Support Vector Regression Untuk Peramalan Permintaan Darah: Studi Kasus Unit Transfusi Darah Cabang - PMI Kota Malang

Abstrak

PMI bertanggung jawab untuk memenuhi permintaan darah dari rumah sakit. Pengelola pusat penyimpanan darah memiliki tugas yang sangat penting, yaitu memprediksi sebuah kebutuhan komponen darah untuk meminimalisir penuhnya maupun kekurangan pasokan darah. Darah hanya memiliki masa hidup 35 hari sejak didonorkan. Jika sudah melewati waktu tersebut maka sudah tidak bisa digunakan lagi. Berlebihnya ataupun kekurangan pasokan darah di tempat penyimpaan seharusnya tidak terjadi, karena dapat berdampak pada tingginya angka jumlah pasien meninggal. Demi mengurangi kerugian yang jika terjadi, maka perlu dilakukan penelitian yang menggunakan metode prediksi permintaan darah yang diimplementasikan ke dalam sistem. Salah satunya dengan metode Support Vector Regression yang cocok untuk peramalan permintaan darah. Dalam impelementasikan SVR menggunakan normalisasi data min - max dan menggunakan fungsi kernel RBF. Berdasarkan hasil pengujian untuk metode SVR yang telah dilakukan, hasil nilai MAPE yang paling minimum yakni 3.899% dengan nilai parameter lambda = 10, sigma = 0,5, cLR = 0,01, C =0,1, epsilon = 0,01, jumlah fitur data = 4 dan jumlah iterasi sebanyak 5000, dari 12 data uji yang digunakan. Hasil Nilai MAPE yang dihasilkan <10% dan dapat dikategorikan baik untuk memprediksi jumlah permintaan darah.