Prediksi Penjualan Obat Dan Alat Kesehatan Terlaris Menggunakan Algoritma K-Nearest Neighbor
| ctrlnum |
67 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>https://repository.pelitabangsa.ac.id/id/eprint/67/</relation><title>Prediksi Penjualan Obat Dan Alat Kesehatan Terlaris Menggunakan Algoritma K-Nearest Neighbor</title><creator>AZIS, ABDUL</creator><subject>Analisa dan Perancangan Prediksi</subject><subject>Data Mining</subject><subject>Teknik Informatika</subject><description>Rumah Sakit As-Shofwan menghadapi permasalahan dalam manajemen persediaan obat dan alat kesehatan, dengan kelebihan dan kekurangan stok pada produk tertentu. Kelebihan stok berpotensi menimbulkan pemborosan sumber daya, sementara kekurangan stok dapat menghambat proses perawatan pasien. Penelitian ini bertujuan untuk meningkatkan efisiensi manajemen persediaan dan ketersediaan pelayanan kesehatan di rumah sakit tersebut. Dengan mengidentifikasi dan memahami pola permintaan obat dan alat kesehatan, untuk menghindari resiko kelebihan atau kekurangan stok, serta meningkatkan responsivitas terhadap kebutuhan pasien di Rumah Sakit As-Shofwan. Dalam konteks inilah algoritma machine learning, khususnya algoritma K-Nearest Neighbors (KNN) dapat digunakan untuk melakukan Analisa prediksi obat atau alat kesehatan yang paling laris atau sering diresepkan oleh dokter. Hasil penelitian menunjukan bahwa algoritma K-Nearest Neighbors (KNN), memberikan prediksi yang akurat dengan nilai accuracy, recall, dan precision mencapai 1.0 dalam klasifikasi obat dan alat kesehatan, sehingga dapat diandalkan dalam mendukung rumah sakit dalam manajemen stok obat yang lebih efisien</description><date>2024-01-14</date><type>Report:Report</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>https://repository.pelitabangsa.ac.id/id/eprint/67/11/PENDAHULUAN.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>https://repository.pelitabangsa.ac.id/id/eprint/67/2/BAB%20I.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>https://repository.pelitabangsa.ac.id/id/eprint/67/3/BAB%20II.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>https://repository.pelitabangsa.ac.id/id/eprint/67/4/BAB%20III.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>https://repository.pelitabangsa.ac.id/id/eprint/67/5/BAB%20IV.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>https://repository.pelitabangsa.ac.id/id/eprint/67/6/BAB%20V.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>https://repository.pelitabangsa.ac.id/id/eprint/67/7/DAFTAR%20PUSTAKA.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>https://repository.pelitabangsa.ac.id/id/eprint/67/9/Jurnal%20Skripsi.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>https://repository.pelitabangsa.ac.id/id/eprint/67/10/Laporan%20KKP.pdf</identifier><identifier> AZIS, ABDUL (2024) Prediksi Penjualan Obat Dan Alat Kesehatan Terlaris Menggunakan Algoritma K-Nearest Neighbor. Sarjana (S1) thesis, Universitas Pelita Bangsa. </identifier><recordID>67</recordID></dc>
|
| language |
eng |
| format |
Report:Report Report PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
AZIS, ABDUL |
| title |
Prediksi Penjualan Obat Dan Alat Kesehatan Terlaris Menggunakan Algoritma K-Nearest Neighbor |
| publishDate |
2024 |
| topic |
Analisa dan Perancangan Prediksi Data Mining Teknik Informatika |
| url |
https://repository.pelitabangsa.ac.id/id/eprint/67/11/PENDAHULUAN.pdf https://repository.pelitabangsa.ac.id/id/eprint/67/2/BAB%20I.pdf https://repository.pelitabangsa.ac.id/id/eprint/67/3/BAB%20II.pdf https://repository.pelitabangsa.ac.id/id/eprint/67/4/BAB%20III.pdf https://repository.pelitabangsa.ac.id/id/eprint/67/5/BAB%20IV.pdf https://repository.pelitabangsa.ac.id/id/eprint/67/6/BAB%20V.pdf https://repository.pelitabangsa.ac.id/id/eprint/67/7/DAFTAR%20PUSTAKA.pdf https://repository.pelitabangsa.ac.id/id/eprint/67/9/Jurnal%20Skripsi.pdf https://repository.pelitabangsa.ac.id/id/eprint/67/10/Laporan%20KKP.pdf https://repository.pelitabangsa.ac.id/id/eprint/67/ |
| contents |
Rumah Sakit As-Shofwan menghadapi permasalahan dalam manajemen persediaan obat dan alat kesehatan, dengan kelebihan dan kekurangan stok pada produk tertentu. Kelebihan stok berpotensi menimbulkan pemborosan sumber daya, sementara kekurangan stok dapat menghambat proses perawatan pasien. Penelitian ini bertujuan untuk meningkatkan efisiensi manajemen persediaan dan ketersediaan pelayanan kesehatan di rumah sakit tersebut. Dengan mengidentifikasi dan memahami pola permintaan obat dan alat kesehatan, untuk menghindari resiko kelebihan atau kekurangan stok, serta meningkatkan responsivitas terhadap kebutuhan pasien di Rumah Sakit As-Shofwan. Dalam konteks inilah algoritma machine learning, khususnya algoritma K-Nearest Neighbors (KNN) dapat digunakan untuk melakukan Analisa prediksi obat atau alat kesehatan yang paling laris atau sering diresepkan oleh dokter. Hasil penelitian menunjukan bahwa algoritma K-Nearest Neighbors (KNN), memberikan prediksi yang akurat dengan nilai accuracy, recall, dan precision mencapai 1.0 dalam klasifikasi obat dan alat kesehatan, sehingga dapat diandalkan dalam mendukung rumah sakit dalam manajemen stok obat yang lebih efisien |
| id |
IOS18408.67 |
| institution |
Universitas Pelita Bangsa |
| institution_id |
3764 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Pelita Bangsa |
| library_id |
5715 |
| collection |
Repository Universitas Pelita Bangsa |
| repository_id |
18408 |
| subject_area |
Organization and Management/Organisasi dan Manajemen di Bidang Ilmu Sosial Engineering/Ilmu Teknik Law and Bases of Morality/Hukum dan Moral Dasar Education and Related Topics/Pendidikan, Penelitian dan Topik Terkait tentang Perpustakaan |
| city |
BEKASI |
| province |
JAWA BARAT |
| repoId |
IOS18408 |
| first_indexed |
2024-07-17T08:04:26Z |
| last_indexed |
2024-07-17T08:04:26Z |
| recordtype |
dc |
| _version_ |
1804812805053874176 |
| score |
17.538404 |