Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal JUSTIN (Jurnal Sistem dan Teknologi Informasi)
Olivia Octavia
Universitas Mulawarman
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Metode Fuzzy Sugeno dalam Memprediksi Permintaan Darah Novianti Puspitasari; Anindita Septiarini; Olivia Octavia; Masna Wati; Heliza Rahmania Hatta
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 10, No 4 (2022)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v10i4.52152

Abstract

Transfusi darah dibutuhkan ketika seorang manusia kehilangan banyak darah. Darah tersebut disediakan oleh pusat penyimpanan darah yang bertugas memperkirakan ketersediaan stok darah agar jumlah darah selalu tercukupi. Informasi terkait stok persediaan darah sangat diperlukan karena apabila stok persediaan darah tidak mencukupi maka akan berdampak pada meningkatnya kematian, sementara stok darah yang berlebihan harus dihindari karena darah memiliki masa kadaluarsa (masa simpan darah) selama 35 hari sejak darah tersebut didonorkan. Oleh karena itu, demi meminimalisir kerugian yang terjadi, maka perlu dilakukan sebuah penelitian tentang memprediksi jumlah permintaan darah yang seharusnya diterima oleh PMI dimasa yang akan datang. Penelitian ini menggunakan metode fuzzy Sugeno untuk memperkirakan jumlah permintaan darah dimasa yang akan datang. Metode ini memiliki toleransi terhadap data-data yang tidak tepat yaitu data yang belum ditentukan nilainya sehingga dapat digunakan untuk melakukan sebuah peramalan. Penelitian menggunakan data dari empat jenis golongan darah yaitu A, B, O dan AB dari bulan Januari 2017 hingga bulan Oktober 2021. Hasil pengujian validitas yang telah dilakukan menggunakan Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE) didapatkan nilai sebesar 27.55% dan 27.61, sehingga metode ini dapat dikatakan layak dan akurat dalam memprediksi jumlah permintaan darah.
Co-Authors Anindita Septiarini, Anindita Hatta, Heliza Rahmania Puspitasari, Novianti Wati, Masna