Melola Discovery

← Melola Discovery

Journal SINTA 2

Analisis Asosiasi Untuk Menemukan Pola Pada Terapi Obat Pasien Dengan Menggunakan Metode Apriori

Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) · Vol. 10 No. 2 (2023) · pp. 441–448

DOI
10.25126/jtiik.20236051
ISSN
2528-6579, 2355-7699
Published
2023-04-14
Publisher
Fakultas Ilmu Komputer, Universitas Brawijaya
Language
id

Abstract

Pemantauan Terapi Obat (PTO) merupakan suatu proses yang didalamnya mencakup proses kegiatan untuk memastikan terapi obat bagi pasien secara aman, efektif dan rasional. Dataset diperoleh dari Klinik Nabila yang berisi tentang pelayanan kesehatan seperti pemeriksaan kondisi pasien, pemberian tindakan, dan pemberian obat sesuai resep dokter. Pada umumnya ditemukan kencenderungan bahwa setiap penyakit akan diberikan terapi obat yang berbeda, sesuai dengan gejala yang ditimbulkannya. Terapi obat yang berbeda diberikan untuk penyakit yang memiliki gejala yang berbeda, akan tetapi satu terapi obat yang sama dapat diberikan kepada penyakit yang berbeda dengan memiliki gejala yang sama. Berdasarkan hal tersebut dilakukanlah sebuah analisis menggunakan metode Assosiasi dalam mencari hubungan dalam data terapi obat dengan menggunakan algoritma Apriori, algoritma ini bekerja dengan cara mempelajari aturan asosiasi, yaitu dengan mencari hubungan antara satu atau lebih dalam sebuah itemset. Penelitian ini menghasilkan 7 aturan asosiasi terapi obat berdasarkan mininum support dan minimum confidence. Dengan nilai asosiasi tertinggi yaitu dengan nilai confidence 59% yaitu terapi obat meloxicam 7,5mg, Ranitidine yang sudah melebihi kriteria minimum nilai confidence yaitu lebih dari 20%. Dan untuk nilai support tertinggi yaitu dengan nilai support 4% yaitu terapi obat Grafaclor -> Ranitidine. Nilai tersebut sudah melebihi kriteria minimum nilai support 3%. Dalam penelitian ini juga dibangun aplikasi yang mengimplementasikan algoritma apriori untuk membantu dokter maupun apoteker dalam mengetahui pola terapi obat dengan bahasa pemrograman PHP dan database MySql. Abstract Drug Therapy Monitoring (PTO) is a process that includes a process of activities to ensure drug therapy for patients is safe, effective and rational. The dataset was obtained from the Nabila Clinic which contains health services such as checking the patient's condition, giving actions, and administering drugs according to doctor's prescriptions. In general, there is a tendency that each disease will be given different drug therapy, according to the symptoms it causes. Different drug therapies are given for diseases that have different symptoms, but the same drug therapy can be given to different diseases with the same symptoms. Based on this, an analysis was carried out using the Association method in finding relationships in drug therapy data using the Apriori algorithm, this algorithm works by studying association rules, namely by looking for relationships between one or more in an itemset. This study resulted in 7 association rules for drug therapy based on minimum support and minimum confidence. With the highest association value, namely with a confidence value of 59%, namely drug therapy meloxicam 7.5 mg, Ranitidine which has exceeded the minimum criteria for a confidence value of more than 20%. And for the highest support value, namely with a support value of 4%, namely drug therapy Grafaclor -> Ranitidine. This value has exceeded the minimum criteria for the support value of 3%. In this study, an application that implements the a priori algorithm was also built to assist doctors and pharmacists in knowing the pattern of drug therapy using the PHP programming language and MySql database.

Collaboration network of the authors

19 authors · 52 co-authorship links · 16 across different organisations

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

  • Universitas Perjuangan Tasikmalaya
  • Sekolah Tinggi Manajemen Informatika dan Komputer DCI
  • Universitas Amikom Yogyakarta
  • Sekolah Tinggi Manajemen Informatika dan Komputer Mardira Indonesia
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Dani RohpandiSekolah Tinggi Manajemen Informatika dan Komputer Mardira Indonesia2
Ayu DjulianiUniversitas Perjuangan Tasikmalaya2
Egi RahmatullohUniversitas Perjuangan Tasikmalaya2
Rinaldi Satia Aulia RahmatUniversitas Perjuangan Tasikmalaya2
Aso SudiarjoUniversitas Perjuangan Tasikmalaya2
Agus Ahmad WakihUniversitas Perjuangan Tasikmalaya2
Muhammad Akbar KasyfurrahmanUniversitas Perjuangan Tasikmalaya2
Luthfi Adilal MahbubUniversitas Perjuangan Tasikmalaya2
Muhammad Darul Husni SantosoAffiliation unknown1
Ikbal JamaludinAffiliation unknown1
Andi SunyotoUniversitas Amikom Yogyakarta1
I Made Artha AgastyaUniversitas Amikom Yogyakarta1
Robert MarcoUniversitas Amikom Yogyakarta1

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://jtiik.ub.ac.id/index.php/jtiik/en/oai, first harvested 27 Oct 2026, last seen 15 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="id">Analisis Asosiasi Untuk Menemukan Pola Pada Terapi Obat Pasien Dengan Menggunakan Metode Apriori</dc:title>
	<dc:creator xml:lang="id">Sri Mulyani, Evi Dewi</dc:creator>
	<dc:creator xml:lang="id">Mufizar, Teuku</dc:creator>
	<dc:creator xml:lang="id">Sarmidi, Sarmidi</dc:creator>
	<dc:creator xml:lang="id">Hidayat, Cepi Rahmat</dc:creator>
	<dc:creator xml:lang="id">Anwar, Dede Syahrul</dc:creator>
	<dc:creator xml:lang="id">Chaeruddin, Rofi</dc:creator>
	<dc:description xml:lang="id">Pemantauan Terapi Obat (PTO) merupakan suatu proses yang didalamnya mencakup proses kegiatan untuk memastikan terapi obat bagi pasien secara aman, efektif dan rasional. Dataset diperoleh dari Klinik Nabila yang berisi tentang pelayanan kesehatan seperti pemeriksaan kondisi pasien, pemberian tindakan, dan pemberian obat sesuai resep dokter. Pada umumnya ditemukan kencenderungan bahwa setiap penyakit akan diberikan terapi obat yang berbeda, sesuai dengan gejala yang ditimbulkannya. Terapi obat yang berbeda diberikan untuk penyakit yang memiliki gejala yang berbeda, akan tetapi satu terapi obat yang sama dapat diberikan kepada penyakit yang berbeda dengan memiliki gejala yang sama. Berdasarkan hal tersebut dilakukanlah sebuah analisis menggunakan metode Assosiasi dalam mencari hubungan dalam data terapi obat dengan menggunakan algoritma Apriori, algoritma ini bekerja dengan cara mempelajari aturan asosiasi, yaitu dengan mencari hubungan antara satu atau lebih dalam sebuah itemset. Penelitian ini menghasilkan 7 aturan asosiasi terapi obat berdasarkan mininum support dan minimum confidence. Dengan nilai asosiasi tertinggi yaitu dengan nilai confidence 59% yaitu terapi obat meloxicam 7,5mg, Ranitidine yang sudah melebihi kriteria minimum nilai confidence yaitu lebih dari 20%. Dan untuk nilai support tertinggi yaitu dengan nilai support 4% yaitu terapi obat  Grafaclor -&amp;gt; Ranitidine. Nilai tersebut sudah melebihi kriteria minimum nilai support 3%. Dalam penelitian ini juga dibangun aplikasi yang mengimplementasikan algoritma apriori untuk membantu dokter maupun apoteker dalam mengetahui pola terapi obat dengan bahasa pemrograman PHP dan database MySql. Abstract Drug Therapy Monitoring (PTO) is a process that includes a process of activities to ensure drug therapy for patients is safe, effective and rational. The dataset was obtained from the Nabila Clinic which contains health services such as checking the patient's condition, giving actions, and administering drugs according to doctor's prescriptions. In general, there is a tendency that each disease will be given different drug therapy, according to the symptoms it causes. Different drug therapies are given for diseases that have different symptoms, but the same drug therapy can be given to different diseases with the same symptoms. Based on this, an analysis was carried out using the Association method in finding relationships in drug therapy data using the Apriori algorithm, this algorithm works by studying association rules, namely by looking for relationships between one or more in an itemset. This study resulted in 7 association rules for drug therapy based on minimum support and minimum confidence. With the highest association value, namely with a confidence value of 59%, namely drug therapy meloxicam 7.5 mg, Ranitidine which has exceeded the minimum criteria for a confidence value of more than 20%. And for the highest support value, namely with a support value of 4%, namely drug therapy Grafaclor -&amp;gt; Ranitidine. This value has exceeded the minimum criteria for the support value of 3%. In this study, an application that implements the a priori algorithm was also built to assist doctors and pharmacists in knowing the pattern of drug therapy using the PHP programming language and MySql database.</dc:description>
	<dc:publisher xml:lang="en">Fakultas Ilmu Komputer, Universitas Brawijaya</dc:publisher>
	<dc:date>2023-04-14</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jtiik.ub.ac.id/index.php/jtiik/article/view/6051</dc:identifier>
	<dc:identifier>10.25126/jtiik.20236051</dc:identifier>
	<dc:source xml:lang="id">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol 10 No 2: April 2023; 441-448</dc:source>
	<dc:source xml:lang="en">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol. 10 No. 2: April 2023; 441-448</dc:source>
	<dc:source>2528-6579</dc:source>
	<dc:source>2355-7699</dc:source>
	<dc:source>10.25126/jtiik.2023102</dc:source>
	<dc:language>id</dc:language>
	<dc:relation>https://jtiik.ub.ac.id/index.php/jtiik/article/view/6051/pdf</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2023 Jurnal Teknologi Informasi dan Ilmu Komputer</dc:rights>
</oai_dc:dc>