Post on 10-Mar-2019
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 METODENAIVE 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 untukmemperoleh gelar sarjana
Tanggal :
fs Sudialwo- M.Kom. Aris Rakhm6di. S.T..M.En
dsfl&.U13.2;=+sr.$=/&2Ycr"-,"NFY**YY-F\ sr; p.p'>Affi
NIK : 970
UNIVERSITAS MUHAMMADIYAH SURAKARTAFAKULTAS KOMUNIKASI DAN INFORMATIKA
PROGRAM STUDI TEKNIK INFORMATIKAJl. 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
Biro Skipsi
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 (publikasiruet 2014)
Processed on 11,Mar.2014 08:39 WITlD:404749786Word 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%30h16%
sources:
15% 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
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.
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
1521 15 20 15 4 1
4 1
= 26
MEI 2013
1 20
2 21
3 21
Misal, X = 4
2021 20 21 20 4 1
4 1
= 22
JUNI 2013
1 21
2 21
3 20
Misal, X = 4
2120 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
0,10,32
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
April 2013 adalah 0,37.
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
Email : intangumilang04@gmail.com