Peramalan Penjualan Obat Generik Melalui Time Series Forecasting Model Pada Perusahaan Farmasi di Tangerang: Studi Kasus

  • Hernadewita Hernadewita Universitas Mercu Buana
  • Yan Kurnia Hadi Universitas Mercu Buana
  • Muhammad Julian Syaputra Universitas Mercu Buana
  • Donny Setiawan Universitas Mercu Buana

Abstract

Peramalan penjualan pasar memungkinkan sebuah perusahaan memiliki tingkat persediaan yang optimal untuk membuat keputusan produksi yang sesuai dan mempertahankan efisiensi dari kegiatan operasional. Peramalan menjadi alat bantu penting bagi perusahaan untuk perencanaan yang lebih efektif dan efisien dalam meningkatkan kualitas dan produktivitas, termasuk bagi Perusahaan Farmasi yang ada di Tangerang ini dengan kompetensi unggul pada segmen obat generik. Tujuan dari penelitian ini adalah mengetahui metode peramalan time series terbaik untuk meramalkan penjualan obat generik, dan juga memperoleh hasil peramalan penjualan obat generik untuk periode selanjutnya, yaitu terhitung bulan April 2020 sampai dengan Maret 2021. Penelitian ini adalah penelitian deskriptif dengan menggunakan metode peramalan time series dan teknik analisis data menggunakan Microsoft Excel dan Minitab 17. Tingkat error yang dihasilkan dari metode peramalan diketahui dengan penghitungan kesalahan yang terdiri dari mean absolute deviation  (MAD), mean squared error (MSE), dan mean  absolute percentage error (MAPE). Berdasarkan hasil analisis data, diketahui metode peramalan time series terbaik untuk meramalkan penjualan obat generik ini adalah metode tren musiman. Metode ini dipilih karena memiliki nilai tingkat error paling rendah apabila dibandingkan dengan metode lainnya, yaitu dengan MAD sebesar 47.03, MSE sebesar 7138.98, dan MAPE sebesar 1.33%. Jadi dengan ini perusahaan bisa menentukan angka peramalan mana yang terbaik untuk digunakan, sehingga menumpuknya bahan baku, serta cash flow yang tesendar di suatu inventory tidak akan terjadi lagi, atau adanya kekurangan material yang urgensinya mendadak.

References

Chaitip, Prasert., Chaiboonsri, Chukiat., & Mukhjang, Ratchanee. (2008). Time Series Models for Forecasting International Visitor Arrivals to Thailand. International Conference on Applied Economics. Hal 159-163.

Deitiana, Tita. (2011). Manajemen Operasi Strategi dan Analisa (Service dan Manufacture). Edisi 1. Jakarta: Mitra Wacana Media.

Hartono, Rudi. (2010). Peramalan Penjualan Dengan Metode Moving Average Dan Weight Moving Average Pada PT.INTER-DELTA, Tbk. Universitas Gunadarma.

Heizer, Jay dan Barry, Render. (2009). Manajemen Operasi, Edisi 9, Terj. Chriswan Sungkono. Jakarta: Salemba Empat.

Huarng, Kun-Huang., Hui-Kuang Yu, Tiffany., Mountinho, Luiz & Wang, Yu-Chun. (2012). Forecasting tourism demand by fuzzy time series models. Vol. 6 No. 4. International Journal Of Culture, Tourism And Hospitality Research. Hal. 377-388.

Hui Liang, Yi. (2011). Analyzing And Forecasting The Reliability For Repairable Systems Using The Time Series Decomposition Method. Hal 1- 11.

Kosasih, Sobara. (2009). Manajemen Operasi-Bagian Pertama. Edisi 1. Jakarta: Mitra Wacana Media.

Krajewski, Lee J., Ritzman, Larry P., & Malhorta, Manoj K. (2013). Operations Management: Process and Supply Chain. Upper Saddle River, New Jersey: Pearson Education.

Menteri Kesehatan Republik Indonesia. (2013). Peraturan Menteri Kesehatan Republik Indonesia Nomor 87 Tahun 2013 Tentang Peta Jalan Pengembangan Bahan Baku Obat. Jakarta: MKRI.

Nur Puta, Ilsan., Pujawan Niniet, I Nyoman., & Arvitrida, Indah. (2009). Peramalan Permintaan Dan Perencanaan Produksi Dengan Mempertimbangkan Special Event Di PT. Coca-Cola Bottling Indonesia (PT. CCBI) Plant – Pandaan. Hal 1 – 13.

Nurhayati, Astin. (2010). Peramalan Jumlah Penumpang Pada PT. Angkasa Pura I (Persero) Kantor Cabang Bandar Udara Internasional Adisutjipto Yogyakarta Dengan Metode Winter’s Exponential Smoothing Dan Seasonal ARIMA. Universitas Negeri Yogyakarta.

Perdana Simatupang, Muda. (2009). Penerapan Metode Peramalan Dalam Penentuan Permintaan Barang Pada PT. GUNUNG SIBAYAK MEDAN. Unversitas Sumatera Utara.

Prasetya, Hery dan Lukiastuti Fitri. (2009). Manajemen Operasi. Yogyakarta: Media Presindo.
Raharja, Alda., Anggraeni, Wiwik., & Aulia Vinarti, Retno. (2010). Penerapan Metode Exponential Smoothing Untuk Peramalan Penggunaan Waktu Telepon Di PT. Telkomsel Divre3 Surabaya. Jurnal Sistem Informasi SISFO. Hal 1-9.

Santoso, Singgih. (2009). Business Forecasting Metode Peramalan Bisnis Masa Kini dengan Minitab dan SPSS. Jakarta: Elex Media Komputindo.

Sekaran, Uma. (2011). Metodologi Penelitian Untuk Bisnis. Edisi 4. Terj. Kwan Men Yon. Jakarta: Salemba Empat.

Shahabuddin, Syed. (2009). Forecasting Automobile Sales. Vol. 32 No. 7. Management Research News. Hal. 670-682.

Stepvhanie, Linda. (2012). Peramalan Penjualan Produk Susu Bayi Dengan Metode Grey System Theory Dan Neural Network. Universitas Indonesia.

Sugiyono. (2012). Metode Penelitian Bisnis (Pendekatan Kuantitatif, Kualitatif dan R&D). Bandung: Alfabeta.

Tohir, Akhmat. (2011). Analisis Peramalan Penjualan Minyak Sawit Kasar Atau Crude Palm Oil (CPO) Pada PT. Kharisma Pemasaran Bersama (KPB) Nusantara Di Jakarta. Universitas Islam Negeri Syarif Hidayatullah.

Wibowo, Helmi., Mulyadi, Yadi., & Gafar Abdullah, Ade. (2012). Peramalan Beban Listrik Jangka Pendek Terklasifikasi Berbasis Metode Autoregressive Integrated Moving Average. Vol. 11, No.2.Electrans. Hal 44-50.

Wong, James M.W., Chan, Albert P.C., Chiang, Y.H. (2011). Construction Manpower Demand Forecasting. Vol. 18 No. 1. Journal Of Engineering, Construction and Architectural Management.Hal.7-2
Published
2020-07-27
How to Cite
Hernadewita, H., Hadi, Y. K., Syaputra, M. J., & Setiawan, D. (2020). Peramalan Penjualan Obat Generik Melalui Time Series Forecasting Model Pada Perusahaan Farmasi di Tangerang: Studi Kasus. Journal of Industrial Engineering & Management Research, 1(2), 35-49. https://doi.org/10.7777/jiemar.v1i2.38