Skripsi

Implementasi metode Autoregressive Integrated Moving Average (ARIMA) untuk prediksi stok obat / Mohammad Andre Windra Atmaja

Abstrak
ABSTRAK Atmaja Mohammad Andre W. 2018. Implementasi Metode Autoregressive Integrated Moving Average (ARIMA) Untuk Prediksi Stok Obat. Skripsi. S1 Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Triyanna Widiyaningtyas S.T. M.T. (II) M. Zainal Arifin S.Si. M.Kom. Kata kunci Prediksi Stok Obat Time Series ARIMA. Obat merupakan suatu produk kesehatan yang banyak digunakan oleh masyarakat. Obat dan perbekalan kesehatan merupakan komponen yang tak tergantikan dalam pelayanan kesehatan. Pengolahan data stok obat yang ada pada sebuah instansi kesehatan terutama apotek sangat penting dilakukan untuk mengetahui informasi tentang kebutuhan jumlah obat yang harus dibeli oleh apotek. Masih banyak apotek pada saat ini masing menggunakan cara manual dalam mendata stok obat yang ada pada apotek tersebut. Permasalahan yang terjadi yaitu tidak validnya data stok obat dan sulitnya melakukan prediksi untuk pemesanan stok pada bulan berikutnya. Sistem prediksi yang valid perlu dilakukan agar pihak terkait dapat mempersiapkan untuk mengurangi kerugian dalam penyetokan obat. Penelitian ini bertujuan untuk mengembangkan aplikasi prediksi stok obat dan mengetahui hasil akurasi dari prediksi yang diberikan. Dengan mempertimbangkan karakteristik data yang stasioner metode yang digunakan adalah Autoregressive Integrated Moving Average (ARIMA). Pada penelitian ini metode penelitian yang digunakan adalah metode waterfall karena sistem pengerjaannya yang membutuhkan proses sebelumnya untuk melanjutkan proses berikutnya. Peneliti ini menggunakan data penelitian berupa data stok obat pada Puskesmas Pangkal Balam Kecamatan Pangkal Balam Kota Pangkal Pinang Propinsi Kepulauan Bangka Belitung bulan Januari tahun 2015 sampai dengan bulan Mei tahun 2017 yang didapatkan dari website dengan jumlah 8 data obat imunisasi dan setiap obat terdapat 29 data obat. Berdasarkan penelitian ini hasil penelitian menunjukkan hasil prediksi terbaik adalah pada stok obat dpt dengan nilai MAPE 1 4% dan hasil prediksi terburuk adalah pada obat campak dengan nilai MAPE 36 6%. Sehingga rata-rata error prediksi pada bulan Mei adalah 10 4% dengan akurasi 89 6%. Pada penelitian ini peneliti mampu menghasilkan sebuah sistem prediksi stok obat yang memiliki akurasi mendekati dengan niliai data aslinya menggunakan metode ARIMA. Sehingga akurasi yang diberikan oleh metode ARIMA untuk memprediksi stok obat lebih baik dari pada penelitian prediksi jumlah penumpang menggunakan metode ARIMA dengan nilai MAPE terkecil adalah 14%.

Informasi Detail

DDC

Rs 510.0285 ATM i

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2018.

Deskripsi Fisik

xiii, 72 lembar : ill. , tab. ; 30 cm

Bahasa

Indonesia

No Reg

06103/KI/18

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2018

Subjek

1. MATEMATIKA KOMPUTER
2. ARIMA - IMPLEMENTASI
3. OBAT, STOK - PREDIKSI
4. COMPUTER MATHEMATICS

Pembimbing

1. Triyanna Widiyaningtyas ; 2. M. Zainal Arifin

Lampiran Berkas