RANCANG BANGUN SISTEM PREEDIKSI KEBUTUHAN OBAT PUSKESMAS PUSKESMAS BERBASIS ANALISIS PERBANDINGAN ALGORITMA
DOI:
https://doi.org/10.70248/jcsit.v3i4.4703Abstract
Penelitian ini bertujuan untuk merancang dan membangun sistem prediksi kebutuhan obat berbasis web serta membandingkan kinerja algoritma Weighted Moving Average (WMA) dan Linear Regression dalam memprediksi kebutuhan obat di UPT Puskesmas Sukamaju. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan memanfaatkan data sekunder berupa 5.940 observasi pemakaian dari 165 jenis obat selama Januari 2023 hingga Desember 2025. Data dibagi secara kronologis menjadi 4.950 observasi pelatihan periode Januari 2023–Juni 2025 dan 990 observasi pengujian periode Juli–Desember 2025. Kinerja kedua metode dievaluasi menggunakan Mean Absolute Error (MAE), Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE). Hasil penelitian menunjukkan bahwa WMA menghasilkan nilai MAE sebesar 131,15, MSE sebesar 116.356,54, dan RMSE sebesar 341,11, sedangkan Linear Regression menghasilkan MAE sebesar 207,39, MSE sebesar 183.544,94, dan RMSE sebesar 428,42. Pada evaluasi per jenis obat, WMA menghasilkan MAE lebih rendah pada 114 jenis obat, Linear Regression pada 36 jenis obat, dan 15 jenis obat menunjukkan hasil yang sama. Pengujian fungsional menunjukkan bahwa seluruh fitur utama sistem berhasil dijalankan. Simpulan penelitian ini adalah bahwa WMA memiliki kinerja prediksi yang lebih baik dibandingkan Linear Regression pada dataset yang digunakan, sehingga sistem yang dikembangkan dapat dimanfaatkan sebagai alat bantu perencanaan kebutuhan obat berdasarkan data historis pemakaian.
References
Ajiono, A., & Hariguna, T. (2023). Comparison of three time series forecasting methods on linear regression, exponential smoothing and weighted moving average. International Journal of Informatics and Information Systems, 6(2), 89–102. https://doi.org/10.47738/ijiis.v6i2.165
Assiva, I., Hayatie, M. N., Bandi, M. H., & Suasri, E. (2025). Peramalan kebutuhan persediaan obat pada UPT. Puskesmas Tanjung Habulu. Jurnal Ilmiah Ibnu Sina, 10(1), 12–29. https://doi.org/10.36387/jiis.v10i1.2154
Budiawan, M. I., & Ningrum, L. T. (2025). Penerapan metode Weighted Moving Average (WMA) untuk prediksi ketersediaan barang dagang pada perusahaan farmasi. Jurnal SAINTEKOM (Sains dan Teknologi Komputasi), 1(3), 38–45. https://doi.org/10.36350/jskom.v1i3.60
Hewamalage, H., Ackermann, K., & Bergmeir, C. (2023). Forecast evaluation for data scientists: Common pitfalls and best practices. Data Mining and Knowledge Discovery, 37(2), 788–832. https://doi.org/10.1007/s10618-022-00894-5
Ilham, M., Sonatha, Y., & Satria, D. (2025). Optimasi pengelolaan stok obat dengan metode Weighted Moving Average. Jurnal Bitwise, 1(1), 38–45.
Kalaya, P., Termsuksawad, P., & Wasusri, T. (2023). Forecasting and inventory planning for irregular demand patterns: The case of community hospitals in Thailand. International Journal of Knowledge and Systems Science, 14(1), 1–21. https://doi.org/10.4018/IJKSS.328678
Kusmiatun, K., Vitadiar, T. Z., Mujianto, A. H., & Kistofer, T. (2024). Sistem informasi peramalan persediaan obat menggunakan metode Weighted Moving Average berbasis website (studi kasus PT. Barriz Santun Jaya). Inovate: Jurnal Ilmiah Inovasi Teknologi Informasi, 9(1). https://doi.org/10.33752/inovate.v9i1.7281
Medi, S. P. A., Alkadri, S. P. A., & Octariadi, B. C. (2023). Sistem prediksi kebutuhan obat di Puskesmas berbasis website menggunakan metode regresi linear. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, 12(3), 1215–1224. https://doi.org/10.35889/jutisi.v12i3.1543
Novita, R., Yani, I., & Ali, G. (2022). Sistem prediksi untuk penentuan jumlah pemesanan obat menggunakan regresi linier. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 2(1), 62–70. https://doi.org/10.57152/malcom.v2i1.198
Pratista, S., Nazir, A., Iskandar, I., Budianita, E., & Afrianty, I. (2023). Perbandingan teknik prediksi pemakaian obat menggunakan algoritma Simple Linear Regression dan Support Vector Regression. Building of Informatics, Technology and Science (BITS), 5(2), 456–465. https://doi.org/10.47065/bits.v5i2.4260
Wiedyaningsih, C., Yuniarti, E., & Fadilla, A. (2025). Forecasting cardiovascular drug demand using triple exponential smoothing additive. Indonesian Journal of Global Health Research, 7(2), 29–34. https://doi.org/10.37287/ijghr.v7i2.5010
Xu, T., Bos, H., Byon, E., Lavieri, M. S., Renius, K., & Sweet, B. V. (2025). Forecasting hospital drug demand for demand patterns with changepoints. IISE Transactions on Healthcare Systems Engineering, 15(3), 269–286. https://doi.org/10.1080/24725579.2025.2538009
