SISTEM REKOMENDASI LAYANAN HOMECARE BERDASARKAN ANALISIS KERANJANG BELANJA MENGGUNAKAN ALGORITMA APRIORI

Abstrak

Algoritma apriori adalah metode penambangan data untuk mengidentifikasi ketentuan asosiasi antar barang. Algoritma apriori mempunyai dua standarisai yaitu support dan confidence. Support (nilai penyangga) persentase gabungan item, confidence (nilai ketentuan) keterikatan antar objek hubungan asosiasi. Metode apriori sudah pernah dilakukan untuk kasus penelitian pola kombinasi penjualan transaksi minimarket namun belum pernah dipakai untuk kasus layanan homecare. Saat ini data mining  banyak digunakan diberbagai sektor bisnis pada bidang industry, seperti perusahaan Salam Homecare yaitu layanan kesehatan di rumah yang saat ini beroperasi di Bandung sejak tahun 2021. Metode apriori diimplementasikan dengan tahapan pra proses seleksi data atribut, kemudian data dicari nilai support pada iterasi 1, 2, 3 dan seterusnya lalu mencari nilai confidence untuk menentukan probabilitas pola kombinasi itemset. Hasil penelitian menunjukkan Transaksi layanan homecare yang mempunya nilai support tertinggi yaitu Swab Pcr Reguler sebesar 0,367. Transaksi layanan homecare yang mempunya nilai support terendah yaitu Perawatan Luka dan Swab Pcr Sameday sebesar 0,033 Aturan asosiasi dari kombinasi 2 itemset yang memenuhi minimum confidence 0,05 yaitu Infus Vitamin Booster & Vitamin C dan Visit Dokter sebesar 0,067 sehingga jika menggunakan layanan Infus Vitamin Booster & Vitamin C maka menggunakan juga layanan Visit Dokter.