<![CDATA[Linen merupakan salah satu elemen penting dalam operasional rumah sakit yang berperan dalam mendukung kelancaran pelayanan kesehatan. Permasalahan yang kerap terjadi adalah ketidaksesuaian antara jumlah linen yang dikirim dengan kebutuhan aktual unit pelayanan, yang dapat menyebabkan gangguan layanan dan penurunan efisiensi kerja. Penelitian ini bertujuan untuk mengidentifikasi ketidaksesuaian distribusi linen menggunakan algoritma Naïve Bayes berbasis data historis jumlah linen kotor dan bersih. Implementasi dilakukan menggunakan platform Google Colab, dengan klasifikasi data ke dalam tiga kategori: Kurang, Normal, dan Berlebih. Hasil evaluasi menunjukkan bahwa model mampu mengklasifikasikan data dengan akurasi sebesar 96,13%. Visualisasi confusion matrix memperlihatkan bahwa sebagian besar data berhasil diklasifikasikan dengan benar, terutama pada kategori Normal yang mencapai akurasi sempurna (100%). Temuan ini menunjukkan bahwa pendekatan klasifikasi berbasis data memiliki potensi tinggi untuk mendukung pengambilan keputusan distribusi linen yang lebih akurat dan efisien di lingkungan rumah sakit.]]>
Copyrights © 2025
