ANALISIS PENGELOLAAN OBAT DI KLINIK AIZAR: UNTUK PENGENDALIAN PENGELUARAN MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

Oleh: Annisa Mutia Khumairo; Atiqah Meutia Hilda;

Analisis Pengelolaan Obat di Klinik Aizar: Untuk Pengendalian Pengeluaran

Menggunakan Algoritma Suport Vector Machine (SVM)

Annisa Mutia Khumairo

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.
Kata Kunci: Support Vector Machine, prediksi stok obat, pengelolaan obat, data mining, Klinik
Aizar

Analysis of Medication Management at Aizar Clinic for Controlling
Expenditures Using the Support Vector Machine (SVM) Algorithm

Annisa Mutia Khumairo

Aizar Clinic faces challenges in drug stock management, leading to inefficiencies and unnecessary
expenditures. This study aims to accurately predict drug stock needs using the Support Vector
Machine (SVM) algorithm to better control expenses. Historical drug expenditure data from 2024
was used and processed through data selection, preprocessing, transformation, model training, and
evaluation using RapidMiner. The model achieved 99.63% accuracy, with 100% precision for the
"Low" category and 100% recall for the "High" category. Medications such as Omeprazole,
Denicam 20Mg, and Amoxicillin 500mg are recommended as procurement priorities. The SVM
model proved effective in supporting efficient drug inventory decision-making.
Keywords: Support Vector Machine, drug stock prediction, medication management, data mining,
Aizar Clinic