<![CDATA[Penelitian ini bertujuan untuk meningkatkan efisiensi dan akurasi manajemen stok farmasi dengan mengevaluasi efektivitas peramalan dari tiga algoritma deret waktu yang populer — XGBoost, GRU, dan Prophet — pada data penjualan obat. Masalah utama dalam manajemen stok farmasi adalah ketidakakuratan peramalan, yang dapat menyebabkan kehabisan stok atau kelebihan inventaris, sehingga berdampak pada biaya operasional dan kepuasan pelanggan. Berdasarkan hasil evaluasi menggunakan berbagai metrik, XGBoost menunjukkan performa terbaik dengan nilai MSE terendah sebesar 16,1885, RMSE sebesar 4,0234, MAE sebesar 2,6427, MAPE sebesar 4,3535%, dan R-Squared sebesar 0,9646 pada rasio data latih sebesar 60%. Sebaliknya, GRU dan Prophet menunjukkan hasil yang kurang stabil, dengan nilai kesalahan prediksi lebih tinggi di seluruh metrik. Temuan ini memberikan kontribusi signifikan bagi manajemen rantai pasok farmasi dengan mendukung strategi berbasis data yang dapat meningkatkan efisiensi operasional dan kepuasan konsumen.]]>
Copyrights © 2025
