Klinik Aizar menghadapi tantangan dalam pengelolaan stok obat yang berdampak pada pemborosan dan ketidakefisienan anggaran. Penelitian ini bertujuan untuk memprediksi kebutuhan stok obat secara akurat menggunakan algoritma Support Vector Machine (SVM) agar pengeluaran dapat dikendalikan. Data historis pengeluaran obat selama tahun 2024 digunakan dan diproses melalui tahap seleksi, preprocessing, transformasi, pelatihan, dan evaluasi model menggunakan RapidMiner. Hasil menunjukkan akurasi model sebesar 99,63%, dengan presisi 100% untuk kategori "Rendah" dan recall 100% untuk kategori "Tinggi". Beberapa obat seperti Omeprazole, Denicam 20Mg, dan Amoxicillin 500mg direkomendasikan sebagai prioritas pengadaan. Model SVM terbukti efektif untuk mendukung pengambilan keputusan dalam pengelolaan stok obat secara efisien.
Copyrights © 2026