Perancangan business intelligence untuk visualisasi data dan peramalan stok obat
K linik Pratama merupakan salah satu wujud pelayanan yang diberikan Kementerian Komunikasi dan Informatika Republik Indonesia dalam melindungi karyawan dari kemungkinan mengalami gangguan kesehatan yang dapat berpengaruh pada produktivitas karyawan. Dalam perkembangannya, klinik sering mendapati permasalahan, salah satunya adalah sering terjadi kekurangan atau kelebihan stok obat pada periode berjalan. Oleh karena itu dibutuhkan perancangan Business Intelligence yang mengelola data kompleks menjadi suatu visualisasi data dan peramalan stok obat periode yang akan datang. Pengolahan data historis obat dilakukan dengan proses Extract, Transform dan Load (ETL) menggunakan tools Spoon Pentaho Data Integration. Sedangakan visualisasi data obat dan hasil peramalan dilakukan menggunakan tools Microsoft Power BI (Business Intelligence) serta untuk peramalan dilakukan dengan metode Jaringan Syaraf Tiruan Backpropagation dengan tools RStudio. Hasil peramalan jumlah stok keluar terhadap sampel obat menggunakan metode Jaringan Syaraf Tiruan memperoleh nilai MSE sebesar 67.72 dan RMSE 8.22 yang berarti peramalan ini mempunyai kemampuan yang baik karena tingkat error yang dihasilkan relatif kecil. Dari penelitian ini, Klinik Pratama Kementrian Kominfo dapat dengan dengan mudah memahami dan menganalisa data stok obat serta dapat mendukung pengambilan keputusan operasional.
K linik Pratama is one form of service provided by the Ministry of Communication and Information of the Republic of Indonesia in protect employees from health disorders that could affect employee productivity. In its development, the clinic often finds problems, one of them is often a shortage or excess the drug stock on a running period. Therefore, it be required a design of an Business Intelligence that manages complex data into a data visualization forecasting of the future stock of drugs. Historical data processing of the drug is done with process of Extract, Transform and Load (ETL) using the Spoon Pentaho Data Integration tools. While the visualization of drug stock data and forecast results is done using Microsoft Power BI (Business Intelligence) tools and for forecasting is done with Artificial Neural Network method by RStudio tools. The results of forecasting the amount of stock out of drug samples using the Artificial Neural Network method obtained an MSE value of 67.72 and RMSE 8.22 which means that this forecast has a good ability with the resulting error rate is relatively small. From this research, the Klinik Pratama of the Ministry of Communication and Information can easily understand and analyze drug stock data and can support operational decision making.