Implementasi Business Intelligence dan Forecasting Menggunakan Metode Weighted Moving Average (WMA) pada Data Penjualan Obat di Instalasi Farmasi RSUD Nagan Raya

Alzahrah, Amalia Sandi (2025) Implementasi Business Intelligence dan Forecasting Menggunakan Metode Weighted Moving Average (WMA) pada Data Penjualan Obat di Instalasi Farmasi RSUD Nagan Raya. S1 thesis, Universitas Andalas.

	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Restricted to Repository staff only Download (258kB) | Request a copy
	Text (Bab Akhir) Bab 6.pdf - Published Version Restricted to Repository staff only Download (189kB) | Request a copy
	Text (Bab 1) Bab 1.pdf - Published Version Download (268kB)
	Text (Cover Abstract) Cover Abstract.pdf - Published Version Restricted to Repository staff only Download (318kB) | Request a copy
	Text (Tugas Akhir full text) Laporan Tugas Akhir.pdf - Published Version Restricted to Repository staff only Download (14MB) | Request a copy

Abstract

RSUD Nagan Raya merupakan salah satu rumah sakit pemerintah yang terletak di Kabupaten Nagan Raya, Provinsi Aceh. RSUD Nagan Raya memiliki Instalasi Farmasi yang berperan dalam menyediakan dan mendistribusikan obat obatan ke seluruh unit pelayanan. Namun, Instalasi Farmasi rumah sakit ini menghadapi tantangan utama berupa kekurangan stok obat yang sering terjadi dan berdampak pada kualitas pelayanan kesehatan, bahkan masalah tersebut sempat disorot media massa. Selain itu, laporan yang dihasilkan oleh sistem saat ini masih belum sepenuhnya dieksplorasi lebih lanjut, yang menyebabkan terbatasnya pemanfaatan data untuk pengambilan keputusan yang tepat. Untuk mengatasi masalah ini, penelitian ini menerapkan solusi Business Intelligence (BI) dengan menggunakan dashboard dan metode Weighted Moving Average (WMA) untuk forecasting kebutuhan stok obat yang lebih akurat. Metode penelitian mencakup wawancara, studi literatur, serta mengikuti tahapan BI seperti justification, planning, business analysis, design, dan construction. Proses ETL (Extract, Transform, Load) dilakukan menggunakan Python untuk memproses data penjualan obat yang diambil dari sistem Point Medic. Visualisasi data dilakukan menggunakan Streamlit untuk membangun dashboard yang menyajikan berbagai informasi. Sistem ini menghasilkan dashboard visualisasi terkait analisis penjualan, tren penjualan, pola musiman obat dan forecasting kebutuhan obat. Akurasi model forecasting telah diuji dengan hasil MAPE 11.62% yang menunjukkan kemampuan model dalam memberikan prediksi yang akurat. Implementasi sistem ini diharapkan dapat menjadi rujukan bagi rumah sakit dalam mengoptimalkan manajemen stok obat berbasis data.

Actions (login required)

View Item