ANALISIS TIME SERIES PERMINTAAN DAN PREDIKSI STOK DAN NILAI INVESTASI OBAT DENGAN MENGGUNAKAN METODE ABC ANAlYSIS DAN SUPPORT VECTOR REGRESSION (SVR) PADA APLIKASI “MORBIS” (Studi Kasus : CV Medika Buana Informatika)

Maryana, Tutik (2020) ANALISIS TIME SERIES PERMINTAAN DAN PREDIKSI STOK DAN NILAI INVESTASI OBAT DENGAN MENGGUNAKAN METODE ABC ANAlYSIS DAN SUPPORT VECTOR REGRESSION (SVR) PADA APLIKASI “MORBIS” (Studi Kasus : CV Medika Buana Informatika). S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

[img] Text
18.51.1133-Tutik Maryana.pdf - Published Version

Download (4MB)

Abstract

Permasalahan yang terjadi pada rumah sakit mengenai pengolahan persediaan obat adlah mengenai kondisi obat yang habis (stock out) dikarenakan rumah sakit dalam satu tahun mengeluarkan sekitar 33% dari biaya investasi keseluruhan hanya untuk biaya investasi obat. Untuk mengtasi permasalahan diatas rumah sakit harus memiliki pengeloaan logistic dengan baik, salah satu cara pengelolaan adalah dengan cara melakukan perencanaan yang baik. Pada penelitian ini, penulis akan memakai algoritma ABC Analysis dan Support Vector Regression (SVR). Untuk penggunaan metode tersebut adalah sbagai berikut ABC Analysis akan digunakan untuk proses klasifikasi obat yaitu dengan cara membagi obar manjadi tiga kelompok utama berdasarkan kepentingan yaitu kelompok A, B dan C. Untuk selanjutnya penulis akan menggunakan motedo SVR untuk menghitung prediksi obat. Hasil yang penulis dapatkan dari penelitian ini adalah ABC analisys mambu mengklasifikasikan obat. Menjadi tiga kelompok yaitu kelompo A sejumlah 34 item dengan presentase 5,26 % dari jumlah item keseluruhan, kelompok B sejumlah 458 item dengan presentase 70,8 % dan C sejumlah 154 denganpresenrase 23,8 % dengan kesluruhan obat adlah 646 item obat. Pengujian prediksi dilakukan dengan cara mengambil sample sebanyak 129 obat yang berasal dari klasifikasi kelompok yaitu 20% dari jumlah keseluruhan data obat. Proses optimasi dilakukan dengan cara menambahkan satu proses yaitu Z-Score pada preprocessing data. Hasil dari penelitian tersebut adalah MAPE meninjukan bahwa preprocessing dengan Z score dapat menghasilkan mengoptimasi permalan SVR sebanyak 1,07%. Kata Kunci: SVR, klasifikasi, prediksi , ABC Analisys.

Item Type: Thesis (S2 - Magister)
Contributor:
Pembimbing
Kusrini, Kusrini
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Pascasarjana MTI > Magister Teknik Informatika
Depositing User: Resource Center Universitas Amikom Yogyakarta
Date Deposited: 17 Jan 2022 04:03
Last Modified: 20 Jan 2022 07:55
URI: http://eprints.amikom.ac.id/id/eprint/114

Actions (login required)

View Item View Item