M.Saiful Arif, 201469040040 (2018) Prediksi Stok Obat Menggunakan Metode Radial Basis Funciion Network Studi Kasus Gudang Farmasi Kesehatan Puskesmas Raci. Sarjana thesis, Universitas Yudharta.
Text (COVER.pdf)
COVER.pdf Download (296kB) |
|
Text (SKRIPSI ARIF BAB I.pdf)
SKRIPSI ARIF BAB I.pdf Download (137kB) |
|
Text (SKRIPSI ARIF BAB II.pdf)
SKRIPSI ARIF BAB II.pdf Restricted to Registered users only Download (321kB) | Request a copy |
|
Text (SKRIPSI ARIF BAB III.pdf)
SKRIPSI ARIF BAB III.pdf Restricted to Registered users only Download (161kB) | Request a copy |
|
Text (SKRIPSI ARIF BAB IV.pdf)
SKRIPSI ARIF BAB IV.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
Text (SKRIPSI ARIF BAB V.pdf)
SKRIPSI ARIF BAB V.pdf Restricted to Registered users only Download (93kB) | Request a copy |
Abstract
Kesehatan merupakan hal yang penting dari setiap manusia untuk menjalankan aktifitas tanpa ada kendala suatu penyakit. Penykit merupakan suatu kondisi fisik dalam tubuh manusia yang tidak normal yang sangat menggangu pada penderita. Jenis penyakit yang sering ditakuti oleh setiap manusia yaitu penyakit kronis butuh adanya penanganan yang perlu di perhatikan. Obat merupakan suatu zat kimia yang penting untuk media perawatan. Pada bagian farmasi puskesmas raci sering terjadinya kekosongan stok obat dan membutukan waktu lama karena sistem yang digunakan masih menggunakan manual. Oleh karena itu, pada penelitian ini bertujuan untuk mengetahui hasil prediksi dari persedian stok obat dengan menggunakan metode Radial Basis Function Network. Radial Basis Function Network yaitu sebuah arsitektur dari jaringan syaraf tiruan yang terdiri dari input, hidden, dan output layer. Akan tetapi proses input ke hidden perlu digunakan algoritma K-Means. Penelitian ini untuk mengetahui nilai error RMSE dari presiksi stok obat metode Radial Basis Function Network. Hasil prediksi tingkat error yang didapat untuk obat ambroxol berjumlah 0,246, obat amoksisillin berjumlah 0,297, obat anti influenza berjumlah 0,319, obat asam mefenamat berjumlah 0,313, dan obat deksametason berjumlah 0,373.
Item Type: | Thesis (Sarjana) | ||||||
---|---|---|---|---|---|---|---|
Identification Number: | 003.3 ARI P | ||||||
Contributors: |
|
||||||
Subjects: | Karya Umum > Ilmu Umum dan Komputer | ||||||
Divisions: | Fakultas Teknik > Teknik Informatika | ||||||
Date Deposited: | 04 Oct 2018 12:13 | ||||||
Last Modified: | 02 Mar 2022 06:26 | ||||||
URI: | https://repository.yudharta.ac.id/id/eprint/345 |
Actions (login required)
View Item |