Perpustakaan
DESKRIPSI DATA LENGKAP
JudulKLASIFIKASI STOK OBAT MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) STUDI KASUS KANTOR DINAS KESEHATAN KABUPATEN PASANGKAYU
Nama: RESTI AMANDA
Tahun: 2025
Abstrak
Pengelolaan persediaan obat pada Instalasi Farmasi Dinas Kesehatan Kabupaten Pasangkayu menghadapi berbagai kendala, seperti keterlambatan distribusi, kesalahan pencatatan, serta potensi kekurangan stok obat. Untuk mengatasi hal tersebut, penelitian ini mengusulkan penerapan metode Support Vector Machine (SVM) dalam klasifikasi stok obat. Penelitian dilakukan dengan mengumpulkan data obat dari gudang farmasi yang meliputi jumlah obat, permintaan, kondisi, dan riwayat transaksi. Data kemudian melalui tahapan data preprocessing, pembagian data latih dan data uji, serta pelatihan model menggunakan algoritma SVM. Sistem dikembangkan berbasis web dengan metode Extreme Programming (XP). Hasil pengujian menggunakan confusion matrix menunjukkan bahwa model SVM mampu mengklasifikasikan kebutuhan stok obat dengan baik, dengan akurasi sebesar 90,23%, presisi 95,84%, recall 91,35%, dan F1-score 93,54%. Dengan demikian, sistem ini dapat membantu pihak Instalasi Farmasi dalam memprediksi ketersediaan obat secara lebih cepat dan akurat, sehingga mendukung proses pengambilan keputusan dan pelayanan kesehatan masyarakat.

Sign In to Perpus

Don't have an account? Sign Up