IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MEMPREDIKSI KEBUTUHAN OBAT DI KOTA SEMARANG

Abstract

Instalasi Farmasi (IF) adalah Unit Pengelola Obat atau Unit Pengelola Teknis yang mengelola Obat dan Perbekalan Kesehatan di Provinsi atau Kabupaten/Kota. IF kota Semarang melayani 37 puskesmas dan sejumlah rumah sakit di kota Semarang. Data pengeluaran obat IF kota Semarang dapat dimanfaatkan melalui suatu mekanisme estimasi untuk dapat dipergunakan membantu proses perencanaan obat esensial dan alkes dasar yang dilakukan dengan menggunakan berbagai macam metode prediksi. Jaringan syaraf tiruan backpropagation merupakan salah satu metode yang sering digunakan untuk aplikasi prediksi. Data pengeluaran obat pada tahun 2010 sampai dengan tahun 2016 digunakan sebagai data masukan untuk dilakukan prediksi menggunakan metode backpropagation. Seluruh data penelitian diambil berdasarkan laporan distribusi obat yang dilakukan IF kota Semarang setiap tahunnya. Jaringan syaraf tiruan backpropagation diimplementasikan dan dikembangkan ke dalam Aplikasi Prediksi Instalasi Farmasi (APIF) dengan menggunakan framework CodeIgniter. Hasil penelitian menunjukkan bahwa arsitektur backpropagation terbaik untuk prediksi didapat saat menggunakan 8 unit neuron pada hidden neuron. Kombinasi parameter terbaik dalam penelitian ini yaitu nilai laju pembelajaran sebesar 0,7, nilai momentum constant sebesar 0,2, maksimal epoch sebanyak 1000 epoch, dan error target sebesar 0,01 yang menghasilkan nilai akurasi rata-rata sebesar 62,02%. Nilai akurasi terbesar yang dihasilkan yaitu sebesar 94,24% yang dihasilkan oleh kode obat 21011.