Perpustakaan Digital ITB

Unit Farmasi adalah unit penyedia dan pengelola obat di unit- rumah sakit, klinik, atau puskesmas. Untuk memastikan kebutuhan pasien terkait obat dapat terpenuhi, unit farmasi harus melakukan pengelolaan penyimpanan obat dengan baik yaitu menerapkan manajemen persediaan. Manajemen persediaan unit pelayanan kesehatan harus melakukan tindak pencegahan agar stok obat selalu pada jumlah yang aman. Selama ini, mayoritas unit pelayanan kesehatan seperti rumah sakit, puskesmas, dan klinik di Indonesia masih menggunakan cara tradisional yaitu menggunakan insting untuk melakukan prediksi jumlah kebutuhan agar stok selalu tersedia jika dibutuhkan. Penelitian ini mengembangkan metode prediksi kebutuhan obat dengan algoritma pembelajaran Support Vector Regression (SVR) dan Long Short-Term Memory(LSTM). Data yang digunakan adalah data transaksi kebutuhan obat selama tahun 2018. Metode prediksi akan menghasilkan model dari masing-masing pembelajaran. Model tersebut akan dibandingkan dengan menggunakan RMSE sehingga didapatkan model terbaik pada setiap obat. Hasil penelitian ini menunjukkan LSTM pada prediksi mingguan memiliki nilai RMSE lebih kecil dibandingkan prediksi harian (Demand Smooth dan Erratic). Pembelajaran LSTM dibandingkan dengan pembelajaran SVR memiliki nilai RMSE lebih kecil kecuali: Prediksi harian: erratic demand dan Prediksi mingguan: lumpy demand.