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
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.Endsfl&
.U13.2;=+sr.$=/&2Ycr"-,"NFY*
*YY-F
\
sr; p.p'>Affi
NIK
: 970UNIVERSITAS
MUHAMMADIYAH
SURAKARTA FAKULTASKOMUNIKASI
DANINFORMATIKA
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 METODENAIVE
BAYES (STUDI KASUS : APOTEK SAPUTRA)Teknik Infonnatika Lulus hfirna MmI
il!&il
hrugram StudiStilrs
*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
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
PREDIKSI PERSEDIAAN OBAT DENGAN METODE NAÏVE
BAYES
(STUDI KASUS : APOTEK SAPUTRA)
Intan Cahya Gumilang, Sudjalwo, Aris RakhmadiJurusan 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.
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
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
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.
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.
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 :
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
Rumus Naïve Bayes | | APRIL 2013 | 0,37 0,23 0,23 0,37 MEI 2013 | 0,33 0,1 0,1 0,33 JUNI 2013 | 0,32 0,1 0,1 0,32 KESIMPULAN
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
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/.
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