Prediksi Stok Obat pada Apotik Total Life Clinic Menggunakan Model Kombinasi Artificial Neural Network dan ARIMA

Abstract

Pada penelitian ini menggunakan metode kombinasi atau hybrid model Autoregressive Integrated Moving Average (ARIMA) dan Artificial Neural Network untuk memprediksi stok obat sehingga dapat membantu apotik Total Life Clinic untuk merencanakan persediaan stok obat. Data yang digunakan adalah data stok obat tahun 2015 sampai 2019 pada apatik Total Life Clinic yang berbentuk time series stok obat perbulan. Pada proses analisis untuk validasi hasil prediksi menggunakan Mean Absolute Percentage Error (MAPE) sedangkan untuk melihat kinerja pada ANN menggunakan Mean Squared Error (MSE). Dimana hasil validasi terdapat error yang kecil dengan nilai MAPE 0.041503 pada obat Tofedex dengan nilai akurasi rata-rata prediksi 99.95%. dan didapat juga error yang tinggi dengan nilai MAPE 14.049 akurasi rata-rata prediksi 85.95% pada obat Ferospat Effervescent