@extends('layouts.app') @section('content')

Forecasting Stok Obat

Peramalan kebutuhan stok obat menggunakan algoritma Long Short-Term Memory (LSTM)

Model AI Aktif
@if(session('success'))
{{ session('success') }}
@endif @if(session('error'))
{{ session('error') }}
@endif
Obat Penelitian

{{ count($daftarObat) }}

Metode

LSTM

Forecast

1 Minggu

Status Model

Ready

Input Forecast


Pipeline Forecasting
✔ Dataset Historis Valid
✔ Normalisasi Data
✔ Model LSTM Aktif
✔ Forecast Siap Diproses

Hasil Forecast

@if($hasil)
Nama Obat
{{ $obatDipilih }}
Periode Forecast
{{ $mulaiForecast->translatedFormat('d F Y') }} - {{ $akhirForecast->translatedFormat('d F Y') }}

{{ number_format($hasil) }} Unit

Nama Obat
Periode Forecast {{ $mulaiForecast->translatedFormat('d F Y') }} - {{ $akhirForecast->translatedFormat('d F Y') }}
Estimasi Masa Berlaku {{ $estimasiExpired->translatedFormat('d F Y') }}
{{ $obatDipilih }}
Forecast {{ number_format($hasil) }} Unit
Safety Stock (20%) {{ number_format($safetyStock) }} Unit
Rekomendasi Stok {{ number_format($rekomendasi) }} Unit
Data Historis Terakhir @if($penjualanTerakhir) {{ number_format($penjualanTerakhir) }} Unit
Minggu: {{ \Carbon\Carbon::parse($tanggalTerakhir)->translatedFormat('d F Y') }} @else - @endif
Status Forecast @if($kategori == 'Tinggi') Permintaan Tinggi @elseif($kategori == 'Sedang') Permintaan Sedang @else Permintaan Rendah @endif
Interpretasi Forecast

Forecast menunjukkan estimasi jumlah obat yang diperkirakan akan terjual pada minggu berikutnya berdasarkan 6 minggu data historis terakhir menggunakan algoritma Long Short-Term Memory (LSTM). Safety Stock dihitung sebesar 20% dari nilai forecast sebagai stok pengaman. Jumlah rekomendasi merupakan stok yang disarankan untuk dipersiapkan oleh apotek.
@else
Belum Ada Forecast

Silakan pilih salah satu obat kemudian tekan tombol Generate Forecast.

Sistem menggunakan 6 minggu terakhir sebagai data masukan model LSTM untuk menghasilkan prediksi minggu berikutnya.

@endif
@if($hasil)
Rekomendasi Sistem

Sistem telah berhasil melakukan forecasting menggunakan algoritma Long Short-Term Memory (LSTM). Nilai rekomendasi stok dapat dijadikan acuan dalam pengadaan obat pada periode berikutnya untuk membantu mengurangi risiko kekurangan maupun kelebihan stok.

@endif @endsection