<![CDATA[Pengelolaan persediaan obat yang efektif merupakan salah satu komponen penting dalam meningkatkan layanan kesehatan. Namun, masalah yang sering dihadapi dalam penjualan obat herbal adalah persediaan yang sering berlebih sehingga menyebabkan kerugian karena obat herbal menjadi kadaluwarsa. Selain itu, adanya pendataan stok obat yang secara manual juga menyebabkan sering terjadinya kesalahan dalam laporan persediaan, termasuk penggandaan atau redundansi data penjualan. Untuk mengatasi masalah ini, diperlukan suatu metode prediksi penjualan yang akurat untuk pengambilan keputusan strategis. Penelitian ini menggunakan metode Artificial Neural Network (ANN) yang memiliki kemampuan dalam menangani data non-linear pada data penjualan obat. Penelitian ini menggunakan data time series dan algoritma feedforward propagation. Metodologi penelitian meliputi penentuan data latih (70%) dan data uji (30%), serta perancangan arsitektur ANN yang mencakup input layer, hidden layer, output layer, bobot awal, learning rate, momentum, epoch, dan fungsi aktivasi. Hasil penelitian ini memperoleh nilai MAPE 26,3096% dan akurasi 73,6904%.]]>
Copyrights © 2024
