UBHINUSUBHINUS

SMATIKA JURNALSMATIKA JURNAL

Rumah sakit saat ini sudah banyak menerapkan sistem persediaan untuk persediaan obat-obatan, di mana hal tersebut adalah proses analisis data besar untuk menemukan pola, hubungan, dan tren yang relevan dalam data persediaan obat-obatan. Tujuannya tentu agar teroptimalisasikannya pengelolaan stok obat-obatan, mengurangi pemborosan, dan memastikan ketersediaan obat yang tepat pada waktu yang tepat. Manajemen persediaan obat yang efektif dan efisien merupakan aspek penting dalam operasional rumah sakit, untuk memastikan ketersediaan obat yang tepat waktu dan meminimalkan risiko kekurangan atau kelebihan stok. Pada penelitian ini metode Naïve Bayes dipilih karena kemampuannya dalam menangani data yang besar dan kompleks, serta menghasilkan prediksi yang akurat. Dimana ada beberapa tahapan yaitu meliputi dari pengindentifikasian masalah, perumusan masalah, pengumpulan masalah, pembuatan model klasifikasi, pembuatan aplikasi, pembuatan implementasi model, pelaksanaan pengujian penelitian dan tahan penyusunan laporan. Hasil penelitian ini menunjukkan potensi besar penggunaan data mining dalam manajemen persediaan di sektor kesehatan.

Penelitian ini mengimplementasikan metode Naïve Bayes untuk memprediksi persediaan obat di RSUD Kayuagung.Hasil perhitungan probabilitas menunjukkan bahwa persediaan stok obat Abu (Anti Bisa Ular) Inj lebih mungkin diklasifikasikan sebagai Cukup.Implementasi ini menghasilkan halaman login, home admin, home TPO, dan halaman-halaman terkait pengelolaan obat dan alkes.Penelitian di masa depan dengan metode analisis yang berbeda diharapkan dapat memberikan kontribusi lebih signifikan dalam pengelolaan persediaan obat di sektor kesehatan.

Berdasarkan hasil penelitian ini, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, penelitian lebih lanjut dapat dilakukan dengan membandingkan kinerja metode Naïve Bayes dengan metode data mining lainnya, seperti Support Vector Machine (SVM) atau Random Forest, untuk menentukan metode yang paling akurat dalam memprediksi kebutuhan obat di RSUD Kayuagung. Kedua, penelitian dapat diperluas dengan mempertimbangkan faktor-faktor eksternal yang dapat mempengaruhi permintaan obat, seperti musim, wabah penyakit, atau kebijakan pemerintah, untuk meningkatkan akurasi prediksi. Ketiga, pengembangan sistem informasi yang lebih komprehensif dapat dilakukan dengan mengintegrasikan data persediaan obat dengan data rekam medis pasien, data demografi, dan data keuangan rumah sakit, sehingga memungkinkan pengambilan keputusan yang lebih cerdas dan efisien dalam pengelolaan persediaan obat dan pelayanan kesehatan secara keseluruhan. Integrasi ini akan memungkinkan analisis yang lebih mendalam dan personalisasi prediksi kebutuhan obat berdasarkan profil pasien dan tren kesehatan.

  1. Prediksi Tingkat Produksi Bawang Goreng menggunakan Metode K-Means dan Fuzzy Inference System | Bulletin... hostjournals.com/bulletincsr/article/view/297Prediksi Tingkat Produksi Bawang Goreng menggunakan Metode K Means dan Fuzzy Inference System Bulletin hostjournals bulletincsr article view 297
  1. #support vector machine#support vector machine
  2. #data demografi lansia#data demografi lansia
Read online
File size902.59 KB
Pages12
Short Linkhttps://juris.id/p-2Wh
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test