PREDIKSI STOK OBAT DENGAN JARINGAN SYARAF TIRUAN BERDASARKAN HISTORI PEMAKAIAN OBAT DARI 10 PENYAKIT TERBANYAK DAN OBAT YANG KELUAR
| Main Author: | MUHTADIN, AKBAR |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://eprints.unram.ac.id/17312/1/Laporan%20TA_Muhtadin_Akbar_F1B015068.pdf http://eprints.unram.ac.id/17312/ |
Daftar Isi:
- Instalasi Farmasi merupakan unit pengelola obat dan perbekalan kesehatan yang melayani beberapa Puskesmas. Manajemen obat dimulai dengan suatu perencanaan yang merupakan dasar dari pengelolaan obat untuk mengestimasikan stok obat yang akan distok digudangnya dan diberikan pada puskesmas-puskesmas yang dilayaninya. Dalam perencanaan persediaan obat, sering terjadi ketidaktepatan dalam memperkirakan jumlah obat yang akan dipesan. Hal ini menyebabkan kelebihan maupun kekosongan stok obat di Instalasi Farmasi. Oleh karena itu, diperlukan metode yang memberikan keluaran berupa prediksi jumlah konsumsi obat-obatan berdasarkan data pemakaian obat yang keluar dan pemakaian obat dari 10 penyakit terbanyak diperiode yang lalu. Salah satu metode yang dapat digunakan untuk mengatasi masalah ini adalah menggunakan jaringan syaraf tiruan, dengan algoritma pelatihan backpropagation. Berdasarkan hasil pengujian yang dilakukan, arsitektur terbaik yang didapatkan pada penelitian ini 25-70-25-1 dengan Learning rate 0,1, goal 1.25e-5, fungsi pelatihan traincgf, fungsi aktivasi logsig dan maksimum Epoch 50.000. Nilai MSE pada loss training yang didapatkan pada arsitektur tersebut adalah 1.2498e-5 dan MSE dari loss testing 0.0135873 dengan nilai akurasi mencapai 94%. Kemudian dari hasil validasi model JST disimpulkan bahwa hasil estimasi stok obat dengan JST lebih mendekati pemakaian real dibandingkan estimasi dari Instalasi Farmasi.