Perbandingan Metode Time Series dalam Peramalan Permintaan Obat pada Pedagang Besar Farmasi

Abstract

Pengelolaan persediaan obat merupakan aspek penting dalam sistem distribusi farmasi karena berpengaruh terhadap ketersediaan produk, kualitas pelayanan, dan efisiensi biaya operasional. Ketidaktepatan dalam perencanaan pengadaan dapat menyebabkan permasalahan overstock dan understock yang berdampak pada meningkatnya biaya penyimpanan, risiko kedaluwarsa, serta terganggunya pelayanan kepada pelanggan. PT. ABC sebagai Pedagang Besar Farmasi (PBF) di Kota Makassar masih melakukan perencanaan pengadaan secara subjektif tanpa memanfaatkan analisis data historis secara optimal. Oleh karena itu, penelitian ini bertujuan untuk membandingkan beberapa metode peramalan time series dalam memprediksi permintaan obat guna mendukung perencanaan persediaan yang lebih akurat. Objek penelitian difokuskan pada obat kategori Over the Counter (OTC) yang memiliki tingkat permintaan tertinggi. Metode peramalan yang digunakan meliputi Single Moving Average (SMA), Weighted Moving Average (WMA), dan Single Exponential Smoothing (SES). Kinerja metode peramalan dievaluasi menggunakan tiga ukuran kesalahan yaitu Mean Absolute Deviation (MAD), Mean Squared Error (MSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode Single Exponential Smoothing dengan parameter α = 0,9 menghasilkan tingkat kesalahan paling kecil dibandingkan metode lainnya sehingga menjadi metode yang paling optimal dalam memprediksi permintaan produk. Selain itu, hasil peramalan menunjukkan bahwa permintaan produk pada periode mendatang diprediksi cenderung mengalami peningkatan meskipun tetap berfluktuasi. Hasil penelitian ini diharapkan dapat menjadi dasar pertimbangan bagi perusahaan dalam melakukan perencanaan pengadaan yang lebih efektif guna mengantisipasi peningkatan permintaan serta meminimalkan risiko terjadinya kelebihan maupun kekurangan stok obat.