KOMPARASI ALGORITMA LINEAR REGRESSION DENGAN GENERALIZED LINEAR MODEL UNTUK PREDIKSI JUMLAH KEBUTUHAN OBAT PADA RSIA SAYANG BUNDA

KOMPARASI ALGORITMA LINEAR REGRESSION DENGAN GENERALIZED LINEAR MODEL UNTUK PREDIKSI JUMLAH KEBUTUHAN OBAT PADA RSIA SAYANG BUNDA

• By QRISTHINA DIANA;
• S1- Sistem Infomasi
• 261

Kesehatan adalah hal yang sangat penting untuk umat manusia karena tanpa kesehatan akan kesulitan untuk menjalankan aktivitas sehari-hari. Namun masih banyak masyarakat yang tidak sadar akan kesehatannya sehingga mengakibatkan peningkatan jumlah pasien yang datang ke RSIA Sayang Bunda. Pentingnya persediaan obat membuat rumah sakit harus menyiapkan stok obat untuk pasien dalam jangka waktu yang tepat dan berkesinambungan. Oleh karena itu dilakukan prediksi jumlah kebutuhan obat untuk menghindari kekosongan stok obat dan meminimalisir permintaan obat secara berulang. Metode yang digunakan dalam penelitian ini adalah Linear Regression dan Generalized Linear Model merupakan metode prediksi yang didukung dengan perhitungan RMSE. RMSE (Root Mean Square Error) berfungsi untuk mendapatkan besaran tingkat kesalahan dari hasil prediksi, dimana semakin kecil (mendekati 0) nilai RMSE maka semakin akurat nilai prediksinya. Dianalisis dengan menggunakan pengujian T-Test (Test T) untuk menguji kebenaran atau hipotesis, dimana semakin kecil (mendekati 0,05) hasil Uji T-Testnya dapat = dikatakan semakin akurat nilai prediksinya. Setelah dilakukan ekspresimen terhadap kedua algoritma tersebut maka dapat disimpulkan bahwa algoritma Linear Regression lebih baik untuk memprediksi jumlah kebutuhan obat karena memiliki RMSE yang lebih kecil yaitu sebesar 62.830 sedangkan algoritma Generalized Linear Model memiliki RMSE sebesar 76.914 dan hasil uji T-Testnya mendapatkan nilai sebesar 0.375.

• Katakunci LR, GLM, RMSE, prediksi obat
• URL http://
• Penerbit Universitas Nusa Mandiri, Jakarta DKI Jakarta

REFERENSI

[1] I. F. Yani and E. Retnoningsih, “Sistem Pendukung Keputusan
Menentukan Stok Obat Berdasarkan Rekam Medis Menggunakan Metode Forward Chaining pada Puskesmas Sumur Batu Bekasi,” Pros. Mat., pp. 15–23, 2021, doi: dx.doi.org/10.29313/.v7i1.25926.

[2]	D. E. Sinaga, A. P. Windarto, and R. A. Nasution, “Analisis Data Mining Algoritma Decision Tree Pada Prediksi Persediaan Obat ( Studi Kasus : Apotek Franch Farma ),” vol. 2, no. 4, pp. 123–131, 2022.

[3] M. Razaluddin and E. Evayani, “Perancangan Sistem Informasi PersediaanBarang Menggunakan Microsoft Access,” J. Ilm. Mhs. Ekon. Akunt., vol. 4, no. 2, pp. 325–333, 2019, doi: 10.24815/jimeka.v4i2.12261.

[4] L. M. Ginting, M. M. Sigiro, E. D. Manurung, and J. J. P. Sinurat, “Perbandingan Metode Algoritma Support Vector Regression dan Multiple Linear Regression Untuk Memprediksi Stok Obat,” J. Appl. Technol. Informatics Indones., vol. 1, no. 2, pp. 29–34, 2021, doi:
10.54074/jati.v1i2.36.

[5]	M. Ngantung and Arrazi, “Analisis Peramalan Permintaan Obat Antibiotik Pada Apotik Edelweis Tatelu,” J. EMBA J. Ris. Ekon. Manajemen, Bisnis dan Akunt., vol. 7, no. 4, pp. 4859–4867, 2019.

[6] A. Eunike, N. W. Setyanto, R. Yuniarti, I. Hamdala, R. P. Lukodono, and A. A. Fanani, Perencanaan Produksi dan Pengendalian Persediaan. 2021.

 

[7] E. Kwok and W. Susanti, “Penerapan Metode Regresi Linier dalam
Aplikasi Sistem Peramalan Jumlah Bahan Baku untuk Produksi Tahu,”
Mhs. Apl. Teknol. Komput. dan Inf., vol. 1, no. 2, pp. 1–8, 2019.

[8] A. Navian, Daryanto, and H. Oktavianto, “Prediksi Persediaan Obat Dengan Metode Regresi Linier,” 2018.

[9] G. N. Ayuni and D. Fitrianah, “Penerapan metode Regresi Linear untuk prediksi penjualan properti pada PT XYZ,” J. Telemat., vol. 14, no. 2, pp. 79–86, 2019, [Online]. Available: https://journal.ithb.ac.id/telematika/article/view/321

[10] S. Setiawan, “Pemanfaatan Metode K-Means Dalam Penentuan Persediaan Barang,” PIKSEL Penelit. Ilmu Komput. Sist. Embed. Log., vol. 6, no. 1, pp. 41–48, 2018, doi: 10.33558/piksel.v6i1.1398.

[11] Y. Niar, K. Komariah, A. Surip, R. Saputra, and I. Ali, “Implementasi Algoritma Naïve Bayes Untuk Prediksi Persediaan Barang Rotan,” KOPERTIP J. Ilm. Manaj. Inform. dan Komput., vol. 4, no. 1, pp. 33–40, 2022, doi: 10.32485/kopertip.v4i1.112.

[12] I. L. L. Gaol, S. Sinurat, and E. R. Siagian, “Implementasi Data Mining Dengan Metode Regresi Linear Berganda Untuk Memprediksi Data Persediaan Buku Pada Pt. Yudhistira Ghalia Indonesia Area Sumatera Utara,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 130–133, 2019, doi: 10.30865/komik.v3i1.1579.

[13] N. A. O. Saputri and M. Elvirasari, “Penerapan Metode K-Means Clustering Untuk Menentukan Jumlah Penjualan Obat Yang Banyak Terjual Pada Apotek Murbay Sekayu,” Informanika J., vol. 7, no. 2, pp. 44–51, 2021.

[14] N. Purwati, H. Kurniawan, and S. Kamila, Data Mining Volume 1. 2021.

[15] S. Adinugroho and Yuita A. Sari, Implementasi Data Mining Menggunakan Weka. 2018.

[16] H. Elfrida L, S. M, and D. Bahrudi E, “Implementasi algoritma apriori pada sistem persediaan barang,” JIKO (Jurnal Inform. dan Komputer), vol. 3, no. 3, pp. 173–180, 2020, doi: 10.33387/jiko.v3i3.2192.

[17] S. Priska Hartinah, “Implementasi Data Mining Pada Sistem Persediaan Barang Menggunakan Algoritma Apriori ( Studi Kasus : Srikandi Cash Credit Elektronic dan Furniture ),” J. Ris. Komput., vol. 6, no. 4, pp. 401–406, 2019.

[18] M. Wahyudi, M. Mashita, and R. Saragih, Data Mining: Penerapan Algoritma K-Mens Clustering dan K-Medoids Clustering. 2020.

[19] M. Fatekurohman, Nonparametrics Maximum Likelihood Estimation Pada Data Tersensor Multivariat. 2020.

[20] Munawaroh, Pemahaman Algoritma Pemrograman Dengan Bahasa C++. 2020.

[21] R. R. Rerung, Algoritma dan Struktur Data untuk Perguruan Tinggi. CV. Insan Cendekia Mandiri, 2020.

[22] P. Sulardi, T. Hendro, and F. R. Umbara, “Prediksi Kebutuhan Obat Menggunakan Regresi Linier,” Pros. SNATIF, vol. 0, no. 0, pp. 57–62, 2017, [Online]. Available: https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Prediksi+Kebutuhan+Obat+Menggunakan+Regresi+Linier&btnG=

[23] T. Indarwati, T. Irawati, and E. Rimawati, “Penggunaan Metode Linear Regression Untuk Prediksi Penjualan Smartphone,” J. Teknol. Inf. dan Komun., vol. 6, no. 2, pp. 2–7, 2019, doi: 10.30646/tikomsin.v6i2.369.

[24] A. R. Shidiq, I. Ermawati, and M. M. Santoni, “Penerapan Algoritma Regresi Linier Untuk Prediksi Pada Data Obat Antibiotik,” pp. 102–111, 2020.

[25] A. Kurniadi, Jasmir, and Y. Novianto, “Penerapan Metode Regresi Linier untuk Memprediksi Kebiasaan Pelanggan Studi Kasus : PT . Mensa Binasukses,” J. Ilm. Mhs. Tek. Inform., vol. 2, no. 2, p. 107, 2020.

[26] F. H. Hamdanah and D. Fitrianah, “Analisis Performansi Algoritma Linear Regression dengan Generalized Linear Model untuk Prediksi Penjualan pada Usaha Mikra, Kecil, dan Menengah,” J. Nas. Pendidik. Tek. Inform., vol. 10, no. 1, p. 23, 2021, doi: 10.23887/janapati.v10i1.31035.

[27] V. M. Santi, A. Wiyono, and Sudarwanto, “Pemodelan Jumlah Kasus Malaria di Indonesia Menggunakan Generalized Linear Model,” J. Stat. dan Apl., vol. 5, no. 1, pp. 112–120, 2021, doi: 10.21009/jsa.05111.

[28] D. Ardiansyah and W. Walim, “Algoritma C4.5 Untuk Klasifikasi Calon Peserta Lomba Cerdas Cermat Siswa SMP Dengan Menggunakan Aplikasi Rapid Miner,” J. Inkofar, vol. 1, no. 2, pp. 5–12, 2018.

[29] D. Novianti, “Implementasi Algoritma Naïve Bayes Pada Data Set Hepatitis Menggunakan Rapid Miner,” Paradig. - J. Komput. dan Inform., vol. 21, no. 1, pp. 49–54, 2019, doi: 10.31294/p.v21i1.4979.

[30] Dahlia and Andri, “Implementasi Data Mining untuk Prediksi Persediaan Obat pada Puskesmas Kertapati menggunakan Regresi Linier Berganda,” J. Sist. dan Inform., vol. 15, no. 2, pp. 95–103, 2021, doi: 10.30864/jsi.v15i2.331.

[31] Y. Supriyanto, M. Ilhamsyah, and U. Enri, “Prediksi Harga Minyak Kelapa Sawit Menggunakan Linear Regression Dan Random Forest,” J. Ilm. Wahana Pendidik., vol. 8, no. 3, pp. 178–183, 2022, doi: 10.5281/zenodo.6559603.

[32] S. Zein, L. Yasyifa, R. Ghozi, E. Harahap, F. Badruzzaman, and D. Darmawan, “PENGOLAHAN DAN ANALISIS DATA KUANTITATIF MENGGUNAKAN APLIKASI SPSS,” JTEP-Jurnal Teknol. Pendidik. dan Pembelajaran, vol. 4, pp. 3–12, 2019