Perancangan Dashboard untuk Memprediksi Persediaan Obat dan Analisis Tren Pelayanan Kesehatan Berbasis Data Mining pada Rumah Sakit Mentari

Oktaviani, Nurfajriah (2025) Perancangan Dashboard untuk Memprediksi Persediaan Obat dan Analisis Tren Pelayanan Kesehatan Berbasis Data Mining pada Rumah Sakit Mentari. MBKM thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (274kB)
	PDF BAB_I.pdf Download (120kB)
	PDF BAB_II.pdf Download (424kB)
	PDF BAB_III.pdf Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (64kB)
	PDF DAFTAR_PUSTAKA.pdf Download (124kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	PDF LEMBAR_PENGESAHAN.pdf Download (53kB)

Abstract

Permasalahan dalam bidang sistem informasi kesehatan terletak pada kurangnya pemanfaatan data sebagai dasar pengambilan keputusan yang cepat dan tepat. Rumah Sakit Mentari, sebagai institusi yang sedang melakukan transformasi digital menghadapi kendala dalam pengelolaan data persediaan obat dan pelayanan kesehatan yang belum terintegrasi secara sistematis. Proyek ini bertujuan untuk merancang dashboard interaktif dan memprediksi kebutuhan persediaan obat yang mendukung efisiensi pelayanan kesehatan berbasis pendekatan data mining. Penelitian ini menggunakan metodologi Cross Industry Standard Process for Data mining yang terdiri dari tahap pemahaman bisnis, eksplorasi data, pemodelan, evaluasi, dan implementasi. Algoritma Random Forest dan Extreme Gradient Boosting dipilih karena mampu mengolah data kompleks, menghasilkan model prediktif yang andal, serta umum digunakan dalam analisis prediktif pada sistem informasi. Hasil evaluasi menunjukkan bahwa model Extreme Gradient Boosting (XGBoost) memberikan hasil terbaik dengan nilai Mean Squared Error sebesar 652,56, Root Mean Squared Error sebesar 25,54, Mean Absolute Error sebesar 3,40, dan koefisien determinasi sebesar 0,9447. Sedangkan model Random Forest memperoleh Mean Squared Error sebesar 735,80, Root Mean Squared Error sebesar 27,13, Mean Absolute Error sebesar 5,14, dan koefisien determinasi sebesar 0,9376. Penelitian ini merupakan bagian dari program magang yang dilaksanakan secara langsung (work from office) selama lima bulan dengan durasi 640 jam.

Item Type:	Thesis (MBKM)
Keywords:	Analisis Tren, Perancangan Dashboard, Prediksi Persediaan Obat, Random Forest, Extreme Gradient Boosting
Subjects:	?? T70 ??
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	18 Jul 2025 13:03
Last Modified:	18 Jul 2025 13:03
URI:	https://kc.umn.ac.id/id/eprint/38973

Actions (login required)

View Item