Analisis Pola Asosiasi Antarobat pada Resep BPJS Kesehatan Program Rujuk Balik Menggunakan Algoritma FP-Growth
Alifia Chandra Octaviana, Dr.techn. Annisa Maulida Ningtyas, S.Kom., M.Eng.
2026 | Tugas Akhir | D4 MANAJEMEN INFORMASI KESEHATAN
Latar Belakang: Ketersediaan obat menjadi aspek penting dalam pelayanan BPJS Kesehatan Program Rujuk Balik (PRB) karena pasien penyakit kronis membutuhkan terapi rutin dan berkelanjutan. Kekosongan salah satu obat dalam resep dapat menyebabkan pelayanan tidak lengkap dan mengganggu kontinuitas pengobatan. Di Apotek Rajendra, ditemukan kekosongan salah satu obat dalam resep PRB sementara obat lainnya tersedia, belum terdapat pencatatan riwayat kekosongan, perencanaan masih berdasarkan rata-rata pemakaian tiap obat, serta belum tersedia daftar obat LASA. Kondisi tersebut menunjukkan perlunya pengolahan data resep untuk mengenali pola kombinasi obat sekaligus memberikan informasi kewaspadaan dalam pelayanan.
Tujuan: Menganalisis pola asosiasi antarobat pada resep BPJS Kesehatan PRB di Apotek Rajendra menggunakan algoritma FP-Growth.
Metode: Penelitian deskriptif kuantitatif dengan rancangan cross-sectional menggunakan data resep BPJS Kesehatan PRB periode Oktober 2025-Maret 2026 sebanyak 9.606 resep. Analisis dilakukan menggunakan metode association rule mining dengan algoritma FP-Growth. Nilai minimum support ditentukan menggunakan metode adaptive support dan diperoleh nilai 0,026. Nilai minimum confidence ditentukan melalui pengujian pada rentang 0,1-0,8 dan dipilih nilai 0,2, dengan nilai evaluasi lift>1.
Hasil: Analisis menghasilkan 40 frequent itemset dan 21 aturan asosiasi antarobat. Aturan dengan nilai support tertinggi adalah IF amlodipine 10 mg THEN candesartan 16 mg dan sebaliknya dengan nilai 0,110. Nilai confidence dan lift tertinggi adalah aturan IF glimepiride 2 mg THEN metformin 500 mg dengan nilai confidence 0,637 dan lift 3,472.
Kesimpulan: Algoritma FP-Growth mampu mengidentifikasi obat yang cenderung diresepkan bersama. Hasil aturan asosiasi dapat digunakan sebagai informasi tambahan dalam pemantauan ketersediaan kombinasi obat serta kewaspadaan petugas untuk mendukung kontinuitas pengobatan dan keselamatan pasien.
Background: Medicine availability is essential in the BPJS Kesehatan Referral-Back Program (PRB) because patients with chronic diseases require continuous therapy. A stockout of one medicine may result in an incomplete prescription and disrupt treatment continuity. At Rajendra Pharmacy, one medicine in a PRB prescription was unavailable while others remained in stock. The pharmacy had no stockout records, planned medicine needs based on average item use, and had no LASA medicine list. These conditions indicate the need to analyze prescription data to identify medicine combination patterns and support vigilance in dispensing.
Objective: To analyze intermedicine association patterns in BPJS Kesehatan PRB prescriptions at Rajendra Pharmacy using FP-Growth.
Methods: This quantitative descriptive cross-sectional study included 9,606 BPJS Kesehatan PRB prescriptions from October 2025 to March 2026. Association rule mining was performed using FP-Growth. Minimum support was determined using adaptive support and set at 0.026. Minimum confidence was selected as 0.2 after testing values from 0.1 to 0.8, with lift >1 as the evaluation criterion.
Results: The analysis generated 40 frequent itemsets and 21 association rules. The highest support value, 0.110, was found for IF amlodipine 10 mg THEN candesartan 16 mg and the reverse rule. The highest confidence and lift values were found for IF glimepiride 2 mg THEN metformin 500 mg, with confidence of 0.637 and lift of 3.472.
Conclusion: FP-Growth identified medicines that tended to be prescribed together. The resulting rules may support joint monitoring of medicine availability and staff vigilance to maintain treatment continuity and patient safety.
Kata Kunci : Association Rule Mining, FP-Growth, BPJS Kesehatan PRB, Resep Obat, Apotek