Analisis Pengelolaan Obat Di Klinik Aizar: Untuk Pengendalian Pengeluaran Menggunakan Algoritma Support Vector Machine (SVM)

Abstract

Klinik Aizar menghadapi tantangan dalam pengelolaan stok obat yang berdampak pada pemborosan dan ketidakefisienan  anggaran.  Penelitian  ini  bertujuan  untuk  memprediksi  kebutuhan  stok  obat  secara  akurat menggunakan  algoritma  Support  Vector  Machine  (SVM)  agar  pengeluaran  dapat  dikendalikan.  Data  historis pengeluaran  obat  selama  tahun  2024  digunakan  dan  diproses  melalui  tahap  seleksi,  preprocessing,  transformasi, pelatihan, dan evaluasi model menggunakan RapidMiner. Hasil menunjukkan akurasi model sebesar 99,63%, dengan presisi 100% untuk kategori "Rendah" dan recall 100% untuk kategori "Tinggi". Beberapa obat seperti Omeprazole, Denicam 20Mg, dan Amoxicillin 500mg direkomendasikan sebagai prioritas pengadaan. Model SVM terbukti efektif untuk mendukung pengambilan keputusan dalam pengelolaan stok obat secara efisien.