Analisa Menggunakan Metode Neural Network untuk Prediksi Pendataan Stok Obat pada Apotik Sumber Tenaga Kabupaten Bengkalis:

Analysis Using Neural Network Method for Prediction of Drug Stock Medicine in Photo Resource Source of Bengkalis Regency

Abstract

Pendataan stok (persediaan) obat merupakan permasalahan yang sering dihadapi olehpihak apotek. Masalah ini timbul karena sulitnya menghitung data yang besar dankurangnya pengecekan terhadap data yang telah ada. Sehingga dengan banyaknya datasering terjadi kesalahan dan kesulitan dalam menghitung jumlah stok obat. Akibat yangditimbulkan, jika terjadi kesalahan dalam menghitung pendataan stok obat ini dapatmengakibatkan kekacauan pada pembukuan dan terjadi kerugian. Untuk mengetahuijumlah stok obat membutuhkan waktu yang lama karena tidak ada gambaran berapastok obat yang ada (tersisa) untuk menghindari terjadinya kekosongan stok.Berdasarkan permasalah ini dilakukan penelitian dengan menganalisa permasalahanuntuk melakukan prediksi pendataan stok obat dengan menggunakan metode NeuralNetwork. Variabel yang digunakan oleh kedua metode dalam analisa prediksi pendataanstok obat ini terdiri dari nama obat, jenis obat, dosis obat, satuan obat, kemasan obat,kadaluarsa, stok obat, obat terjual, sisa obat dan order obat. Sedangkan Neural Networkmenggunakan backpropagation dimulai dari menentukan node input, hidden dan output.Kemudian normalisasi data sesuai dengan fungsi aktivasi yang digunakan, kemudianmenentukan nilai learning rate, toleransi error dan nilai iterasi maksimum. Sedangkanhasil prediksi dengan menggunakan metode Neural Network memberikan nilai outputdalam bentuk angka dan grafik. Hasil akhir dari analisa perbandingan untukmemprediksi pendataan stok obat ini dapat disimpulkan bahwa metode neural networkdapat memberikan hasil yang akurat, sehingga diharapkan nantinya dapat membantupihak apotek dalam mengambil keputusan dalam menentukan stok obat untuk kedepan.

Data collection of stock (supplies) of drugs is a problem often faced by the pharmacy.This problem arises because of the difficulty of calculating large data and lack of checkson existing data. So with the amount of data often occurs error and difficulty incalculating the amount of drug stock. As a result, if there is a mistake in calculating thestock collection of these drugs can result in chaos on bookkeeping and loss occurs. Tofind out the amount of stock of drugs takes a long time because there is no picture ofhow much stock of drugs that exist (remaining) to avoid the occurrence of stock void.Based on this problem, the research is done by analyzing the problem to predict thestock collection of drugs by using Neural Network method. The variables used by thetwo methods in the prediction analysis of stock collection of medicines consist of drugname, drug type, drug dosage, drug unit, drug packaging, expiration, drug stock, solddrugs, drug remnants and drug order. While Neural Network uses backpropagationstarting from determining input node, hidden and output. Then normalize the dataaccording to the activation function used, then determine the value of learning rate, faulttolerance and maximum iteration value. While the predicted results using the NeuralNetwork method gives the output value in the form of numbers and graphs. The finalresult of comparative analysis to predict the stock collection of this drug can beconcluded that the neural network method can provide accurate results, so it is expectedlater can help the pharmacy in making decisions in determining the stock of drugs forthe future.