Support Vector Machine Menggunakan Forward Selection untuk Prediksi Penjualan Obat

Authors

  • Andi Bode Universitas Ichsan Gorontalo

Keywords:

Support Vector Machine, Forward Selection, Data Mining, Penjualan Obat

Abstract

Perkembangan industri kesehatan terutama farmasi mengalami peningkatan yang pesat. Bersamaan dengan meningkatnya dunia industri farmasi maka informasi produk menjadi masukan bagi perusahaan. Informasi penjualan obat dan informasi persediaan obat. Obat merupakan produk yang dihasilkan dari bahan yang berasal dari tumbuhan, mineral, binatang serta obat syntetis. Prediksi jumlah penjualan di masa yang akan datang bertujuan untuk mengendalikan jumlah stok produk yang ada, sehingga kelebihan stok produk atau kekurangan dapat diminimalkan. Hasil prediksi penjualan akurat maka, pemenuhan permintaan konsumen dapat dipenuhi tepat waktu. Penelitian ini dilakukan untuk memprediksi penjualan obat. Rekapitulasi peserdiaan obat adalah permasalahan yang sering dijumpai oleh pihak apotek. Dalam mempermudah prediksi persediaan obat di periode yang akan datang menggunakan data penjualan obat pada periode sebelumnya. Metode time series sering digunakan sebagai metode peramalan, data time series untuk mengetahui bentuk pola dimasa lalu untuk mengetahui nilai dimasa mendatang. Metode Support Vector Machine tidak bekerja dengan akurat ketika memiliki fitur tidak relevan, karena tidak semua fitur diperlukan. Metode SVM memberikan kinerja yang efektif, jika fitur yang tidak relevan dihapus. Seleksi fitur bekerja secara langsung mengeliminasi fitur serta memilih fitur yang benar memberikan informasi. Pemilahan fitur akan meningkatkan efisiensi. Pada eksperimen algoritma Support Vector Machine dihasilkan model terbaik yang dilihat berdasarkan nilai error terkecil yaitu 0.135 dengan variabel periode 4, validation Shuffled Sampling 10 dan type kernel Polynomial. Kemudian pada eksperimen algoritma Support Vector Machine menggunakan fitur seleksi Forward Selection dihasilkan model terbaik yang dilihat berdasarkan nilai error terkecil yaitu 0.133 dengan variabel periode 8, validation Shuffled Sampling 10 dan type kernel Polynomial.

Kata kunci: Support Vector Machine, Forward Selection, Data Mining, Penjualan Obat

Downloads

Download data is not yet available.

Author Biography

  • Andi Bode, Universitas Ichsan Gorontalo

    Fakultas Ilmu Komputer, Jurusan Teknik Informatika, Universitas Ichsan Gorontalo

Downloads

Published

2018-10-02