Pengembangan Sistem Pendukung Keputusan untuk Optimalisasi Perencanaan Stok Obat pada Layanan Kesehatan Menggunakan Algoritma ECLAT

Abstract

Ketersediaan obat merupakan komponen penting dalam mendukung efektifitas pelayanan kesehatan. Namun, proses perencanaan dan pengendalian stok di berbagai fasilitas kesehatan masih membutuhkan pendekatan analitis berbasis data agar lebih tepat dan efisien. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan dalam perencanaan stok obat dengan menerapkan algoritma Equivalence Class Transformation (ECLAT) untuk mengidentifikasi pola keterkaitan antarobat yang sering diresepkan bersamaan. Analisis dilakukan menggunakan data historis peresepan pasien, kemudian diolah melalui pemrograman Python untuk mengekstraksi frequent itemset serta menghasilkan association rules berdasarkan nilai support, confidence, dan lift. Hasil penelitian menunjukkan bahwa KALK, FE, Amoxicillin, Paracetamol, MMS, dan Dexametason memiliki nilai support tertinggi sehingga menjadi kandidat utama untuk prioritas penyediaan stok dasar. Sementara itu, aturan asosiasi mengungkapkan kombinasi dengan keterikatan kuat, yaitu Asam Mefenamat-Metilprednisolon, Metilprednisolon-Gentamisin, serta pasangan frekuensi tinggi GG-CTM. Berdasarkan temuan tersebut, strategi pengendalian stok dapat diarahkan pada prioritas ketersediaan obat berfrekuensi tinggi serta penerapan bundle-based stocking untuk obat yang memiliki asosiasi kuat, guna meminimalkan risiko kekurangan serta meningkatkan efisiensi manajemen persediaan.