PERBANDINGAN PERAMALAN KEBUTUHAN IMPLAN ORTOPEDI MENGGUNAKAN METODE MOVING AVERAGE, SINGLE EXPONENTIAL SMOOTHING, DAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE
DOI:
https://doi.org/10.25273/kaizen.v4i2.11462Keywords:
Deret Waktu, Implan Ortopedi, Peramalan, PermintaanAbstract
Pengadaan untuk memenuhi kebutuhan implan ortopedi di Rumah Sakit (RS) Margono dilakukan oleh bagian Instalasi Farmasi dengan sistem persediaan. Persediaan tersebut harus mampu memenuhi permintaan di masa mendatang sehingga instalasi farmasi harus membuat perencanaan untuk memastikan bahwa pengadaan implan ortopedi berada dalam jumlah yang tidak melebihi kapasitas penggunaan serta memenuhi level stok untuk kebutuhan darurat. Sehingga tujuan dari penelitian ini adalah menentukan metode peramalan kebutuhan yang paling akurat di antara metode Moving Average (MA), Single Exponential Smoothing (SES), dan Autoregressive Integrated Moving Average (ARIMA) untuk alat kesehatan implan ortopedi jenis Cortical Screw dan Monoaxial Screw di RS Margono. Metode yang digunakan dalam penelitian ini adalah perbandingan dari tiga metode peramalan deret waktu yaitu MA, SES, dan ARIMA. Metode yang paling akurat adalah metode dengan nilai Mean Absolut Percentage Error (MAPE) yang paling kecil. Dari hasil yang diperoleh, dapat disimpulkan bahwa metode dengan nilai MAPE yang terkecil adalah metode Moving Average ordo 2 untuk implan ortopedi jenis Cortical Screw dan Monoaxial Screw. Hasil ini diharapkan bisa digunakan sebagai referensi RS Margono untuk membuat perencanaan pengadaan implan ortopedi di periode selanjutnya.
Downloads
References
Badan Penelitian dan Pengembangan Kesehatan, “Laporan Nasional RISKESDAS 2018,†Badan Penelitian dan Pengembangan Kesehatan. p. 198, 2018, [Online]. Available: http://labdata.litbang.kemkes.go.id/images/download/laporan/RKD/2018/Laporan_Nasional_RKD2018_FINAL.pdf.
A. K. Ali, “Inventory Management in Pharmacy Practice: A Review Literature,†vol. 2, no. 4, pp. 151–156, 2011.
D. R. Lumy, “Analisis Peramalan Kebutuhan Sediaan Farmasi dan Alat Kesehatan Kategori A Tahun 2011,†J. Manaj. dan Pelayanan Farm. (JMPF ), vol. 2, 2012.
H. D. E. Sinaga, N. Irawati, and S. Informasi, “Perbandingan Double Moving Average Dengan Double Exponential Smoothing Pada Peramalan Bahan Habis Pakai,†Jurteksi, vol. IV, no. 2, pp. 197–204, 2018.
R. Gusriza, “Sistem Pengendalian Persediaan Alat Kesehatan Di Dinas Kesehatan Kota Bandung Menggunakan Metode ABC,†J. Ilm. Komput. dan Inform., 2014.
I. Nurisusilawati and M. Yusro, “Prosthesis Mapping and Forecasting as a Direction of Innovation in Prosthesis Product Development Number of Prosthesis Use in the Last 3 Years,†J. Optimasi Sist. Ind., vol. 14, no. 1, pp. 30–37, 2021, [Online]. Available: http://jurnal.upnyk.ac.id/index.php/opsi/article/view/4579/3589.
P. J. Brockwell and R. A. Davis, Introduction to Time Series and Forecasting , Second Edition. 2002.
M. V. Makridakis S, Wheelwright SC, Forecasting: Methods and Applications, 2nd ed, Second Edi. John WIley and Sons, 1983.
Rusdi, “Uji Akar-Akar Unit dalam Model Runtun Waktu Autoregresif,†Satistika, vol. 11, no. 2, pp. 67–78, 2011.
S. A. Sani, “Perbandingan Metode Peramalan Beban Listrik Jangka Pendek menggunakan Metode Moving Average , Single Exponential Smoothing dan Autoregressive Moving Average di Yogyakarta,†Univ. Islam Indones. Yogyakarta, p. 68, 2018.
P. Parekh and V. Ghariya, “Analysis of Moving Average Methods,†Int. J. Eng. Tech. Res., vol. 3, no. 1, pp. 178–179, 2015.
S. Kim and H. Kim, “A new metric of absolute percentage error for intermittent demand forecasts,†Int. J. Forecast., vol. 32, no. 3, pp. 669–679, 2016, [Online]. Available: http://dx.doi.org/10.1016/j.ijforecast.2015.12.003.
P. C. Chang, Y. W. Wang, and C. H. Liu, “The development of a weighted evolving fuzzy neural network for PCB sales forecasting,†Expert Syst. Appl., vol. 32, no. 1, pp. 86–96, 2007, doi: 10.1016/j.eswa.2005.11.021.
M. Montfgomery, Douglas C; Jennings, Cheryl L; Kulahci, Introduction to Time Series Analysis and Forecasting, vol. 7, no. 2. A John Wiley & Sons, Inc., Publication, 2008.
Downloads
Published
Issue
Section
License
With the receipt of the article by KAIZEN Editorial Board and the decision to be published, the copyright regarding the article will be transferred to KAIZEN Journal.
KAIZEN has the right to multiply and distribute the article and every author is not allowed to publish the same article that was published in this journal.
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Under the following terms:
Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial — You may not use the material for commercial purposes.
ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.