Sistem informasi prediksi stok obat menggunakan algoritma trend least square di puskesmas ariodilah palembang

Susilawati, Lawati and Evi, Yulianti (2024) Sistem informasi prediksi stok obat menggunakan algoritma trend least square di puskesmas ariodilah palembang. Masters thesis, Universitas Indo Global Mandiri.

[thumbnail of susilawati_2020210030_File Full Karya Ilmiah.pdf] Text
susilawati_2020210030_File Full Karya Ilmiah.pdf
Restricted to Repository staff only

Download (4MB) | Request a copy
[thumbnail of susilawati_2020210030_File Cover-Daftar isi.pdf] Text
susilawati_2020210030_File Cover-Daftar isi.pdf

Download (824kB)

Abstract

Puskesmas merupakan pusat pelayanan kesehatan ditingkat pertama pada masyarakat. Obat merupakan kebutuhan yang penting dalam instansi kesehatan, termasuk puskesmas. Puskesmas harus menyediakan persediaan obat untuk pasien selama jangka waktu satu periode atau bulan. Serta, puskesmas juga harus membuat perencanaan permintaan obat selama satu periode di bulan berikutnya. Permasalahan yang sering muncul adalah tentang prediksi obat. Apabila permintaan obat terlalu banyak akan mengakibatkan obat akan tertumpuk dalam jangka waktu yang lama, sehingga akan mengakibatkan kadaluarsa obat. Begitupula, apabila permintaan obat terlalu sedikit maka menjadi kurang baik, yang mengakibatkan pelayanan kepada masyarakat kurang optimal.Selama iniperencanaan permintaan obat untuk penggunaan di periode selanjutnya, obat puskesmas sehingga hal ini akan mengakibatkan kelebihan atau bahkan bisa berkurangnya persediaan obat. Pada penelitian ini dibangun sebuah sistem yang mampu memprediksi kebutuhan obat di masa mendatang. Hasil prediksi ini dapat dijadikan sebagai acuan sebagai permintaan obat ke dinas kesehatan. Metode yang digunakan untuk memprediksi adalah metode trend least square.

Item Type: Thesis (Masters)
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Ilmu Komputer > Sistem Informasi S1
Depositing User: Susilawati Susilawati
Date Deposited: 20 Feb 2024 02:17
Last Modified: 20 Feb 2024 02:17
URI: http://repository.uigm.ac.id/id/eprint/1652

Actions (login required)

View Item
View Item