Text

Perbandingan Algoritma Regresi Linear Berganda dan Least Square Dalam Prediksi Persediaan Obat (Studi Kasus: Klinik Pratama)

---

Persediaan obat merupakan aspek penting dalam pelayanan kesehatan karena berkaitan dengan ketersediaan obat bagi pasien. Pengelolaan persediaan yang kurang tepat dapat menyebabkan kelebihan maupun kekurangan stok obat. Klinik Pratama Marlina masih melakukan pengelolaan persediaan secara manual sehingga diperlukan metode prediksi untuk memperkirakan kebutuhan obat pada periode mendatang. Penelitian ini bertujuan membandingkan algoritma Regresi Linear Berganda dan Least Square dalam memprediksi persediaan obat di Klinik Pratama Marlina Kota Pekanbaru. Data yang digunakan merupakan data persediaan obat periode Januari-Desember 2025 yang terdiri dari 33 jenis obat bebas dan 36 jenis obat bebas terbatas. Variabel penelitian meliputi pembelian (X1), penjualan (X2), dan persediaan (Y). Dataset dibagi menjadi data training 80% dan data testing 20%. Evaluasi model dilakukan menggunakan Mean Absolute Percentage Error (MAPE) dan Root Mean Squared Error (RMSE). Hasil penelitian menunjukkan bahwa Regresi Linear Berganda memiliki tingkat akurasi yang lebih baik pada data obat bebas, sedangkan Least Square lebih baik pada data obat bebas terbatas. Oleh karena itu, pemilihan metode prediksi perlu disesuaikan dengan karakteristik data persediaan obat agar menghasilkan prediksi yang optimal.

---

Availability

Detail Information

Call Number

Informatika 363.1 Put p

Language

Indonesia

NPM

193510338

Publisher

Teknik Mesin : Universitas Islam Riau., 2026

Keyword(s)

Prediksi
Regresi Linear Berganda
MAPE
Persediaan Obat
Least Square
RMSE

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment