Prediksi Jumlah Pengunjung Apotek Universitas Nusa Putra Berdasarkan Pembelian Obat Menggunakan Naive Bayes
Kata Kunci:
Apotek, Naive Bayes, Pengunjung Apotek, Prediksi, Pembelian obatAbstrak
Pengelolaan stok obat di apotek sangat penting untuk menyediakan pelayanan kesehatan yang efektif dan efisien. Dalam lingkungan universitas, prediksi jumlah pengunjung apotek membantu perencanaan stok obat yang tepat. Penelitian ini bertujuan mengembangkan model prediksi menggunakan algoritma Naive Bayes berdasarkan pola pembelian obat di Apotek Universitas Nusa Putra. Data penjualan obat dari periode tertentu digunakan untuk melatih dan menguji model. Metode ini memanfaatkan atribut pembelian obat seperti nama obat, jumlah pembelian, dan waktu pembelian sebagai fitur untuk melakukan klasifikasi. Pola pembelian obat setiap orang berbeda tergantung pada obat yang cocok atau penyakit yang diderita. Banyaknya data pada setiap transaksi penjualan obat dapat menimbulkan masalah seperti keterlambatan ketersediaan obat atau stok obat yang berlebihan. Pihak apotek perlu menentukan strategi untuk menangani masalah tersebut. Penelitian ini memberikan solusi dengan melakukan prediksi pengunjung apotek menggunakan Naive Bayes. Penggunaan algoritma Naive Bayes diharapkan dapat memberikan prediksi yang akurat terhadap jumlah pengunjung di masa depan, sehingga mempersiapkan pelayanan apotek dan ketersediaan obat dengan baik. Evaluasi dilakukan dengan membandingkan hasil prediksi dengan data aktual. Hasil eksperimen menunjukkan bahwa model Naive Bayes mampu memberikan prediksi yang cukup akurat, dengan tingkat akurasi yang bervariasi. Implikasi dari penelitian ini adalah membantu pengelola apotek dalam mengoptimalkan stok obat berdasarkan prediksi pengunjung yang lebih akurat, sehingga meningkatkan efisiensi dan kualitas pelayanan kesehatan di lingkungan universitas dan apotek tersebut.
Referensi
Alfandi Safira, & Hasan, F. N. (2023). Analisis Sentimen Masyarakat Terhadap Paylater Menggunakan Metode Naive Bayes Classifier. ZONAsi: Jurnal Sistem Informasi, 5(1), 59–70. https://doi.org/10.31849/zn.v5i1.12856
Apriliyani, E., & Salim, Y. (2022). Analisis performa metode klasifikasi Naïve Bayes Classifier pada
Unbalanced Dataset. 3(2), 47–54.
Aqillah Fadia Haya, A., Reynaldi Azhar, Muhamad Khandava Mulyadien, & Betha Nurina Sari. (2022).
Klasifikasi Minat Beli Pelanggan Terhadap Udang Vaname Menggunakan Algoritma Naïve Bayes. Jurnal Ilmiah Betrik, 13(1), 59–65. https://doi.org/10.36050/betrik.v13i1.452
Dirjen, S. K., Riset, P., Pengembangan, D., Dikti, R., Ambarwari, A., Adrian, Q. J., & Herdiyeni, Y. (2020).
Terakreditasi SINTA Peringkat 2 Analisis Pengaruh Data Scaling Terhadap Performa Algoritme
Machine Learning untuk Identifikasi Tanaman. Jurnal Resti, 4(1), 117–122.
Fahrizal, Reynaldi, F. O., & Hikmah, N. (2020). Implementasi Machine Learning pada Sistem PETS Identification Menggunakan Python Berbasis UBuntu. Journal of Information System, Informatics and Computing, 4(1), 86–91. http://journal.stmikjayakarta.ac.id/index.php/jisicom/article/view/212
Faiza, I. M., Gunawan, G., & Andriani, W. (2022). Tinjauan Pustaka Sistematis: Penerapan Metode Machine Learning untuk Deteksi Bencana Banjir. Jurnal Minfo Polgan, 11(2), 59–63. https://doi.org/10.33395/jmp.v11i2.11657
Fariz, T. R., Daeni, F., & Sultan, H. (2021). Pemetaan Perubahan Penutup Lahan Di Sub-DAS Kreo Menggunakan Machine Learning Pada Google Earth Engine. Jurnal Sumberdaya Alam Dan Lingkungan, 8(2), 85–92. https://doi.org/10.21776/ub.jsal.2021.008.02.4
Gina Purnama Insany, Indra Yustiana, & Sri Rahmawati. (2023). Penerapan KNN dan ANN pada klasifikasi status gizi balita berdasarkan indeks antropometri. Jurnal CoSciTech (Computer Science and Information Technology), 4(2), 385–393. https://doi.org/10.37859/coscitech.v4i2.5079
Isron Al Miraz Siregar, Elvianna, & Nurul Saepul. (2018). Sistem Informasi Persediaan Obat dengan Metode Naïve Bayes Pada RSUD Tanjungpinang. Jurnal Bangkit Indonesia, 7(1), 188–195. https://doi.org/10.52771/bangkitindonesia.v7i1.168
Produk Untuk Meningkatkan Penjualan Melalui Keputusan Pembelian. Jurnal Ilmiah Satyagraha, 5(2),
–66. https://doi.org/10.47532/jis.v5i2.479
Lestari. (2022). METODE NAÏVE BAYES DALAM MACHINE LEARNING UNTUK MEMPREDIKSI PENYAKIT JANTUNG DALAM TUBUH " Available online at http://jurnal.goretanpena.com/index.php/teknisi Sistem Informasi , STMIK Royal Kisaran ( Jurnal. 2(1),
–28.
Nasution, A. S., Hasibuan, D. N., Nugraha, F., Akbar, M. R., Arianda, R., Nasya, S. R., & Dalimunthe, W.
M. (2022). Kebijakan Kemasan Produk Minuman dalam Menjaga Kelestarian Lingkungan Hidup di
Perusahaan Nestlé Indonesia. Jurnal Ilmu Komputer, Ekonomi Dan Manajemen, 1(1), 129–138.
Novita, N. (2022). Manajemen Proyek Sistem Informasi Pengolahan Data Apotek Berbasis Database.
Methosisfo : Jurnal Ilmiah Sistem Informasi, 2(1), 9–17.
Putra, U. N., Tempat, D., & Assalamu, W. W. (2023). Panitia pelaksana genusian cup badan eksekutif mahasiswa universitas nusa putra. 21.
Riani, A. P., Sulistyowati, N., Ridwan, T., & Voutama, A. (2023). Klasifikasi Emosi Publik Terhadap
Larangan Penggunaan Obat Sirup Menggunakan Algoritma Naive Bayes. METHOMIKA Jurnal Manajemen Informatika Dan Komputerisasi Akuntansi, 7(2), 325– 339. https://doi.org/10.46880/jmika.vol7no2.pp325-339
Roihan, A., Sunarya, P. A., & Rafika, A. S. (2020). Pemanfaatan Machine Learning dalam Berbagai
Bidang: Review paper. IJCIT (Indonesian Journal on Computer and Information Technology), 5(1),
–82. https://doi.org/10.31294/ijcit.v5i1.7951
Sabita, H., Fitria, F., & Herwanto, R. (2021). Analisa Dan Prediksi Iklan Lowongan Kerja Palsu Dengan Metode Natural Language Programing Dan Machine Learning. Jurnal Informatika, 21(1), 14–22. https://doi.org/10.30873/ji.v21i1.2865
Saputra, A. (2020). SISTEM PREDIKSI PERSEDIAAN OBAT PADA APOTEK MENGGUNAKAN METODE NAIVE BAYES (Studi Kasus: Apotek Seger Waras, Cianjur). http://eprints.uty.ac.id/4874/
Simanjuntak, A. Y., Septian, I., Simatupang, S., & Indonesia, U. P. (2022). IMPLEMENTASI DATA MINING MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER UNTUK DATA KENAIKAN PANGKAT DINAS. 4307(1), 85–91.
Sinaga, S., Sembiring, R. W., & Sumarno, S. (2022). Penerapan Algoritma Naive Bayes untuk Klasifikasi Prediksi Penerimaan Siswa Baru. Journal of Machine …, 1(1), 55–64.
https://journal.fkpt.org/index.php/malda/article/view/162%0Ahttps://journal.fkpt.org/ind ex.php/malda/article/download/162/115
Wibisono, A. D., Dadi Rizkiono, S., & Wantoro, A. (2020). Filtering Spam Email Menggunakan Metode Naive Bayes. TELEFORTECH : Journal of Telematics and Information Technology, 1(1). https://doi.org/10.33365/tft.v1i1.68
