Peramalan Kebutuhan Obat Menggunakan XGBoost Studi Kasus pada Rumah Sakit XYZ: Forecasting Drug Needs Using XGBoost: Case Study at XYZ Hospital

Muhammad Dzul Asmi Alhamdi
Herman
Wistiani Astuti

The Indonesian Journal of Computer Science
Vol. 12 No. 5 (2023): The Indonesian Journal of Computer Science (IJCS)

Obat memiliki peran yang penting dalam pelayanan farmasi di rumah sakit, dari menyelamatkan nyawa hingga menyembuhkan pasien, namun perencanaan obat masih dilakukan secara manual menggunakan metode manual sehingga menghambat proses perencanaan obat, penelitian ini menggunakan XGBoost untuk melakukan peramalan time series pada penggunaan obat. Data yang digunakan adalah data perbulan penggunaan obat pada kategori vital dan essential dari tahun 2017 hingga 2022, penelitian ini menggunakan data cuaca sebagai fitur eksternal untuk membantu model bekerja. Hasil penelitian menunjukkan model XGBoost memiliki skor rata-rata skor RMSE dan MAE yang lebih rendah pada obat vital dibanding ketika melatih obat essential, sehingga model yang dilatih masih perlu perbaikan dalam menggunakan model XGBoost untuk meningkatkan performa model.