PREDIKSI PERSEDIAAN OBAT DENGAN METODE NAÏVE BAYES (STUDI KASUS : APOTEK SAPUTRA) Naskah Publikasi. Program Studi Teknik Informatika

(1)

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

(2)

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:

Publikasi ilmiah ini telah diterima sebagai salah satu persyaratan untuk

memperoleh gelar sarjana

Tanggal

:

fs Sudialwo-

M.Kom. Aris Rakhm6di. S.T..M.En

dsfl&

.U13.2;=+sr.$=/&

2Ycr"-,"NFY*

_*YY-F

\

sr; p.p'>A

ffi

NIK

: 970

(3)

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 :

TNTAN CAHYA GUMILANG

L200090064

PREDIKSI PERSEDIAAN

OBAI

DENGAN METODE

NAIVE

BAYES (STUDI KASUS : APOTEK SAPUTRA)

Teknik Infonnatika Lulus hfirna MmI

il!&il

hrugram Studi

Stilrs

*drbh

benar-benar sudah lulus pengecekan plagiasi dari Naskah Publikasi Skripsi, dengan rrmogurakan apl ikasi Turnitin.

Mian

surat keterangan ini dibuat agar dipergunakan sebagaimana mestinya.

lffimlamu'alaikum _{Wr. Wb}

Surakarta, S Maret 2014

(4)

Report

Tu rnitin Originality Report

FREDIKSI PERSEDIAAN OBAT DENGAN

ilGTODE NAi'VE BAYES (STUpl KASUS:

PPOTEK SAPUTRA) by lntan Cahya @rrifang

Fmrn rybli kasi_nraret_20 1 4 (publikasi

ruet

2014)

Processed on 11,Mar.2014 08:39 WIT

lD:404749786

Word Counl:1714

htps : //turnitin. com/newreportjrintview. asp?eq:0&eb:0&esm:0&c

Similarity lndex

27%

Sinilarity by Source lnternet Sources: Publications: Student Papers: 16% 30h 16%

sources:

1 5% match (lnternet from 10-Mar-2014)

htip://blo g. bi na da rma. ac. i d/i nfo r,eti ka/w p-co nte nt

2

4

'rumrcads/20 1 2/1 1 IDATA-Ml Nl NG-DENGAN-ME

NERAPKAN-ALGORITMA-HASH-BASED-F"un+PE RS E Dl RaN- BARANG- D I -APOTI K-S R I KAND l. pdf 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

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

(5)

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.

(6)

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 manusia. Dengan berkembangnya teknologi, semakin berkembang pula kemampuan dalam mengumpulkan dan mengolah data. Pengolahan data menjadi kelebihan computer, computer juga telah merambah dalam berbagai aspek baik pada bidang pendidikan maupun didunia bisnis. Persaingan pada dunia bisnis telah menciptakan persaingan ketat antara instansi yang satu dengan yang lain.

Sistem pengolahan datayang ada pada 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

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

(7)

baik lagi. Aplikasi ini menggunakan software netbeans dan mysql server.

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 membantu dalam mencatat barang masuk maupun barang keluar dengan efektif, memudahkan dalam dalam perubahan data yang ada, kebutuhan informasi dapat disajikan dengan cepat, pembuatan laporan yang dihasilkan lebih akurat.

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

untuk menyaring keluar itemset yang tidak penting untuk pembangkitan itemset selanjutnya. Sehingga dengan 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.

Penulis saat ini membuat prediksi kebutuhan obat untuk mengembangkan sistem yang sudah ada dengan metode

naïve bayes.

METODE PENELITIAN

1. Analisis Kebutuhan

Analisis mengenai kebutuhan data difokuskan pada masalah kebutuhan yang menyangkut dengan keinginan apotek untuk mengetahui prediksi persediaan obat. Melalui data penjualan diharapkan dapat

(8)

menentukan persediaan obat. Sistem pengolahan data yang ada di Apotek Saputra selama ini masih manual sehingga belum tahu persediaan obat masih berapa.

Permasalahan-permasalahan diatas dapat dijadikan acuan dalam merancang data mining pengguna dapat menggali informasi yang dibutuhkan sesuai dengan kebutuhan khususnya dalam menentukan prediksi persediaan obat.

2. Perancangan Sistem

Dalam penelitian ini diperlukan perancangan sistem lebih dahulu agar 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

interpolasi linier.

3. Mengumpulkan Data

Analisa kebutuhan data. Menentukan data-data dengan

menggunakan informasi-informasi yang didapat dari analisis kebutuhan. 4. Menentukan Kebutuhan

Menentukan kebutuhan merupakan menentukan kebutuhan apa saja yang diperlukan untuk membuat penelitian di Apotek Saputra Sragen. Baik dari segi software, hardware, ataupun materi untuk pembangunan dalam sistem ini.

HASIL DAN PEMBAHASAN

1. Halaman Menu Login

Menu login adalah fasilitas untuk masuk ke sistem dengan memasukan username dan password.

Gambar 1. Menu Login

2. Halaman Menu Utama

Halaman menu utama menampilkan file, input data, transaksi, prediksi kalkulasi.

(9)

Gambar 2. Menu Utama

3. Menu Data Obat

Form data obat adalah untuk menginputkan data obat yang terdiri dari kode, nama, produk, satuan, golongan, stok, dan harga.

Gambar 3. Menu Data Obat

4. Menu Data Supplier

Form data supplier adalah untuk menginput data supplier yang terdiri dari kode, nama, no.telpon, alamat, kota.

Gambar 4. Menu Data Supplier

5. Menu Data Golongan

Form data golongan adalah inputan data golongan yang terdiri dari kode, dan nama golongan.

Gambar 5. Menu Data Golongan

6. Menu Transaksi pembelian adalah untuk menginputkan data pembelian obat yang dilakukan dari pihak apotek.

(10)

Gambar 6. Menu Transaksi Pembelian

7. Menu Transaksi Penjualan

Form data penjualan adalah untuk menginputkan data penjualan obat yang dilakukan dari pihak apotek.

Gambar 7. Menu Transaksi Penjualan

8. Menu Data Input Prediksi

Form data prediksi merupakan inputan data prediksi obat.

Gambar 8. Menu Data Input Prediksi

9. Menu Data Perhitungan Prediksi

Gambar 9. Menu Data

Perhitungan Prediksi

Pengujian Sistem

Pada pengujian sistem dengan menggunakan metode interpolasi linier dan metode naïve bayes dapat diketahui hasilnya sebagai berikut :

(11)

Nama Obat Periode Stok Alleron April 2013 26 Alleron Mei 2013 22 Alleron Juni 2013 20 Alleron Juli 2013 22 Alleron Agustus 2013 24 Alleron September 2013 23 Alleron Oktober 2013 32 Alleron November 2013 28 Alleron Desember 2013 23

Rumus Interpolasi Linier

APRIL 2013 1 15 2 20 3 21 Misal, X = 4 15 21 15 20 15 4 1 4 1 = 26 MEI 2013 1 20 2 21 3 21 Misal, X = 4 20 21 20 21 20 4 1 4 1 = 22 JUNI 2013 1 21 2 21 3 20 Misal, X = 4 21 20 21 21 21 4 1 4 1 = 20

(12)

Berdasarkan 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

perhitungan manual hasil yang diperoleh sesuai.

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

(13)

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, <http: /kesehatan.kompasiana.com /medis/ 2012/ 12/ 17/ persepsi- salah –masyarakat –mengenai –obat –generik-516841.html>.

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/.

(14)

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