Perbandingan Algoritma K-Means dan K-Medoids Untuk Pengelompokkan Data Obat dengan Silhouette Coefficient di Puskesmas Karangsambung

Puskesmas merupakan unit pelaksana fungsional yang berperan sebagai pusat pembangunan kesehatan, pusat partisipasi masyarakat bidang kesehatan dan pusat pelayanan kesehatan primer. Masalah yang dialami puskesmas ini adalah perecanaan kebutuhan obat yang tidak efektif dan efisien. Penggunaan data mining ini dapat mengendalikan stok obat agar tidak terjadi penumpukan stok serta kehabisan stok obat. Clustering adalah teknik pengelompokan record dalam database berdasarkan kondisi tertentu. Metode yang akan digunakan untuk clustering data obat-obatan adalah algoritma K-Means dan K-Medoids yang merupakan metode clustering non hirarki yang mempartisi data ke dalam cluster sehingga data yang memiliki karakteristik yang sama akan dikelompokkan ke dalam cluster yang sama. Tujuan dari penelitian ini adalah untuk mengelompokkan data obat-obatan di Puskesmas Karangsambung yang dapat digunakan sebagai referensi untuk perencanaan obat yang akan datang di puskesmas tersebut. Pengelompokkan data dibagi menjadi tiga yaitu lambat, sedang dan cepat. Hasil yang didapatkan yaitu kedua algoritma tersebut menunjukan bahwa algoritma K-Means mendapatkan hasil Silhouette Coefficient lebih tinggi yaitu sebesar 0,627 sedangkan K-Medoids sebesar 0,536