Implementasi Algoritma Apriori Dalam Memprediksi Kebutuhan Bahan Medis Habis Pakai

Abstrak

Penelitian ini mengangkat isu klasik yang sering dihadapi oleh institusi kesehatan, yaitu pengelolaan persediaan Bahan Medis Habis Pakai (BMHP) yang kurang efisien. Ketidakpastian dalam variasi permintaan BMHP sering kali mengakibatkan kekurangan atau kelebihan stok, yang berdampak pada kualitas pelayanan pasien serta menyebabkan pemborosan sumber daya. Pada bulan Juli, tercatat 200 kassa lipat dan 109 Tampon THT yang tidak disteril oleh unit sterilisasi sentral karena tidak diperlukan oleh instalasi lain. Hal ini menunjukkan adanya pemborosan, di mana BMHP yang tersisa sebenarnya masih dapat dimanfaatkan, namun waktu pembuatan yang terbuang seharusnya dapat dioptimalkan untuk meningkatkan pelayanan jika diarahkan dengan tepat. Untuk mengatasi masalah ini, penelitian ini menggunakan pendekatan berbasis data dengan menerapkan algoritma Apriori. Algoritma ini dipilih karena kemampuannya yang efektif dalam mengidentifikasi pola pembelian BMHP yang tersembunyi dalam data transaksi yang besar dan kompleks. Proses penelitian dimulai dengan pengumpulan data transaksi BMHP selama periode tertentu. Data yang diperoleh kemudian dibersihkan dan diolah untuk menghilangkan gangguan dan inkonsistensi yang dapat mempengaruhi akurasi analisis. Selanjutnya, algoritma Apriori diterapkan pada data yang telah dipersiapkan untuk menghasilkan aturan asosiasi yang kuat. Aturan-aturan ini mencerminkan hubungan antara berbagai jenis BMHP, sehingga dapat digunakan sebagai dasar untuk memprediksi kebutuhan BMHP di masa mendatang. Dengan demikian, institusi kesehatan dapat merencanakan dan mengelola persediaan BMHP dengan lebih efektif dan efisien. Diharapkan hasil penelitian ini dapat memberikan kontribusi yang signifikan dalam meningkatkan kualitas pelayanan kesehatan dengan memastikan ketersediaan BMHP yang memadai dan meminimalkan pemborosan hingga mencapai 0%.