem data mining yang terkomputerisasi sehingga proses analisis distribusi barang menjadi efektif dan efisien. Salah satu metode data mining adalah adalah metode FP-Growth. Algoritma FP-Growth digunakan untuk menentukan himpunan dari transaksi peritem penjualan yang paling sering muncul dalam sebuah kumpulan data transaksi.Implementasi metode FP-Growth untuk memprediksi penjualan alat-alat kesehatan dapat berjalan dengan baik. Tahapan FP-Growth yaitu dengan melakukan frequent item set selanjutnya pembentukan item tree sehingga menghasilkan rule dari data transaksi. Hasil akhir yang didapatkan pada sistem ini adalah rule transaksi penjualan dengan nilai support dan confident dari rule tersebut. Untuk pengambilan keputusan prediksi penjualan barang kedepannya, maka diambil rule transaksi dengan nilai confiden serta support yang terbesar.Kata kunci— Data Mining, Data Warehouse, Metode FP-Growth.</dc:description>
	<dc:publisher xml:lang="en-US">Informatics Engineering Department of Halu Oleo University</dc:publisher>
	<dc:contributor xml:lang="en-US"></dc:contributor>
	<dc:date>2017-08-02</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs.uho.ac.id/index.php/semantik/article/view/2598</dc:identifier>
	<dc:identifier>10.55679/semantik.v3i1.2598</dc:identifier>
	<dc:source xml:lang="en-US">SemanTIK : Teknik Informasi; Vol 3, No 1 (2017): semanTIK</dc:source>
	<dc:source>2502-8928</dc:source>
	<dc:source>2460-1446</dc:source>
	<dc:source>10.55679/semantik.v3i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs.uho.ac.id/index.php/semantik/article/view/2598/1939</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2017 semanTIK</dc:rights>
</oai_dc:dc>