Sistem Prediksi Permintaan Darah Menggunakan Metode Regresi Linier
(STUDI KASUS PADA UTD PMI KABUPATEN BOJONEGORO)
Abstract
Stok darah merupakan salah satu faktor kritis bagi sebuah Unit Transfusi Darah (UTD) yang melayani permintaan darah dari berbagai pihak yang membutuhkan. Peran UTD sebagai penyelenggara pelayanan darah menuntut unit kesehatan tersebut mampu memenuhi kebutuhan karena terkait erat dengan kesehatan dan keselamatan nyawa seseorang. Salah satu permasalahan penting yang dihadapi UTD adalah ketidakpastian permintaan darah sehingga diperlukan cara untuk menjamin ketersediaannya. Hal ini dikarenakan sifat darah yang tidak menentu (perishable) dan tidak dapat diproduksi kembali, serta ketersediaannya yang sangat bergantung pada pendonor darah sukarela. Dalam upaya memberikan solusi, dalam penelitian ini telah dibangun sebuah sistem prediksi persediaan darah menggunakan metode Regresi Linier dengan studi kasus di UTD PMI Kabupaten Bojonegoro pada data-data terkait produk darah Whole Blood (WB) pada semua jenis golongan darah yakni A, B, O, dan AB. Dari pengujian akurasi prediksi menggunakan metode Mean Absolute Percentage Error (MAPE) diperoleh hasil-hasil prediksi yakni produk darah WB golongan A dengan MAPE 18,74% atau Baik, produk darah WB golongan B dengan MAPE 24,37% atau Masuk Akal, produk darah WB golongan O dengan MAPE 17,66% atau Baik, dan produk darah WB golongan AB dengan nilai MAPE 18,67% atau Baik. Sistem prediksi permintaan darah berbasis Regresi Linier ini mampu menunjukkan kinerja dengan rata-rata akurasi prediksi sebesar 80,14% dan dari sisi MAPE diinterpretasikan sebagai prediksi Baik.
Downloads
References
Chugh, V. (2020, 8 17). Estimation, Prediction and Forecasting. Retrieved from https://towardsdatascience.com/estimation-prediction-and-forecasting-40c56a5be0c9: https://towardsdatascience.com/
Gururaj, V., Shriya, V., & Ashwini, K. (2019). Stock Market Prediction using Linear Regression and Support Vector Machines. International Journal of Applied Engineering Research, 14(8), 1931-1934.
Harliana, & Syafrianto, A. (2017). Prediksi Jumlah Pendaftaran Calon Mahasiswa Baru Dengan Metode Regresi Linier. Jurnal Ilmiah DASI, 18(3), 1-5.
Hijriani, A., Muludi, K., & Andini, E. A. (2016). Implementasi Metode Regresi Linier Sederhana Pada Penyajian Hasil Prediksi Pemakaian Air Bersih PDAM Way Rilau Kota Bandar Lampung Dengan Sistem Informasi Geografis. Jurnal Informatika Mulawarman, 11(2), 37-42.
Hyndman, R. (2009, 11 8). Forecasting overview. Retrieved from https://robjhyndman.com/papers/forecastingoverview.pdf : https://robjhyndman.com/
Indarwati, T., Irawati, T., & Rimawati, E. (2018). Penggunaan Metode Linear Regression Untuk Prediksi Penjualan Smartphone. TIKomSiN Vol. 6, 6(2), 1-6.
Krauth, J. (1983). Methods and Problems of Prediction. Neuropsychobiology, 9, 147-153.
Murphy, A. (1993). What is a Good Forecast?: An Essay on the Nature of Goodness in Weather Forecasting. American Meteorological Science, 8, 281-293.
Nasyika, D., Slamin, & Pandunata, P. (2018). Sistem Prediksi Jumlah Permintaan Produk Darah Menggunakan Metode Least Square Regression Line (Studi Kasus : Utd Pmi Kabupaten Jombang). Informatics Journal, 3(2), 48-55.
Nazori, S., Yuliawati, I., & Charista, I. (2018). Analisis Pengaruh Faktor Kebutuhan Energi Listrik Tahun 2015 Terhadap Daya yang Tersambung dan Energi yang Terjual Menggunakan Regresi Linear Sederhana (Studi Kasus pada PT. PLN (Persero) Unit Area Pelayanan dan Jaringan (APJ) Palembang). Jurnal Ilmiah Informatika Global, 9(1), 14-19.
Sakti, A. A., Kusbianto, D., & Yunianto, D. R. (2019). Sistem Peramalan Jumlah Permintaan Darah di UTD PMI Kota Malang. Seminar Informatika Aplikatif (SIAP), 28-33.
Saputri, I. A. (2019). Sistem Peramalan Kebutuhan Daya Listrik di Kabupaten Bojonegoro Menggunakan Metode Regresi Linier. Malang: Politeknik Negeri Malang.
Sommerville, I. (2011). Software Engineering. 9th Edition. America: Pearson Education ,Inc.
Sulardi, P., Hendro, T., & Umbara, F. R. (2017). Prediksi Kebutuhan Obat Menggunakan Regresi Linier. SNATIF. 4, pp. 57-92. Kudus: Fakultas Teknik – Universitas Muria Kudus.
Sulistyono, & Sulistiyowati, W. (2017). Peramalan Produksi dengan Metode Regresi Linier Berganda. Prozima, 1(2), 82-89.
Syafruddin, M., Hakim, L., & Despa, D. (2014). Metode Regresi Linier untuk Prediksi Kebutuhan Energi Listrik Jangka Panjang (Studi Kasus Provinsi Lampung). Jurnal Informatika dan Teknik Elektro Terapan, 1-9.
Copyright for articles published in this journal is retained by the authors, with first publication rights granted to the journal. By virtue of their appearance in this open access journal, articles are free to use after initial publication under the International Creative Commons Attribution-NonCommercial 4.0 Creative Commons CC_BY_NC.
