PREDIKSI JUMLAH PERMINTAAN DARAH JENIS PACKED RED CELLS MENGGUNAKAN SUPPORT VECTOR MACHINE (STUDI KASUS : UTD PMI KABUPATEN PROBOLINGGO)

NIKMAH, FARHATIN (2024) PREDIKSI JUMLAH PERMINTAAN DARAH JENIS PACKED RED CELLS MENGGUNAKAN SUPPORT VECTOR MACHINE (STUDI KASUS : UTD PMI KABUPATEN PROBOLINGGO). Skripsi thesis, Universitas Panca Marga.

Preview	Text COVER SKRIPSI FARHATIN.pdf Download (44kB) | Preview
	Text DAFTAR ISI SKRIPSI FARHATIN.pdf Restricted to perpustakaan UPM Download (98kB)
Preview	Text ABSTRAK SKRIPSI FARHATIN.pdf Download (11kB) | Preview
	Text BAB 1 SKRIPSI FARHATIN.pdf Restricted to perpustakaan UPM Download (218kB)
	Text BAB 2 SKRIPSI FARHATIN.pdf Restricted to perpustakaan UPM Download (468kB)
	Text BAB 3 SKRIPSI FARHATIN.pdf Restricted to perpustakaan UPM Download (54kB)
	Text BAB 4 SKRIPSI FARHATIN.pdf Restricted to perpustakaan UPM Download (2MB)
	Text BAB 5 SKRIPSI FARHATIN.pdf Restricted to perpustakaan UPM Download (90kB)
	Text DAFTAR PUSTAKA SKRIPSI FARHATIN.pdf Restricted to perpustakaan UPM Download (90kB)
	Text SERTIF PLAGIASI.pdf Restricted to perpustakaan UPM Download (701kB)

Abstract

Unit Transfusi Darah (UTD) merupakan fasilitas kesehatan yang bertanggung jawab atas layanan donor darah, penyediaan, dan distribusi darah di Indonesia sesuai dengan Peraturan Pemerintah Republik Indonesia Nomor 7 Tahun 2011. Kabupaten Probolinggo memiliki salah satu UTD yang dikelola oleh Palang Merah Indonesia (PMI). Pemenuhan kebutuhan darah sangat penting untuk meningkatkan kualitas pelayanan kesehatan dan menyelamatkan nyawa. Namun, UTD PMI Kabupaten Probolinggo menghadapi tantangan dalam mengendalikan persediaan darah, terutama dalam memenuhi permintaan jenis Packed Red Cells yang fluktuatif. Permasalahan utama yang dihadapi adalah ketidakpastian dalam permintaan darah jenis Packed Red Cells, yang sering mengakibatkan ketidakseimbangan antara kekurangan dan kelebihan stok. Untuk mengatasi hal ini, penelitian ini bertujuan mengukur kebutuhan darah jenis Packed Red Cells menggunakan metode Support Vector Machine (SVM). Support Vector Regression (SVR) adalah metode Machine Learning yang efektif untuk masalah regresi yang diharapkan dapat memberikan prediksi dengan akurasi tinggi. Hasil penelitian menunjukkan bahwa metode Support Vector Machine dapat diterapkan dengan baik pada prediksi permintaan darah jenis Packed Red Cells untuk semua golongan darah. Hasil terbaik diperoleh untuk PRC B dengan RMSE 0.0589 dan MAPE 7.11%.

Actions (login required)

View Item