PREDIKSI PERSEDIAAN OBAT DENGAN METODE NAÏVE BAYES Prediksi Persediaan Obat Dengan Metode Naïve Bayes (Studi Kasus : Apotek Saputra.
PREDIKSI PERSEDIAAN OBAT DENGAN METODE
NAÏVE BAYES
(STUDI KASUS : APOTEK SAPUTRA)
Naskah Publikasi
Program Studi Teknik Informatika
Fakultas Komunikasi dan Informatika
Diajukan Oleh :
Intan Cahya Gumilang
Drs Sudjalwo, M.Kom.
Aris Rakhmadi, S.T.,M.Eng.
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS KOMUNIKASI DAN INFORMATIKA
UNIVERSITAS MUHAMMADIYAH SURAKARTA
2014
HALAMAN PENGESAHAN
Publikasi ilmiah dengan judul
:
PREDIKSI PERSEDIAAN OBAT DENGA}T METODE
NAIVE BAYES
(STUI}I KASUS : APOTEK SAPUTRA)
Yang dipersiapkan dan disusun oleh
:
Intan Cahya Gumilang
L20A090064
Telah disetujui pada
:
Hari :
Tanggal:
fs Sudialwo- M.Kom.
Aris Rakhm6di. S.T..M.En
Publikasi ilmiah ini telah diterima sebagai salah satu persyaratan untuk
memperoleh gelar sarjana
Tanggal
:
dsfl&
ffi
.U13.2;=+sr.$=/&
2Ycr"-,"NFY*
*YY-F
\
sr; p.p'>A
NIK : 970
UNIVERSITAS MUHAMMADIYAH SURAKARTA
FAKULTAS KOMUNIKASI DAN INFORMATIKA
PROGRAM STUDI TEKNIK INFORMATIKA
Jl. A Yani Tromol Pos I Pabelan Kartasura Telp. {A271)717417,719483 Fax (0271) 714448
Surakarta 57102 Indonesia. Web: htlp:i/inlbrnratika.ums.re.id Email: inl'onnatika'ri.l'ki.unrs.uc.id
SURAT KETERANGAN LULUS PLAGIASI
/A. 3- TI. 3/INF-FKI/III/20 I 4
Assalamu'alaikum Wr. Wb
Biro Skripsi Program Studi Teknik Informatika menerangkan bahwa
:
hfirna
TNTAN CAHYA GUMILANG
MmI
L200090064
il!&il
PREDIKSI PERSEDIAAN OBAI DENGAN METODE
NAIVE BAYES (STUDI KASUS : APOTEK SAPUTRA)
hrugram Studi
Teknik Infonnatika
Stilrs
Lulus
*drbh
benar-benar sudah lulus pengecekan plagiasi dari Naskah Publikasi Skripsi, dengan
rrmogurakan
Mian
apl ikasi
Turnitin.
surat keterangan ini dibuat agar dipergunakan sebagaimana mestinya.
lffimlamu'alaikum Wr. Wb
Surakarta, S Maret 2014
Biro Skipsi
htps : //turnitin. com/newreportjrintview. asp?eq:0&eb:0&esm:0&c
Report
Tu
rnitin Originality Report
Sinilarity by Source
FREDIKSI PERSEDIAAN OBAT DENGAN
ilGTODE NAi'VE BAYES (STUpl KASUS:
PPOTEK SAPUTRA) by lntan Cahya
Similarity lndex
27%
@rrifang
16%
lnternet Sources:
Publications:
Student Papers:
30h
16%
Fmrn rybli kasi_nraret_20 1 4 (publikasi
ruet 2014)
Processed on 11,Mar.2014 08:39 WIT
sources:
lD:404749786
Word Counl:1714
1
5% match (lnternet from 10-Mar-2014)
htip://blo
2
ac. d/i nfo
i
r,eti
ka/w p-co nte nt
2/1 1 IDATA-Ml Nl NG-DENGAN-ME NERAPKAN-ALGORITMA-HASH-BASEDRS E Dl RaN- BARANG- D -APOTI K-S R I KAND l. pdf
'rumrcads/20
F"un+PE
g. bi na da rma.
1
I
5% nntch (student papers from 31-Oct2013)
Submitted to Universitas Muhammadivah Surakarta on 2013-10-31
3% nratch (student papers from 30-Oct-2013)
Submitted to Universitas Muhammadivah Surakarta on 201 3-10-30
4
2% match (student papers from 19-Jul-2013)
Submittqd to UniY-ersitas Muh*tnnradivah Sulakafta on 2013:07-19
:'
2% nratch (lnternet from 19-Jan-2007)
,'tj
:.I.:
,,
,in ,
..
,'
l . ''
'' ,
1% nratch (student papers from 01-Nov-2013)
Submitted to Universitas Muhammadivah Surakarta on 2013-11-01
1% match (lnternet from 10-Mar-2014)
---'.,. $-t::=il:ii:fii::i:*ii"S,il':iil,t,ii::i,:-1iiii:':.i;::ii:**iii:.i,i
ir,ilI
1% natch (lnternet from 10-Mar-2014)
1
% nntch (lnternet from 10-Mar-2014)
http://nanonaox.bloqspot.conr/201
3 06 01 archive.html
3t1U2014 8"41 t
PREDIKSI PERSEDIAAN OBAT DENGAN METODE NAÏVE
BAYES
(STUDI KASUS : APOTEK SAPUTRA)
Intan Cahya Gumilang, Sudjalwo, Aris Rakhmadi
Jurusan Teknik Informatika, Fakultas Komunikasi dan Informatika,
Universitas Muhammadiyah Surakarta
Email : intangumilang04@gmail.com
ABSTRAKSI
Sistem pengolahan data yang ada pada Apotek Saputra Sragen masih manual.
Sebelumnya di Apotek Saputra belum dapat memprediksi stok obat. Oleh karena itu, system
ini untuk prediksi stok obat. Supaya sistem pengolahan data Apotek Saputra dapat ditangani
masalah-masalah yang terjadi dan dapat menghasilkan informasi secara cepat, tepat, dan
akurat.
Penggunaan metode interpolasi linier yang nantinya digunakan untuk menghitung
prediksi stok obat yang terjual. Dan metode naïve bayes digunakan untuk menghitung
peluang. Penyimpanan data menggunakan database sql server, perancangan sistem
menggunakan aplikasi Microsoft Visual Basic 6.0.
Untuk stok obat Alleron yang terjual pada bulan April 2013 adalah 21. Hasil dari
perhitungan prediksi dengan metode interpolasi linier untuk obat Alleron pada bulan April
2013 adalah 26 dengan error 0,23, dan hasil perhitungan peluang dengan menggunakan
metode naïve bayes untuk obat Alleron di bulan April 2013 adalah 0,37.
Kata Kunci : Prediksi, Apotek, Microsoft Visual Basic 6.0, Microsoft Sql Server.
Sistem pengolahan datayang ada
PENDAHULUAN
Perkembangan teknologi dan ilmu
pengetahuan yang semakin berkembang
semakin
pesat
saat
ini
dapat
mempengaruhi kehidupan masyarakat. Hal
ini menyebabkan munculnya kemajuan
pada perangkat lunak, dengan kemajuan
teknologi informasi pengaksesan terhadap
data atau informasi yang tersedia dapat
berlangsung dengan cepat, efisien, serta
akurat
dibandingkan
dengan
sistem
manual. Perkembangan informasi telah
membantu manusia dalam menyelesaikan
pekerjaannya dan membantu dalam segala
aspek
kehidupan
berkembangnya
berkembang
Pengolahan
Dengan
teknologi,
pula
mengumpulkan
manusia.
data
mengolah
menjadi
dalam
data.
kelebihan
computer, computer juga telah merambah
dalam berbagai aspek baik pada bidang
pendidikan
maupun
Persaingan
pada
menciptakan
didunia
dunia
persaingan
bisnis
ketat
instansi yang satu dengan yang lain.
bisnis.
telah
antara
Apotek
Saputra
Sragen
masih
manual. Sebelumnya di Apotek Saputra
belum
dapat
memprediksi
kebutuhan
persediaan obat. Oleh karena itu, penulis
mengangkat tema “Prediksi Persediaan
Obat Dengan Metode Naïve Bayes”.
Supaya sistem pengolahan data Apotek
Saputra dapat ditangani masalah-masalah
yang terjadi dan dapat menghasilkan
informasi secara cepat, tepat, dan akurat.
Sehingga
dengan
sistem
ini
dapat
menentukan obat yang harus dipasok
sebelum obat itu habis.
TELAAH PENELITIAN
semakin
kemampuan
dan
pada
Prasetya (Juli 2012). Membahas
tentang
aplikasi
persediaan
obat
di
Bidokkes Yogyakarta diharapkan sistem
yang berjalan dapat lebih cepat dan
meningkatkan efektifitas kerja karyawan.
Dengan adanya sistem ini setidaknya akan
menutup kekurangan yang ada pada
instansi. Sehingga dengan sistem ini
kefektifan dan keefisien waktu dan tenaga
akan tercapai dan pelayanannya akan lebih
baik lagi. Aplikasi ini menggunakan
untuk menyaring keluar itemset yang tidak
software netbeans dan mysql server.
penting
Sofyanto (2010) membahas tentang
analisis dan perancangan sistem informasi
pengadaan dan persediaan obat pada
gudang
farmasi
RSUP
Dr.
Soeradji
Tirtonegoro Klaten. Dengan sistem ini
dapat mempercepat pengaksesan informasi
barang, menyediakan informasi akurat dan
relevan untuk mendukung pengambilan
keputusan.
Dengan
sistem
ini
dapat
untuk
selanjutnya.
pembangkitan
Sehingga
dengan
itemset
adanya
penerapan algoritma hash based pada
sistem
persediaan
barang
di
apotek
srikandi dapat menambang data transaksi
persediaan barang apotek. Kemudian dapat
melakukan penyaringan data yang tidak
penting untuk pembangkitan barang yang
dibutuhkan atau hasil pencarian data dapat
dilakukan dengan cepat dan efisien.
membantu dalam mencatat barang masuk
Penulis saat ini membuat prediksi
maupun barang keluar dengan efektif,
kebutuhan obat untuk mengembangkan
memudahkan dalam dalam perubahan data
sistem yang sudah ada dengan metode
yang ada, kebutuhan informasi dapat
naïve bayes.
disajikan dengan cepat, pembuatan laporan
yang dihasilkan lebih akurat.
METODE PENELITIAN
Pratama
(2012)
melakukan
penelitian yang menghasilkan analisa dan
perancangan
data
mining
dengan
menrapkan algoritma hash based pada
persediaan barang di apotek srikandi.
Metode penelitian yang digunakan adalah
Object Oriented Analist (OOA). Algoritma
hash based menggunakan teknik hashing
1. Analisis Kebutuhan
Analisis mengenai kebutuhan data
difokuskan pada masalah kebutuhan
yang menyangkut dengan keinginan
apotek untuk mengetahui prediksi
persediaan
penjualan
obat.
Melalui
diharapkan
data
dapat
menentukan persediaan obat. Sistem
menggunakan
pengolahan data yang ada di Apotek
yang didapat dari analisis kebutuhan.
Saputra selama ini masih manual
sehingga belum tahu persediaan obat
masih berapa.
dijadikan
merancang
dapat
4. Menentukan Kebutuhan
Menentukan kebutuhan merupakan
menentukan kebutuhan apa saja yang
Permasalahan-permasalahan diatas
dapat
informasi-informasi
acuan
dalam
data mining pengguna
menggali
informasi
yang
dibutuhkan sesuai dengan kebutuhan
diperlukan untuk membuat penelitian
di Apotek Saputra Sragen. Baik dari
segi
software,
hardware,
materi untuk pembangunan dalam
sistem ini.
khususnya dalam menentukan prediksi
HASIL DAN PEMBAHASAN
persediaan obat.
1. Halaman Menu Login
2. Perancangan Sistem
ataupun
Menu login adalah fasilitas untuk
Dalam penelitian ini diperlukan
perancangan sistem lebih dahulu agar
masuk ke sistem dengan memasukan
username dan password.
mempunyai gambaran sistem yang
akan
dibuat.
Setelah
tahap
perancangan. Dilakukan setelah data,
kebutuhan sudah terkumpul. Dalam
perancangan sistem ini menggunakan
metode
naïve
bayes
dan
metode
Gambar 1. Menu Login
interpolasi linier.
2. Halaman Menu Utama
3. Mengumpulkan Data
Halaman
Analisa
kebutuhan
menu
utama
data.
menampilkan file, input data, transaksi,
Menentukan
data-data
dengan
prediksi kalkulasi.
Gambar 2. Menu Utama
3. Menu Data Obat
Form data obat adalah untuk
Gambar 4. Menu Data Supplier
5. Menu Data Golongan
menginputkan data obat yang terdiri
Form data golongan adalah inputan
dari kode, nama, produk, satuan,
data golongan yang terdiri dari kode,
golongan, stok, dan harga.
dan nama golongan.
Gambar 3. Menu Data Obat
4. Menu Data Supplier
Gambar 5. Menu Data Golongan
Form data supplier adalah untuk
6. Menu Transaksi pembelian adalah
menginput data supplier yang terdiri
untuk menginputkan data pembelian
dari kode, nama, no.telpon, alamat,
obat yang dilakukan dari pihak apotek.
kota.
Gambar 6. Menu Transaksi Pembelian
7. Menu Transaksi Penjualan
Form data penjualan adalah untuk
Gambar 8. Menu Data Input Prediksi
9. Menu Data Perhitungan Prediksi
menginputkan data penjualan obat
yang dilakukan dari pihak apotek.
Gambar 9. Menu Data
Perhitungan Prediksi
Gambar 7. Menu Transaksi Penjualan
8. Menu Data Input Prediksi
Form data prediksi merupakan
inputan data prediksi obat.
Pengujian Sistem
Pada pengujian sistem dengan
menggunakan metode interpolasi linier
dan metode naïve bayes dapat diketahui
hasilnya sebagai berikut :
Nama Obat
Periode
Stok
Alleron
April 2013
26
Alleron
Mei 2013
22
Alleron
Juni 2013
20
Alleron
Juli 2013
22
Alleron
Agustus 2013
24
Rumus Interpolasi Linier
APRIL 2013
Misal, X = 4
Alleron
September
23
2013
Alleron
Oktober 2013
32
Alleron
November
28
= 26
MEI 2013
2013
Alleron
Desember
23
2013
Misal, X = 4
= 22
JUNI 2013
Misal, X = 4
= 20
perhitungan manual hasil yang diperoleh
Rumus Naïve Bayes
|
|
sesuai.
Untuk stok obat Alleron yang
APRIL 2013
terjual pada bulan April 2013 adalah 21.
, 7
|
MEI 2013
,
|
JUNI 2013
,
|
KESIMPULAN
,
,
,
Berdasarkan
,
, 7
,
Hasil dari perhitungan prediksi dengan
metode interpolasi linier untuk obat
Alleron pada bulan April 2013 adalah 26
,
dengan error 0,23 dan hasil perhitungan
peluang dengan menggunakan metode
,
,
naïve bayes untuk obat Alleron di bulan
April 2013 adalah 0,37.
sistem
prediksi
persediaan obat, maka dapat diambil
kesimpulan yaitu pada sistem pengolahan
data
di
Apotek
Saputra
ini
dapat
digunakan untuk mengetahui prediksi stok
obat yang terjual. Sehingga pihak apotek
bias tahu jumlah obat yang akan dipasok.
Sistem manual yang digunakan di
Apotek Saputra diganti dengan aplikasi
berbasis visual basic agar memudahkan
pekerjaan
lebih
cepat
dan
tepat.
Berdasarkan pengujian sistem dengan
metode interpolasi linier dan metode naïve
bayes untuk menghitung peluangdengan
Daftar Pustaka
Ariyus, Doni & Andri 2008, Komunikasi Data, Andi Offset, Yogyakarta.
Armandhani, Herdhian 2012, Persepsi Salah Masyarakat Mengenai Obat Generik, dilihat 20
Mei 2013 Jam 13.57 WIB, .
Faesal, Andri 2009, SQL Server 2000, dilihat 20 Maret 2013 Jam 19.24 WIB,
http://andrisfaesal.wordpress.com/2009/02/17/sqlserver2000/.
Hamdan 2012, Pengertian Microsoft Visual Basic, dilihat 21 Maret 2013 Jam 15.33 WIB,
http://hamdansalam.blogspot.com/2012/05/pengertian-microsoft-visual-basic-60.html/.
Petroutsos, Evangelos 2002, Pemrograman Database Dengan Visual Basic 6, Elex Media
Komputindo, Jakarta.
Prasetya, Harwin 2012, ‘Aplikasi Persediaan Obat pada BidokkesYogyakarta’, Skripsi,
AMIKOM.
Prasetyo, Eko 2012, Data mining Konsep Aplikasi Menggunakan Matlab, Andi Offset,
Yogyakarta.
Pratama, Firdaus, Yulianingsih & Afriyudi, Evi 2012, ‘Data Mining dengan Menerapkan
Algoritma Hash Based pada Persediaan Barang Di Apotek Srikandi’, Jurnal ilmiah Data
Mining, Vol.10, No.10.
Rashid, Gorby 2011, Data Mining, dilihat 20 Maret 2013 Jam 19.07 WIB,
http://gorbyrashid.blogspot.com/2010/06/data-mining.html/.
Sartickha 2013, Penjelasan Tentang Visual Basic, dilihat 21 Maret 2013 Jam 16.01 WIB,
http://sartickha-blogger.blogspot.com/2013/02/penjelasan-tentang-visual-basic.html/.
Sofyanto, Agung 2010, ‘Analisis dan Perancangan Sistem Informasi Pengadaan dan
Persediaan Obat pada Gudang Farmasi Rumah Sakit Pusat Dr. Soeradji Tirtonegoro Klaten,
Skripsi, AMIKOM.
Supriyanto, Aji 2005, Pengantar Teknologi Informasi, Salemba Infotek, Semarang.
Yundhita, Arina, Makalah Interpolasi, dilihat 15 Desember 2013 Jam 11.25 WIB,
http://www.slideshare.net/arinayundhita/makalah-interpolasi-kelompok-2/.
BIODATA PENULIS
Nama
: Intan Cahya Gumilang
NIM
: L200090064
Tempat Lahir
: Sragen
Tanggal Lahir
: 04 Juni 1990
Jenis Kelamin
: Perempuan
Agama
: Islam
Pendidikan
: S1
Jurusan
: Jurusan Teknik Informatika/Fakultas Komunikasi dan Teknik Informatika
Universitas
: Universitas Muhammadiyah Surakarta
Alamat
: Jl. Ir. H. Juanda No 50 Sragen Tengah, Sragen 57211
Nomor Telepone : 085741132683
Email
: intangumilang04@gmail.com
NAÏVE BAYES
(STUDI KASUS : APOTEK SAPUTRA)
Naskah Publikasi
Program Studi Teknik Informatika
Fakultas Komunikasi dan Informatika
Diajukan Oleh :
Intan Cahya Gumilang
Drs Sudjalwo, M.Kom.
Aris Rakhmadi, S.T.,M.Eng.
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS KOMUNIKASI DAN INFORMATIKA
UNIVERSITAS MUHAMMADIYAH SURAKARTA
2014
HALAMAN PENGESAHAN
Publikasi ilmiah dengan judul
:
PREDIKSI PERSEDIAAN OBAT DENGA}T METODE
NAIVE BAYES
(STUI}I KASUS : APOTEK SAPUTRA)
Yang dipersiapkan dan disusun oleh
:
Intan Cahya Gumilang
L20A090064
Telah disetujui pada
:
Hari :
Tanggal:
fs Sudialwo- M.Kom.
Aris Rakhm6di. S.T..M.En
Publikasi ilmiah ini telah diterima sebagai salah satu persyaratan untuk
memperoleh gelar sarjana
Tanggal
:
dsfl&
ffi
.U13.2;=+sr.$=/&
2Ycr"-,"NFY*
*YY-F
\
sr; p.p'>A
NIK : 970
UNIVERSITAS MUHAMMADIYAH SURAKARTA
FAKULTAS KOMUNIKASI DAN INFORMATIKA
PROGRAM STUDI TEKNIK INFORMATIKA
Jl. A Yani Tromol Pos I Pabelan Kartasura Telp. {A271)717417,719483 Fax (0271) 714448
Surakarta 57102 Indonesia. Web: htlp:i/inlbrnratika.ums.re.id Email: inl'onnatika'ri.l'ki.unrs.uc.id
SURAT KETERANGAN LULUS PLAGIASI
/A. 3- TI. 3/INF-FKI/III/20 I 4
Assalamu'alaikum Wr. Wb
Biro Skripsi Program Studi Teknik Informatika menerangkan bahwa
:
hfirna
TNTAN CAHYA GUMILANG
MmI
L200090064
il!&il
PREDIKSI PERSEDIAAN OBAI DENGAN METODE
NAIVE BAYES (STUDI KASUS : APOTEK SAPUTRA)
hrugram Studi
Teknik Infonnatika
Stilrs
Lulus
*drbh
benar-benar sudah lulus pengecekan plagiasi dari Naskah Publikasi Skripsi, dengan
rrmogurakan
Mian
apl ikasi
Turnitin.
surat keterangan ini dibuat agar dipergunakan sebagaimana mestinya.
lffimlamu'alaikum Wr. Wb
Surakarta, S Maret 2014
Biro Skipsi
htps : //turnitin. com/newreportjrintview. asp?eq:0&eb:0&esm:0&c
Report
Tu
rnitin Originality Report
Sinilarity by Source
FREDIKSI PERSEDIAAN OBAT DENGAN
ilGTODE NAi'VE BAYES (STUpl KASUS:
PPOTEK SAPUTRA) by lntan Cahya
Similarity lndex
27%
@rrifang
16%
lnternet Sources:
Publications:
Student Papers:
30h
16%
Fmrn rybli kasi_nraret_20 1 4 (publikasi
ruet 2014)
Processed on 11,Mar.2014 08:39 WIT
sources:
lD:404749786
Word Counl:1714
1
5% match (lnternet from 10-Mar-2014)
htip://blo
2
ac. d/i nfo
i
r,eti
ka/w p-co nte nt
2/1 1 IDATA-Ml Nl NG-DENGAN-ME NERAPKAN-ALGORITMA-HASH-BASEDRS E Dl RaN- BARANG- D -APOTI K-S R I KAND l. pdf
'rumrcads/20
F"un+PE
g. bi na da rma.
1
I
5% nntch (student papers from 31-Oct2013)
Submitted to Universitas Muhammadivah Surakarta on 2013-10-31
3% nratch (student papers from 30-Oct-2013)
Submitted to Universitas Muhammadivah Surakarta on 201 3-10-30
4
2% match (student papers from 19-Jul-2013)
Submittqd to UniY-ersitas Muh*tnnradivah Sulakafta on 2013:07-19
:'
2% nratch (lnternet from 19-Jan-2007)
,'tj
:.I.:
,,
,in ,
..
,'
l . ''
'' ,
1% nratch (student papers from 01-Nov-2013)
Submitted to Universitas Muhammadivah Surakarta on 2013-11-01
1% match (lnternet from 10-Mar-2014)
---'.,. $-t::=il:ii:fii::i:*ii"S,il':iil,t,ii::i,:-1iiii:':.i;::ii:**iii:.i,i
ir,ilI
1% natch (lnternet from 10-Mar-2014)
1
% nntch (lnternet from 10-Mar-2014)
http://nanonaox.bloqspot.conr/201
3 06 01 archive.html
3t1U2014 8"41 t
PREDIKSI PERSEDIAAN OBAT DENGAN METODE NAÏVE
BAYES
(STUDI KASUS : APOTEK SAPUTRA)
Intan Cahya Gumilang, Sudjalwo, Aris Rakhmadi
Jurusan Teknik Informatika, Fakultas Komunikasi dan Informatika,
Universitas Muhammadiyah Surakarta
Email : intangumilang04@gmail.com
ABSTRAKSI
Sistem pengolahan data yang ada pada Apotek Saputra Sragen masih manual.
Sebelumnya di Apotek Saputra belum dapat memprediksi stok obat. Oleh karena itu, system
ini untuk prediksi stok obat. Supaya sistem pengolahan data Apotek Saputra dapat ditangani
masalah-masalah yang terjadi dan dapat menghasilkan informasi secara cepat, tepat, dan
akurat.
Penggunaan metode interpolasi linier yang nantinya digunakan untuk menghitung
prediksi stok obat yang terjual. Dan metode naïve bayes digunakan untuk menghitung
peluang. Penyimpanan data menggunakan database sql server, perancangan sistem
menggunakan aplikasi Microsoft Visual Basic 6.0.
Untuk stok obat Alleron yang terjual pada bulan April 2013 adalah 21. Hasil dari
perhitungan prediksi dengan metode interpolasi linier untuk obat Alleron pada bulan April
2013 adalah 26 dengan error 0,23, dan hasil perhitungan peluang dengan menggunakan
metode naïve bayes untuk obat Alleron di bulan April 2013 adalah 0,37.
Kata Kunci : Prediksi, Apotek, Microsoft Visual Basic 6.0, Microsoft Sql Server.
Sistem pengolahan datayang ada
PENDAHULUAN
Perkembangan teknologi dan ilmu
pengetahuan yang semakin berkembang
semakin
pesat
saat
ini
dapat
mempengaruhi kehidupan masyarakat. Hal
ini menyebabkan munculnya kemajuan
pada perangkat lunak, dengan kemajuan
teknologi informasi pengaksesan terhadap
data atau informasi yang tersedia dapat
berlangsung dengan cepat, efisien, serta
akurat
dibandingkan
dengan
sistem
manual. Perkembangan informasi telah
membantu manusia dalam menyelesaikan
pekerjaannya dan membantu dalam segala
aspek
kehidupan
berkembangnya
berkembang
Pengolahan
Dengan
teknologi,
pula
mengumpulkan
manusia.
data
mengolah
menjadi
dalam
data.
kelebihan
computer, computer juga telah merambah
dalam berbagai aspek baik pada bidang
pendidikan
maupun
Persaingan
pada
menciptakan
didunia
dunia
persaingan
bisnis
ketat
instansi yang satu dengan yang lain.
bisnis.
telah
antara
Apotek
Saputra
Sragen
masih
manual. Sebelumnya di Apotek Saputra
belum
dapat
memprediksi
kebutuhan
persediaan obat. Oleh karena itu, penulis
mengangkat tema “Prediksi Persediaan
Obat Dengan Metode Naïve Bayes”.
Supaya sistem pengolahan data Apotek
Saputra dapat ditangani masalah-masalah
yang terjadi dan dapat menghasilkan
informasi secara cepat, tepat, dan akurat.
Sehingga
dengan
sistem
ini
dapat
menentukan obat yang harus dipasok
sebelum obat itu habis.
TELAAH PENELITIAN
semakin
kemampuan
dan
pada
Prasetya (Juli 2012). Membahas
tentang
aplikasi
persediaan
obat
di
Bidokkes Yogyakarta diharapkan sistem
yang berjalan dapat lebih cepat dan
meningkatkan efektifitas kerja karyawan.
Dengan adanya sistem ini setidaknya akan
menutup kekurangan yang ada pada
instansi. Sehingga dengan sistem ini
kefektifan dan keefisien waktu dan tenaga
akan tercapai dan pelayanannya akan lebih
baik lagi. Aplikasi ini menggunakan
untuk menyaring keluar itemset yang tidak
software netbeans dan mysql server.
penting
Sofyanto (2010) membahas tentang
analisis dan perancangan sistem informasi
pengadaan dan persediaan obat pada
gudang
farmasi
RSUP
Dr.
Soeradji
Tirtonegoro Klaten. Dengan sistem ini
dapat mempercepat pengaksesan informasi
barang, menyediakan informasi akurat dan
relevan untuk mendukung pengambilan
keputusan.
Dengan
sistem
ini
dapat
untuk
selanjutnya.
pembangkitan
Sehingga
dengan
itemset
adanya
penerapan algoritma hash based pada
sistem
persediaan
barang
di
apotek
srikandi dapat menambang data transaksi
persediaan barang apotek. Kemudian dapat
melakukan penyaringan data yang tidak
penting untuk pembangkitan barang yang
dibutuhkan atau hasil pencarian data dapat
dilakukan dengan cepat dan efisien.
membantu dalam mencatat barang masuk
Penulis saat ini membuat prediksi
maupun barang keluar dengan efektif,
kebutuhan obat untuk mengembangkan
memudahkan dalam dalam perubahan data
sistem yang sudah ada dengan metode
yang ada, kebutuhan informasi dapat
naïve bayes.
disajikan dengan cepat, pembuatan laporan
yang dihasilkan lebih akurat.
METODE PENELITIAN
Pratama
(2012)
melakukan
penelitian yang menghasilkan analisa dan
perancangan
data
mining
dengan
menrapkan algoritma hash based pada
persediaan barang di apotek srikandi.
Metode penelitian yang digunakan adalah
Object Oriented Analist (OOA). Algoritma
hash based menggunakan teknik hashing
1. Analisis Kebutuhan
Analisis mengenai kebutuhan data
difokuskan pada masalah kebutuhan
yang menyangkut dengan keinginan
apotek untuk mengetahui prediksi
persediaan
penjualan
obat.
Melalui
diharapkan
data
dapat
menentukan persediaan obat. Sistem
menggunakan
pengolahan data yang ada di Apotek
yang didapat dari analisis kebutuhan.
Saputra selama ini masih manual
sehingga belum tahu persediaan obat
masih berapa.
dijadikan
merancang
dapat
4. Menentukan Kebutuhan
Menentukan kebutuhan merupakan
menentukan kebutuhan apa saja yang
Permasalahan-permasalahan diatas
dapat
informasi-informasi
acuan
dalam
data mining pengguna
menggali
informasi
yang
dibutuhkan sesuai dengan kebutuhan
diperlukan untuk membuat penelitian
di Apotek Saputra Sragen. Baik dari
segi
software,
hardware,
materi untuk pembangunan dalam
sistem ini.
khususnya dalam menentukan prediksi
HASIL DAN PEMBAHASAN
persediaan obat.
1. Halaman Menu Login
2. Perancangan Sistem
ataupun
Menu login adalah fasilitas untuk
Dalam penelitian ini diperlukan
perancangan sistem lebih dahulu agar
masuk ke sistem dengan memasukan
username dan password.
mempunyai gambaran sistem yang
akan
dibuat.
Setelah
tahap
perancangan. Dilakukan setelah data,
kebutuhan sudah terkumpul. Dalam
perancangan sistem ini menggunakan
metode
naïve
bayes
dan
metode
Gambar 1. Menu Login
interpolasi linier.
2. Halaman Menu Utama
3. Mengumpulkan Data
Halaman
Analisa
kebutuhan
menu
utama
data.
menampilkan file, input data, transaksi,
Menentukan
data-data
dengan
prediksi kalkulasi.
Gambar 2. Menu Utama
3. Menu Data Obat
Form data obat adalah untuk
Gambar 4. Menu Data Supplier
5. Menu Data Golongan
menginputkan data obat yang terdiri
Form data golongan adalah inputan
dari kode, nama, produk, satuan,
data golongan yang terdiri dari kode,
golongan, stok, dan harga.
dan nama golongan.
Gambar 3. Menu Data Obat
4. Menu Data Supplier
Gambar 5. Menu Data Golongan
Form data supplier adalah untuk
6. Menu Transaksi pembelian adalah
menginput data supplier yang terdiri
untuk menginputkan data pembelian
dari kode, nama, no.telpon, alamat,
obat yang dilakukan dari pihak apotek.
kota.
Gambar 6. Menu Transaksi Pembelian
7. Menu Transaksi Penjualan
Form data penjualan adalah untuk
Gambar 8. Menu Data Input Prediksi
9. Menu Data Perhitungan Prediksi
menginputkan data penjualan obat
yang dilakukan dari pihak apotek.
Gambar 9. Menu Data
Perhitungan Prediksi
Gambar 7. Menu Transaksi Penjualan
8. Menu Data Input Prediksi
Form data prediksi merupakan
inputan data prediksi obat.
Pengujian Sistem
Pada pengujian sistem dengan
menggunakan metode interpolasi linier
dan metode naïve bayes dapat diketahui
hasilnya sebagai berikut :
Nama Obat
Periode
Stok
Alleron
April 2013
26
Alleron
Mei 2013
22
Alleron
Juni 2013
20
Alleron
Juli 2013
22
Alleron
Agustus 2013
24
Rumus Interpolasi Linier
APRIL 2013
Misal, X = 4
Alleron
September
23
2013
Alleron
Oktober 2013
32
Alleron
November
28
= 26
MEI 2013
2013
Alleron
Desember
23
2013
Misal, X = 4
= 22
JUNI 2013
Misal, X = 4
= 20
perhitungan manual hasil yang diperoleh
Rumus Naïve Bayes
|
|
sesuai.
Untuk stok obat Alleron yang
APRIL 2013
terjual pada bulan April 2013 adalah 21.
, 7
|
MEI 2013
,
|
JUNI 2013
,
|
KESIMPULAN
,
,
,
Berdasarkan
,
, 7
,
Hasil dari perhitungan prediksi dengan
metode interpolasi linier untuk obat
Alleron pada bulan April 2013 adalah 26
,
dengan error 0,23 dan hasil perhitungan
peluang dengan menggunakan metode
,
,
naïve bayes untuk obat Alleron di bulan
April 2013 adalah 0,37.
sistem
prediksi
persediaan obat, maka dapat diambil
kesimpulan yaitu pada sistem pengolahan
data
di
Apotek
Saputra
ini
dapat
digunakan untuk mengetahui prediksi stok
obat yang terjual. Sehingga pihak apotek
bias tahu jumlah obat yang akan dipasok.
Sistem manual yang digunakan di
Apotek Saputra diganti dengan aplikasi
berbasis visual basic agar memudahkan
pekerjaan
lebih
cepat
dan
tepat.
Berdasarkan pengujian sistem dengan
metode interpolasi linier dan metode naïve
bayes untuk menghitung peluangdengan
Daftar Pustaka
Ariyus, Doni & Andri 2008, Komunikasi Data, Andi Offset, Yogyakarta.
Armandhani, Herdhian 2012, Persepsi Salah Masyarakat Mengenai Obat Generik, dilihat 20
Mei 2013 Jam 13.57 WIB, .
Faesal, Andri 2009, SQL Server 2000, dilihat 20 Maret 2013 Jam 19.24 WIB,
http://andrisfaesal.wordpress.com/2009/02/17/sqlserver2000/.
Hamdan 2012, Pengertian Microsoft Visual Basic, dilihat 21 Maret 2013 Jam 15.33 WIB,
http://hamdansalam.blogspot.com/2012/05/pengertian-microsoft-visual-basic-60.html/.
Petroutsos, Evangelos 2002, Pemrograman Database Dengan Visual Basic 6, Elex Media
Komputindo, Jakarta.
Prasetya, Harwin 2012, ‘Aplikasi Persediaan Obat pada BidokkesYogyakarta’, Skripsi,
AMIKOM.
Prasetyo, Eko 2012, Data mining Konsep Aplikasi Menggunakan Matlab, Andi Offset,
Yogyakarta.
Pratama, Firdaus, Yulianingsih & Afriyudi, Evi 2012, ‘Data Mining dengan Menerapkan
Algoritma Hash Based pada Persediaan Barang Di Apotek Srikandi’, Jurnal ilmiah Data
Mining, Vol.10, No.10.
Rashid, Gorby 2011, Data Mining, dilihat 20 Maret 2013 Jam 19.07 WIB,
http://gorbyrashid.blogspot.com/2010/06/data-mining.html/.
Sartickha 2013, Penjelasan Tentang Visual Basic, dilihat 21 Maret 2013 Jam 16.01 WIB,
http://sartickha-blogger.blogspot.com/2013/02/penjelasan-tentang-visual-basic.html/.
Sofyanto, Agung 2010, ‘Analisis dan Perancangan Sistem Informasi Pengadaan dan
Persediaan Obat pada Gudang Farmasi Rumah Sakit Pusat Dr. Soeradji Tirtonegoro Klaten,
Skripsi, AMIKOM.
Supriyanto, Aji 2005, Pengantar Teknologi Informasi, Salemba Infotek, Semarang.
Yundhita, Arina, Makalah Interpolasi, dilihat 15 Desember 2013 Jam 11.25 WIB,
http://www.slideshare.net/arinayundhita/makalah-interpolasi-kelompok-2/.
BIODATA PENULIS
Nama
: Intan Cahya Gumilang
NIM
: L200090064
Tempat Lahir
: Sragen
Tanggal Lahir
: 04 Juni 1990
Jenis Kelamin
: Perempuan
Agama
: Islam
Pendidikan
: S1
Jurusan
: Jurusan Teknik Informatika/Fakultas Komunikasi dan Teknik Informatika
Universitas
: Universitas Muhammadiyah Surakarta
Alamat
: Jl. Ir. H. Juanda No 50 Sragen Tengah, Sragen 57211
Nomor Telepone : 085741132683
: intangumilang04@gmail.com