Analisis Permintaan Dan PrediksiObat Dengan Menggunakan MetodeAbc Analysis Dan Support Vector Regression
Abstract
Dalam satu tahun, rumah sakit rata-rata mengeluarkan total sekitar 33%
dari total pengeluaran belanja (investasi) keseluruhan hanya untuk mengelola
persediaan obat. Permasalahan yang timbul dalam mengelola persediaan obat
adalah dimungkinkan adanya kondisi obat yang stock out. Untuk menghindari hal
tersebut dibutuhkan perencanaan persediaan yang baik. Terkait dengan
perencanaan, terdapat proses yang meliputi pengklasifikasian dan prediksi
permintaan obat. Proses klasifikasi obat menggunakan ABC Analysis membagi obat
menjadi kelompok A, B, dan C; sedangkan untuk proses prediksi kebutuhan obat
digunakan metode Support Vector Regression (SVR).
Data obat diambil dari Rumah Sakit XYZ di Kabupaten Jember.
Berdasarkan data permintaan obat tahun 2015, metode ABC Analysis mampu
membagi obat menjadi 3 kelompok yaitu: kelompok A sejumlah 311 item atau
30,55% dari item keseluruhan, kelompok B sejumlah 304 item atau 29,862% dari
item keseluruhan, dan kelompok C sejumlah 403 item atau 39,587% item
keseluruhan. Data uji berasal dari permintaan obat pada tahun 2012-2015. Sampel
yang diujikan sebanyak lima buah obat yang berasal dari kelompok A. Uji prediksi
dilakukan dengan menggunakan kernel yang sama yaitu kernel linear. Dari hasil
uji diperoleh nilai Mean Absolute Percentage Error (MAPE) lebih dari 20%.
Berdasarkan hasil tersebut, prediksi obat menggunakan metode SVR pada data
univariate time series tergolong belum efektif karena prediksi dikatakan bagus jika
tingkat MAPE-nya kurang dari 20%.
Collections
- Management [4539]