Sistem Penunjang Keputusan Prediksi Jumlah Permintaan Darah di Unit Donor Darah PMI Kabupaten Jember Menggunakan Metode Regresi Linier dan Double Exponetial Smoothing

Abstract

Satu dari empat orang di dunia membutuhkan transfusi darah selama hidup mereka, tetapi hanya 37% dari populasi yang memenuhi syarat sebagai donor, dan hanya 10% yang mendonorkan darah secara teratur. Transfusi darah adalah pemindahan atau pemberian darah dari pendonor kepada penerima untuk menggantikan darah yang hilang karena pendarahan, luka bakar, mengatasi syok, dan menjaga daya tahan tubuh terhadap penyakit. Hal ini harus memenuhi syarat aman bagi pendonor atau pendonor darah dan bersifat kuratif bagi penerima atau penerima darah. Fakta bahwa kebutuhan darah yang lebih banyak dari pada mendonorkan darah membuat UDD PMI tertantang untuk memenuhi permintaan ketika stok darah yang ada tidak mencukupi atau kosong. Dan berdasarkan hasil wawancara penelitian dengan narasumber, terdapat masalah peningkatan stok darah yang menurun pada bulan-bulan tertentu, diikuti dengan penurunan kebutuhan darah yang menyebabkan perubahan yang cukup tinggi pada bulan berikutnya. Hal ini menyebabkan permintaan darah tidak dapat dipenuhi karena berkurangnya permintaan dan suplai tetapi meningkat pada bulan berikutnya tanpa peningkatan stok yang cukup. Berdasarkan permasalahan yang telah diuraikan diatas, peneliti melihat perlunya mengestimasi jumlah kebutuhan kebutuhan darah di UDD PMI Jember dengan metode regresi linier dan Double Exponential Smoothing. Dengan peramalan dan pemahaman model deret waktu masa lalu, dimungkinkan untuk memprediksi nilai masa depan. Dari situ peneliti ingin meminimalisir kesalahan pengambilan keputusan pemangku kepentingan dan memberikan opsi kepada pemangku kepentingan mengenai jumlah minimal kantong darah yang perlu disediakan. Kesimpulannya, hasil implementasi prediksi justru memprediksi data yang berbeda dengan data yang ditemukan di lapangan. Akurasi perkiraan adalah 60,32% dan 46,96% untuk regresi linier dan pemulusan eksponensial ganda. Nilai error absolut terburuk dari metode regresi linier adalah data 0 dan 15 menggunakan data aktual. Kesalahan mutlak terburuk adalah data eksponensial ganda terburuk 0 dan 27,7. Rekomendasi dari sistem ini adalah pengembangan sistem pendukung keputusan untuk memprediksi permintaan kebutuhan darah tidak dapat digunakan secara bersama-sama karena tidak memberikan hasil prediksi yang baik.