MODEL LEE METODE FUZZY TIME SERIES UNTUK PERAMALAN PENJUALAN OBAT ANTIBIOTIK
Article Sidebar
Model Lee,
obat,
penjualan,
antibiotik
Main Article Content
Abstract
Rumah Sakit Khusus Ibu dan Anak (RSKIA) PKU Muhammadiyah Kotagede menghadapi tantangan dalam manajemen persediaan obat antibiotik, termasuk kekurangan stok yang mengganggu pelayanan kesehatan. Penelitian ini bertujuan mengimplementasikan metode FUZZY TIME SERIES (FTS) Model Lee untuk peramalan penjualan obat, guna mendukung pengelolaan persediaan yang efisien. Menggunakan pendekatan kuantitatif, data historis penggunaan obat dari Juli 2021 hingga Juni 2024 dianalisis untuk mengidentifikasi pola dan tren. Hasil penelitian menunjukkan bahwa penerapan Model Lee dalam FTS meningkatkan akurasi peramalan stok obat, mengurangi risiko kekurangan atau kelebihan stok, dan memastikan ketersediaan obat bagi pasien. Penelitian ini memberikan solusi praktis bagi RSKIA dan menyumbangkan pemahaman lebih mendalam tentang penerapan metode peramalan dalam layanan kesehatan, serta dapat menjadi referensi bagi rumah sakit lain dalam pengelolaan persediaan obat.
Downloads
Article Details
References
Box, G. E. P., Jenkins, G. M., & Reinsel, G. C. (2015). Time series analysis: Forecasting and control. Wiley.
Chen, J., & Hsu, Y. C. (2005). Fuzzy Time Series for forecasting and decision making. Journal of Information Science and Engineering, 21(4), 623-638.
Fleming, A. (1929). Penicillin. The Lancet, 213(5503), 226.
Goodman, L. S., & Gilman, A. G. (2010). The pharmacological basis of therapeutics. McGraw-Hill.
Huang, C. D., & Hsu, Y. C. (2008). A new Fuzzy Time Series model for forecasting. Fuzzy Sets and Systems, 159(18), 2391-2405.
Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: Principles and practice. OTexts.
Hyndman, R. J., & Koehler, A. B. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting, 22(4), 679-688.
Jin, Y., Xie, W., & Wu, M. (2019). A review of forecasting methods for pharmaceutical inventory management. International Journal of Production Economics, 211, 51-62.
Katzung, B. G., Masters, S. B., & Trevor, A. J. (2012). Basic and clinical pharmacology. McGraw-Hill.
Lee, C. C. (1999). Fuzzy logic in control systems: Fuzzy logic controller - Part I and II. IEEE Transactions on Systems, Man, and Cybernetics, 20(2), 383-390.
Lee, C. C. (2002). Fuzzy Time Series: Theory and applications. World Scientific Publishing Co.
Leekha, S., Terrell, C. L., & Edson, R. S. (2011). General principles of antimicrobial therapy. Mayo Clinic Proceedings, 86(2), 156-167.
Madigan, M. T., Martinko, J. M., Bender, K. S., & Buckley, D. H. (2018). Brock biology of microorganisms. Pearson.
Mahadi, Muhammad. (2020). Penerapan Fuzzy Time Series Lee untuk peramalan nilai tukar petani subsektor peternakan di Kalimantan Timur.
Pelczar, M. J., Chan, E. C. S., & Krieg, N. R. (2005). Microbiology: Concepts and applications. McGraw-Hill.
Prescott, L. M., Harley, J. P., & Klein, D. A. (2008). Microbiology. McGraw-Hill.
Ventola, C. L. (2015). The antibiotic resistance crisis: Part 1: Causes and threats. Pharmacy and Therapeutics, 40(4), 277-283.
Walsh, C. (2003). Antibiotics: Actions, origins, resistance. ASM Press.
WHO. (2021). Global antimicrobial resistance and use surveillance system (GLASS) report 2021. World Health Organization.
Yosendra Evriyantino. (2019). Prediksi permintaan semen dengan metode Fuzzy Time Series.
Makridakis, S., & Wheelwright, S. C. (1989). Forecasting methods for management. John Wiley & Sons.