PREDIKSI JUMLAH PEMAKAIAN OBAT – OBATAN DI PUSKESMAS PADANG LUAR MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK

Nur, Hayin (2020) PREDIKSI JUMLAH PEMAKAIAN OBAT – OBATAN DI PUSKESMAS PADANG LUAR MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK. Diploma thesis, Universitas Andalas.

[img]
Preview
Text (Cover dan Abstrak)
Cover dan Abstrak.pdf - Published Version

Download (317kB) | Preview
[img]
Preview
Text (BAB I (Pendahuluan))
BAB I.pdf - Published Version

Download (146kB) | Preview
[img]
Preview
Text (BAB Akhir (Penutup/Kesimpulan))
BAB Akhir.pdf - Published Version

Download (207kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
DAFTAR PUSTAKA.pdf - Published Version

Download (158kB) | Preview
[img] Text (Skripsi Full Text)
Skripsi Full Text.pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

Obat merupakan salah satu kebutuhan paling penting pada sebuah puskesmas. Kesehatan pasien pada suatu puskesmas tergantung pada ketersediaan obat terutama bagi pasien yang rawat inap dan dalam kondisi yang menghawatirkan. Oleh karena itu pihak puskesmas harus menyediakan obat dalam jumlah yang cukup bagi pasiennya. Puskesmas Padang Luar adalah salah satu puskesmas di Kabupaten Agam, Sumatera Barat yang mulai berkembang, instalasi farmasi merupakan salah satu instalasi yang mengalami kesulitan untuk menentukan stok obat pada periode selanjutnya. Subjek pada penelitian ini adalah sebuah sistem yang mampu melakukan prediksi jumlah pemakaian obat-obatan dengan memanfaatkan metode Artificial Neural Network (ANN). Metode ANN merupakan jaringan komputasi yang mencoba mensimulasikan jaringan sel saraf (neuron) dari sistem saraf pusat biologis (manusia). Dalam metode ANN terdapat algoritma pembelajaran backpropagation. Sistem diimplementasikan menggunakan aplikasi MATLAB. Tahapan penelitian yang dilakukan adalah mengumpulkan data, pre-processing, prediksi dengan algoritma pembelajaran backpropagation, dan pengujian sesuai dengan rancangan model prediksi, yaitu parameter epoch, momentum, learning rate, hidden layer untuk menghasilkan keakuratan yang tinggi. Dari penelitian didapatkan keakurasian prediksi jumlah pemakaian obat parasetamol sebesar 97,87 %, obat CTM sebesar 95,1833%, obat amoksisilin sebesar 93,815%, obat antasida sebesar 93,139 % dan vitamin B kompleks sebesar 96,0762%.

Item Type: Thesis (Diploma)
Primary Supervisor: Ricky Akbar, M.Kom
Uncontrolled Keywords: Artificial Neural Network, Backpropagation, Pemakaian Obat, Prediksi, MATLAB
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Sistem Informasi
Depositing User: s1 sistem informasi
Date Deposited: 08 Jul 2020 07:11
Last Modified: 08 Jul 2020 07:11
URI: http://scholar.unand.ac.id/id/eprint/59318

Actions (login required)

View Item View Item