<![CDATA[Abstrak. Perencanaan persediaan obat-obatan yang hanya dilakukan secara manual tanpa memperhitungkan pola kebiasaan komsumsi dalam periode waktu tertentu menyebabkan ketidakakuratan perencanaan persediaan, sehingga berdampak pada tidak terpenuhinya permintaan atau terjadinya kelebihan persediaan yang berpotensi menyebabkan kadaluarsa. Artikel ini menguji penggunaan algoritma K-Means Clustering untuk mengelompokkan jenis obat berdasarkan parameter Harga, Kategori, Stok Awal, dan Total Pemakaian. 484 data sampel jenis obat pada Klinik Citra Medika diuji untuk menentukan 5 kelompok pemakaian obat (pemakaian Sangat Rendah, Rendah, Sedang, Tinggi, Sangat Tinggi). Masing-masing kelompok obat akan merepresentasikan prediksi jumlah order persediaan di masa mendatang berdasarkan parameter Total Pemakaian. Hasil uji faktual menunjukkan prediksi persediaan obat menggunakan algoritma K-Means Custering lebih mendekati relitas penggunaan dibandingkan dengan perencanaan yang dilakukan secara manual.Kata Kunci: Obat-obatan; Perencanaan Persediaan; Pemakaian; Algoritma K-Means ClusteringAbstract. Medicine inventory planning which is only done manually without taking into account the pattern of consumption habits in a certain period of time causes inaccuracies in inventory planning, so that it has an impact on non-fulfillment of demand or the occurrence of excess inventory which has the potential to cause expiration. This article examines the use of the K-Means Clustering algorithm to classify types of medicine based on the parameters of Price, Category, Initial Stock, and Total Usage. 484 sample data on types of medicine at the Citra Medika Clinic were tested to determine 5 groups of medicine use (very low, low, medium, high, very high use). Each medicine group will represent the predicted number of future supply orders based on the Total Usage parameter. The factual test results show that the prediction of drug supply using the K-Means Custering algorithm is closer to the reality of use compared to manual planning.Keywords: Medicines; Inventory Planning; Usage; K-Means Clustering Algorithm]]>
Copyrights © 2022
