Intelligent Supply Chain Management: Optimasi Distribusi Farmasi Berbasis Artificial Intelligence dan Data Mining di Kabupaten Maros

Abstract

Distribusi obat dan alat kesehatan di sektor publik menghadapi berbagai tantangan, seperti ketidakpastian permintaan, risiko kedaluwarsa, dan kendala geografis yang berat. Di Kabupaten Maros, perbedaan topografi antara wilayah pesisir dan pegunungan menyebabkan distribusi logistik konvensional tidak efisien, sehingga terjadi kekosongan stok di daerah terpencil dan penumpukan di area perkotaan. Penelitian ini bertujuan mengembangkan sistem Manajemen Rantai Pasok Cerdas (ISCM) yang mengintegrasikan kecerdasan buatan untuk mengotomatiskan pengambilan keputusan logistik. Pendekatan yang digunakan adalah metode eksperimen melalui pembuatan prototipe sistem cerdas. Dalam penelitian ini, algoritma K-Means digunakan untuk mengelompokkan fasilitas kesehatan berdasarkan aksesibilitas, sementara Machine Learning dengan metode Arima Time Series digunakan untuk memprediksi kebutuhan obat secara tepat. Hasil pengujian menunjukkan bahwa sistem mampu mengelompokkan fasilitas kesehatan ke dalam tiga klaster prioritas dan merekomendasikan buffer stock dinamis (penambahan 20-50%) untuk daerah pegunungan. Implementasi modul FEFO (First Expired, First Out) dan visualisasi peta GIS dari dashboard sistem meningkatkan pengawasan stok secara real-time dan meminimalkan risiko kedaluwarsa obat. Sistem ini menawarkan solusi proaktif untuk memastikan ketersediaan farmasi yang merata.