Prediksi Persediaan Obat Pada Apotek Menggunakan Algoritma Decision Tree

Apotek merupakan tempat jual beli obat dan haruslah memiliki stok persediaan obat yang memadai sehingga dapat melayani konsumen yang membutuhkan. Dalam apotek beberapa terjadi masalah terkait persediaan obat. Seringkali obat yang dibutuhkan oleh masyarakat stoknya kosong, sedangkan obat yang kurang dibutuhkan banyak tersimpan digudang. Oleh karena itu, penelitian ini bertujuan untuk melakukan model prediksi terhadap persediaan obat sehingga dapat memenuhi kebutuhan konsumen. Penelitian ini menggunakan data persediaan obat di Apotek Kaligandu, data tersebut memiliki 2745 baris dan 5 atribut yang terdiri dari “Nama Item”, “Satuan ”, “Stock Sebelumnya”, “Stock Rill”, dan “Restock”. Metode yang digunakan pada kasus ini adalah algoritma Decision Tree dengan metode evaluasi Akurasi, Presisi, Recall, dan F1-Score untuk melihat obat mana yang tersedia dan tidak tersedia berdasarkan “Satuan”. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memperoleh hasil yang bagus dengan menggunakan perbandingan data 80 banding 20 menghasilkan nilai akurasi sebesar 98,71%. Selain itu nilai yang dihasilkan Presisi, Recall, dan F1- Score tidak jauh berbeda yaitu sebesar 0.9872, 0.9872, dan 0.9867. Pada perbandingan data 70 banding 30 menghasilkan nilai yang lebih kecil namun tidak jauh berbeda dengan hasil dari 80 banding 20, yaitu akurasi yang dimiliki sebesar 98,28%, Presisi 0.9832, Recall 0.9828, dan F1-Score 0.9804. dengan hasil tersebut penelitian ini dapat dilanjutkan dengan mengimplementasikan prediksi persediaan obat menggunakan Decision Tree ke dalam sebuah aplikasi.
Kata Kunci: Prediksi; Stok Obat; Decision Tree; Akurasi; Presisi; Recall; F1-Score