@thesis{thesis,
		author={Wicaksono  Moh.Arief},
		title ={PENENTUAN POLA PEMBELIAN OBAT MENGGUNAKAN ALGORITMA APRIORI},
		year={2021},
		url={http://repository.universitasbumigora.ac.id/863/},
		abstract={Apotek merupakan salah satu usaha yang bergerak dalam bidang kesehatan khususnya pelayanan produk dan jasa untuk meningkatkan kesehatan masyarakat. Pelayanan produk dan jasa untuk meningkatkan kesehatan masyarakat ini dilakukan oleh seorang pengelola apotek dalam upaya memenuhi tugas dan fungsi apotek yang meliputi perencanaan, pengorganisasian, pelaksanaan, pengawasan dan penilaian. Apotek juga memiliki data-data penyaluran persediaan farmasi khususnya obat yang sangat banyak terutama apotek yang berada didekat rumah sakit. Namun pencatatan data-data yang masih menggunakan buku, menyebabkan pencatatan data yang dilakukan menjadi tidak akurat. Hal ini menyebabkan adanya permasalahan yang sering terjadi diapotek yaitu dalam melakukan pencarian obat harus dilakukan dengan mencari satu persatu dalam buku transaksi penjualan obat karena pengelola apotek tidak mengetahui stok obat yang ada di apotek. Selain itu permasalahan lainnya adalah  pengaturan tata letak obat yang tidak teratur atau tidak terstruktur dimana peletakan obat tidak menggunakan acuan seperti obat yang paling laku.   Untuk masalah tersebut penulis membangun aplikasi dengan salah satu teknik asosiasi dengan menggunakan algoritma apriori yang dimuai dari pengumpulan data yang merupakan data transaksi dan analisis kebutuhan data. Kemudian penulis membangun aplikasi dengan mengimplementasikan Algoritma Apriori pada aplikasi yang akan dibangun, Pengujian aplikasi menggunakan 3 nilai minimum support dan 3 nilai minimum confidence agar nantinya bisa mendapatkan hasil rule dan k-Itemset dari ke 3 nilai yang berbeda tersebut.  Penelitian ini bertujuan untuk mengetahui stok dan menentukan stok obat yang paling sering dibeli dan untuk rekomendasi tata letak obat dalam strategi penjulan diapotek. Output dari aplikasi ini yaitu informasi yang berbentuk rule yang terdiri dari 3 itemset dengan nilai minimum support 30% dan minimum confidence 80% dengan rule yang didapatkan berjumlah 20 rule dengan lift ratio 1 sampai 1,25, nilai minimum support 40% dan minimum confidence 80% dngan rule yang didapatkan berjumlah 18 rule dengan lift ratio 1 sampai 1,25 dan nilai minimum support 35% dan minimum confidence 60% mendapatkan 19 rule dengan lift ratio 1,04 sampai 1,67. Jadi berdasarkan hasil perbandingan dan pengujian yang telah dilakukan dengan aplikasi yang dibangun maka pada penelitian ini menggunakan nilai minimum support 30% dan minimum confidence 80% dengan hasil rule berjumlah 20 rule dan lift ratio 1 sampai 1,25 sebagai rekomendasi obat apa saja yang harus ditambah stoknya dan tata letak obat berdasarkan obat yang paling sering dibeli.}
		}