Analisis Permintaan Dan PrediksiObat Dengan Menggunakan MetodeAbc Analysis Dan Support Vector Regression

Abstract

Dalam satu tahun, rumah sakit rata-rata mengeluarkan total sekitar 33% dari total pengeluaran belanja (investasi) keseluruhan hanya untuk mengelola persediaan obat. Permasalahan yang timbul dalam mengelola persediaan obat adalah dimungkinkan adanya kondisi obat yang stock out. Untuk menghindari hal tersebut dibutuhkan perencanaan persediaan yang baik. Terkait dengan perencanaan, terdapat proses yang meliputi pengklasifikasian dan prediksi permintaan obat. Proses klasifikasi obat menggunakan ABC Analysis membagi obat menjadi kelompok A, B, dan C; sedangkan untuk proses prediksi kebutuhan obat digunakan metode Support Vector Regression (SVR). Data obat diambil dari Rumah Sakit XYZ di Kabupaten Jember. Berdasarkan data permintaan obat tahun 2015, metode ABC Analysis mampu membagi obat menjadi 3 kelompok yaitu: kelompok A sejumlah 311 item atau 30,55% dari item keseluruhan, kelompok B sejumlah 304 item atau 29,862% dari item keseluruhan, dan kelompok C sejumlah 403 item atau 39,587% item keseluruhan. Data uji berasal dari permintaan obat pada tahun 2012-2015. Sampel yang diujikan sebanyak lima buah obat yang berasal dari kelompok A. Uji prediksi dilakukan dengan menggunakan kernel yang sama yaitu kernel linear. Dari hasil uji diperoleh nilai Mean Absolute Percentage Error (MAPE) lebih dari 20%. Berdasarkan hasil tersebut, prediksi obat menggunakan metode SVR pada data univariate time series tergolong belum efektif karena prediksi dikatakan bagus jika tingkat MAPE-nya kurang dari 20%.