APLIKASI PERAMALAN PENJUALAN OBAT MENGGUNAKAN METODE PEMULUSAN (STUDI KASUS: INSTALASI FARMASI RSUD DR MURJANI) Slamet Riyadi Fakultas Ilmu Komputer Uiversitas Darwa Ali Jl Batu Berlia No. 0 Sampit, Kalimata Tegah Email : slamet_riau@yahoo.com ) Abstrak Peramala (forecastig) merupaka alat batu yag petig dalam suatu pembuata perecaaa bagi setiap orgaisasi bisis da utuk setiap pegambila keputusa maajeme yag sagat sigifika. Peramala juga dapat diguaka utuk melihat gambara pola pejuala obat setiap bula maupu setiap tahu. Pada pola data aktual yag disajika memuat usur tred, hasil aalisis meujuka bahwa Metode Pemulusa Ekspoesial Gada, Dua-Parameter dari Holt, memberika ilai MSE da MAPE yag terkecil dibadigka megguaka metode Pemulusa Ekspoesial dari Brow (liier atupu kuadratik). Hasil peelitia ii berupa sebuah aplikasi yag mampu meerapka metode Pemulusa Ekspoesial dari Holt utuk melakuka proses peramala pejuala obat. Selai itu, aplikasi juga mampu memberika suatu keluara berupa lapora hasil peramala beberapa periode medatag yag disertai dega ilai kesalaha peramala (forecast error) da juga disajika dalam betuk grafik. Kata kuci: Peramala, Metode Pemulusa, Pejuala obat.. Pedahulua Istalasi Farmasi RSUD dr. Murjai Sampit merupaka istalasi yag melaksaaka kegiata utama dalam pegelolaa da pegguaa perbekala farmasi yag diseleggaraka secara berdaya gua da berhasil gua. Salah satu cakupa pelayaa farmasi yaitu melakuka moitorig da evaluasi terhadap persediaa perbekala farmasi. Istalasi Farmasi RSUD dr. Murjai telah meerapka aplikasi farmasi system, sehigga seluruh kegiata pembelia, pejuala, da retur obat tercatat di sistem. Meskipu telah meerapka aplikasi farmasi system, amu dalam meetuka perkiraa pejualaya istalasi Farmasi masih megguaka cara maual, yag lebih kepada istig pimpia farmasi. Hal tersebut megakibatka serig terjadiya kekosoga stok obat yag dibutuhka oleh pasie yag meyebabka hilagya potesi keutuga yag seharusya diperoleh. Maajeme persediaa mejadi petig karea persediaa yag terlalu bayak mejadika kelebiha workig capital disebabka over-stock. Over-stock tersebut lama kelamaa aka mejadi dead-stock karea usag, kadaluwarsa, perubaha selera, atau sebab laiya. Semetara persediaa yag terlalu sedikit justru megakibatka lost of opportuity atau lost of sales. Maajeme produksi da operasi megguaka hasil peramala dalam pembuata keputusa-keputusa yag meyagkut pemiliha proses, perecaaa kapasitas da lay out fasilitas serta utuk keputusa yag bersifat terusmeerus berkeaa dega perecaaa, skedul da persediaa[4]. Metode peramala yag baik dapat meolog retailers meguragi biaya over stockig da uder stockig[2]. Dalam situasi seperti ii peramala diperluka utuk meyelesaika masalah tersebut. Peramala (forecastig) merupaka alat batu yag petig dalam suatu pembuata perecaaa bagi setiap orgaisasi bisis da utuk setiap pegambila keputusa maajeme yag sagat sigifika. Peramala juga dapat diguaka utuk melihat gambara pola pejuala obat setiap bula maupu setiap tahu yag ada di Istalasi Farmasi RSUD dr. Murjai. Berdasarka uraia diatas maka dapat disebutka permasalaha sebagai berikut : () Bagaimaa meramalka pejuala obat-obata dega error kecil sehigga dapat memudahka bagia Istalasi Farmasi utuk megetahui kebutuha stock obat?; (2) Bagaimaa cara membagu aplikasi peramala persediaa obatobata pada Apotek Istalasi Farmasi RSUD dr. Murjai megguaka Metode Pemulusa? Adapu tujua dari peelitia ii yaitu : () Meramalka pejuala obat-obata di Istalasi Farmasi RSUD dr. Murjai dega megguaka metode pemulusa berdasarka data pejuala periode-periode sebelumya; (2) Membagu aplikasi peramala persediaa obatobata pada Istalasi Farmasi RSUD dr. Murjai megguaka metode pemulusa. Pada peelitia ii sumber data yag diguaka adalah data sekuder, yaitu data pejuala obat pada periode (bula-bula) sebelumya. Metode pegumpula data yag diguaka adalah : () Wawacara, yaitu suatu cara pegumpula data melalui taya jawab dega bagia keuaga da pergudaga 5.-
sehigga didapatka iformasi iformasi yag diperluka oleh peeliti; (2) Dokumetasi, yaitu mecari data yag berupa catata, lapora, tabel da sebagaiya yag berkaita dega pejuala obat di istalasi Farmasi RSUD dr Murjai Sampit. Setelah didapatka data-data yag diperluka maka data tersebut diaalisis. Pada peelitia ii peulis megguaka metode expoetial smoothig utuk peramala. Adapu lagkah-lagkah aalisis yag diguaka sebagaimaa terlihat pada gambar berikut: Plot data pejuala obat utuk melihat pola da medapatka grafik Memilih model yag sesuai Meguji model waktu adalah metode rata-rata bergerak ( movig averages), pemulusa ekspoesial ( expoetial smoothig), da proyeksi kecedruga ( tred projecio). Metode statistik yag umumya diguaka pada model causal adalah model regresi (regressio casual). Metode softcomputig yag biasa diguaka utuk peramala kuatitatif adalah metode fuzzy, eural etwork, algorima geetic, da metode hybrid. 2. Pembahasa 2. Plot Data Pejuala Data pejuala obat yag dikumpulka sebelumya diolah da diuji pola dataya utuk meetuka metode yag sesuai dalam meyelesaika masalah yag ada. Gambar 2 meujukka grafik pejuala obat Ceftriaxo Ijeksi periode 0-20 s/d 0-204. Grafik tersebut memperlihatka tred yag megalami keaika da tidak dipegaruhi oleh musim. Meerapka model Gambar. Lagkah-lagkah aalisis Peelitia megeai peramala pejuala perah dilakuka dega megguaka algoritma apriori. Algoritma apriori dapat diimplemetasika pada sistem persediaa dega data yag diguaka adalah data pejuala (data obat keluar). Data miig dega algoritma apriori memiliki kelemaha karea harus melakuka sca database setiap kali iterasi, sehigga waktu bertambah setiap kali iterasi[]. Pemulusa Ekspoesial Witer dapat diguaka utuk melakuka proses peramala permitaa baha baku pada PT. Baba Rafi Idoesia kator pusat Surabaya. data permitaa baha baku tersebut memiliki tred da musima[2]. Peramala diartika sebagai pegguaa tekik-tekik statistik dalam betuk gambara masa depa berdasarka pegolaha agka-agka historis[]. Peramala merupaka bagia iteral dari kegiata pegambila keputusa maajeme[]. Peramala atau forecast merupaka suatu fugsi bisis yag berusaha memperkiraka pejuala, pegguaa produk, da permitaa pasar sehigga produk-produk itu dapat dibuat dalam kuatitas yag tepat[5]. Tujua dari peramala adalah utuk meetuka jumlah permitaa pada masa yag aka datag. Dega kata lai, peramala merupaka estimasi terhadap permitaa yag aka datag berdasarka data formal maupu iformal. Meurut sumberya peramalaya, peramala dapat dikelompokka sebagai berikut[8]: () Model data time series atau rutu waktu; (2) Model data causal; () Model data judgemetal. Model time series da causal bayak diguaka dalam tekik statistik maupu tekik softcomputig. Metode statistik yag umumya diguaka pada model deret 2.2 Pemiliha Model Gambar 2.Grafik Pejuala Obat Metode pemulusa ekspoesial terdiri atas tuggal, gada, da metode yag lebih rumit. Semuaya mempuyai sifat yag sama, yaitu ilai yag baru diberika bobot yag lebih besar dibadig pegamata yag lebih lama. Dalam pemulusa ekspoesial, terdapat satu atau lebih parameter pemulusa yag ditetuka secara eksplisit, da hasil piliha ii meetuka bobot yag dikeaka pada ilai observasi. Metode pemulusa ekspoesial tuggal tidak cukup baik diterapka jika dataya bersifat tidak stasioer, karea persamaa yag diguaka dalam metode ekspoesial tuggal tidak terdapat prosedur pemulusa pegaruh tred yag megakibatka data tidak stasioer mejadi tetap tidak stasioer, tetapi metode ii merupaka dasar bagi metode-metode pemulusa ekspoesial laiya[]. Utuk medapatka ramala yag tepat diguaka Pemulusa Ekspoesial ( Expoetial Smoothig). Ada tiga metode yag diguaka utuk membadigka hasilya, yaitu metode pemulusa ekspoesial tuggal dari Brow, metode pemulusa ekspoesial kuadratik Satu parameter dari Brow da metode pemulusa gada dua parameter dari Holt[]. 5.-2
Pada pola data aktual yag disajika memuat usur tred, hasil aalisis yag disajika meujuka bahwa Metode Pemulusa Ekspoesial Gada, Dua-Parameter dari Holt, memberika ilai MSE da MAPE yag terkecil dibadigka megguaka metode Pemulusa Ekspoesial dari Brow (liier atupu kuadratik)[0]. 2. Pegujia Model Metode Pemulusa Ekspoesial dari Holt diguaka utuk serial data yg memiliki usur tred (kecederuga yg kosiste)[]. rumus yag diguaka adalah sebagai berikut : St = α. Xt + (- α)(st-+ Tt-)... () Tt = β. (St St-) + (- β). Tt-... (2) Ft+m = St + Tt. M... () (X2 - X) + (X - X2) + (X4 - X) T= di maa: X t α F t+m = data permitaa pada periode t = faktor/kostata pemulusa = prakiraa utuk periode t+m F t- = prakiraa utuk periode t-... (4) Apabila variasi permitaa tiggi, maka sebaikya megguaka ilai alfa ( α) yag cukup besar da jika variasi itu kecil, atau permitaa relatif kosta, maka ilai alfa (α) relatif kecil. Oleh karea jagkau ilai alfa adalah 0, maka α disebut besar jika medekati, da disebut kecil apabila medekati 0. Kotata ( α) bergua utuk melakuka peghalusa variasi akibat pegaruh tred, sedag kostata ( β ) utuk meghaluska pegaruh deviasi atara permitaa aktual dega ramalaya. Tabel.Hasil Peramala dega metode dari Holt 20-05 2568 2276.80 57.56 220. 20-06 24 20.28 56.4 24. 5 20-07 2262 26.70 48.86 286.6 2 20-08 72 222.85 22.55 240.5 6 20-0 82 2254.7-4.66 245. 20-0 227 2247.45-5.44 2250.0 6 20-28 2270.20.02 2242.0 20-2 72 222.8-5.05 227.2 2 204-0 26 20.4-7.5 27. 204-02 25 224.6.20 27.7 204-0 248 285.47 45. 2244.8 4 204-04 56 2575.8 88.0 240.8 6 204-05 266 267.0 0.77 2664.7 Periode Jml Jual Nilai Prakiraa S (α) T (β) 0.2 0. F 204-06 27 275.64 87.7 276.8 204-07 25 274.0 58.0 28. 7 20-0 208 208.00 40.8 20-02 85 206.07 2.50 22.8 20-0 2070 26.86 28. 228.5 7 20-04 2258 268.28 5.72 245.8 5 5.- 204-08 026 2802.2 0 204-0 248 286. 0 204-0 288 220.0 Hasil peramala pada tabel diatas dapat dijelaska sebagai berikut : St- = ilai aktual/observasi = 208 85208(207085) (2258 2070)
Tt- = = 58, T = 0,.(208 208) + ( -0,). 58. = 40,8 S2 = 0,2. 85 + (-0,2)(208 + 40,8) = 206,07 T2 = 0,.( 206,07 208) + ( -0,).40,8 = 2,5 F2 = S + T = 208 + 40,8 = 22,8 F (204-0) = 274,0 + (58.0 X 2) = 286,0 Setelah hasil ramala didapat, selajutya dilakuka perhituga kesalaha peramala ( forecast error) utuk melihat tigkat kesalaha tersebut. Ada beberapa perhituga yag biasa diguaka utuk meghitug forecast error total. Perhituga ii dapat diguaka utuk membadigka model peramala yag berbeda, juga utuk megawasi peramala, utuk memastika peramala berjala dega baik. Cara utuk megevaluasi tekik peramala ada [6]:. Deviasi rata-rata absolute atau Mea Absolute Deviatio (MAD), Adalah megukur kesalaha peramala keseluruha utuk sebuah model. Nilai MAD dihitug dega megambil jumlah ilai absolut dari tiap kesalaha peramala dibagi dega jumlah periode data (): MAD dimaa = jumlah periode data... (5) 2. Kesalaha rata-rata kuadrat atau Mea Squared Error (MSE), Merupaka cara kedua utuk megukur kesalaha peramala keseluruha. MSE adalah ratarata selisih kuadrat atara ilai yag diramalka da yag diamati. Rumusya adalah:... (6). Kesalaha perse rata-rata absolute atau Mea Absolute Percet Error (MAPE) Merupaka rata-rata diferesiasi absolut atara ilai peramala da aktual, yag diyataka sebagai presetase ilai aktual. MAPE dihitug sebagai rata-rata diferesiasi absolut atara ilai yag diramal da aktual, diyataka sebagai presetase ilai aktual. MAPE dihitug sebagai: MAPE AtFt At MSE 00... (7) Dari tabel pejuala diatas dapat dihitug ilai kesalaha peramala sebagai berikut : Tabel 2.Hasil Pegujia MAD, MSE da MAPE i A F i i F t 2 A t Jml F MAD MSE MAPE Jual 208 208.00 0.00 0.00 0.00 85 22.8 8.8 274.6 6.54 2070 228.57 58.57 40.44 2.75 2258 245.85 2.5 2578.7 5.2 2568 220. 64.0 24.8 6.52 24 24.5 20.5 44.0 0.87 2262 286.62 24.62 550. 5.22 72 240.56 48.56 22.27 8. 82 245. 45. 205564.70. 227 2250.06.06 70.4 0.58 28 2242.0 40. 87.42 6.2 72 227.22 0.22 075.88.25 26 27. 4. 2.77.5 25 27.7.2 5062. 5.60 248 2244.84 70.6 44440.06.2 56 240.86 725.4 525825.84 2.8 266 2664.7.2 74.0.7 27 276.8 50.8 258.27.84 25 28.7 480.7 20755.76 6.2 026 2802.20 22.80 50086.62 7. 248 2.2 28.7 824.2 0.8 288 2.0 0.0 2.05.67 Total 48.8 22600.82 205.6 Nilai 222.42 6650.04.5 2.4 Peerapa Model Secara garis besar, proses yag aka dilakuka oleh sistem utuk meagai masalah yag ada dapat dilihat pada blok diagram yag ditujuka pada gambar. Proses Iput: Ambil data pejuala dari aplikasi Farmasi System Kalkulasi data pejuala megguaka metode Pemulusa Ekspoesial dari Holt 5.-4 Meghitug perkiraa pejuala periode medatag
Hitug forecast error Pimpia Lapora Peramala Output : Jumlah ramala pejuala Nilai forecast error Grafik ramala pejuala Gambar. Bolok Diagram Aplikai Peramala Pejuala Sistem Iformasi Farmasi Data Barag Data Pejuala Gambar 5.Diagram koteks Aplikasi Peramala Dari aalisis diatas dapat dibuat iterface aplikasi peramala ii seperti pada gambar 6 berikut ii. Sistem Iformasi Peramala Pejuala Obat Kriteria Peramala Lapora Peramala User Gambara umum sistem peramala pejuala obat ii dapat dilihat pada gambar 4 berikut ii. Mulai Pilih data obat Pegambila data pejuala Meghitug peramala Gambar 6.Flowchart Aplikasi Peramala Gambar 6 meujukka parameter yag harus diiput sebelum dilakuka proses peramala. Parameter yag harus diiput yaitu ilai periode yag diramalka serta periode pegambila data pejuala sebelumya sebagai data acua peramala. sedagka ilai alfa da beta secara default sudah terisi. Utuk data obat (barag) dapat dipilih lebih dari satu. setelah semua parameter diisi dega bear, lagkah selajutya yaitu melakuka proses peramala dega megklik tombol proses. Setelah proses peramala selesai, hasilya dapat dilihat seperti pada gambar 7 berikut ii. Ouput Data Peramala Selesa i Gambar 4.Flowchart Aplikasi Peramala Diagram koteks dari sistem meggambarka masuka yag diterima da keluara yag dihasilka oleh sistem[7], seperti yag ditujukka pada Gambar 5 berikut ii. Gambar 7.Lapora Peramala. Kesimpula Hasil peelitia berupa sebuah aplikasi yag mampu meerapka metode Pemulusa Ekspoesial dari Holt utuk melakuka proses peramala pejuala obat. Aplikasi ii dapat diterapka dega baik dega kebutuha Istalasi Farmasi RSUD dr Murjai. Aplikasi ii mampu memberika suatu keluara berupa lapora 5.-5
hasil peramala beberapa periode medatag yag disertai dega ilai kesalaha peramala (forecast error) da juga disajika dalam betuk grafik. Aplikasi ii dapat meramalka beberapa ataupu seluruh item obat secara bersamaa dega tepat. Utuk peelitia selajutya, aplikasi ii dapat dikembagka utuk sistem pedukug keputusa dalam meetuka batas miimal dalam melakuka reorder (pembelia) obat. Jika stok obat telah mecapai batas miimal persediaa, sistem secara otomatis memberika rekomedasi utuk melakuka pembelia. Daftar Pustaka [] S., Buffa; Elwood, Rakesh; K. Sari, Moder Productio ad Operatio Maagemet, Eight Editio, Joh Willey ad Sos Ic, Lodo, 6. [2] Eppe G. D, Iyer A. V, Improved Fashio Buyig with Bayesia Updates, Operatio Research 45 805-8, 7 [] Makridakis, S, dkk., Metode da Aplikasi Peramala. Jilid. Edisi kedua, Biarupa Aksara, Jakarta,. [4] T. Hai, Hadoko, Dasar-dasar Maajeme Produksi da Operasi, BPFE Yogyakarta, Yogyakarta,. [5] Gaspersz, Vicet, Productio Plaig ad Ivetory Cotrol, PT Gramedia Pustaka Utama, Jakarta, 200. [6] Reder; Barry; Heizer, Jay, Maajeme Operasi, Salemba Empat, Jakarta, 2004. [7] Hartoo, Jogiyato, Aalisis & Desai Sistem Iformasi Pedekata Terstruktur Teori da Praktik Aplikasi Bisis, ANDI, Yogyakarta, 2005. [8] Heizer, Jay; Rader; Barry, Operatios Maagemet: Maajeme Operasi. Jakarta: Salemba Empat, 2005. [] Herjato, Eddy, Maajeme Operasi, GRASINDO, Jakarta, 2007. [0] Noeryati; Oktafiai, Ely; Adriyai, Fera, Aplikasi Pemulusa Ekspoesial Dari Brow Da Dari Holt Utuk Data Yag Memuat Tred, SNAST,Yogyakarta, 202. [] Buulolo, Efori, Implemetasi Algoritma Apriori Pada Sistem Persediaa Obat (Studi Kasus : Apotik Rumah Sakit Estomihi Meda), Pelita Budi Darma, 20. [2] L.G., Luci; Tjadrarii, A. B.; Sulistiowati, Aplikasi Peramala Permitaa Baha Baku Pada Pt. Baba Rafi Idoesia Dega Metode Pemulusa Ekspoesial Witer (Studi Kasus Daerah Surabaya), JSIKA, 20. Biodata Peulis Slamet Riyadi, memperoleh gelar Sarjaa Komputer (S.Kom), Jurusa Tekik Iformatika STMIK AMIKOM Yogyakarta, lulus tahu 2008. Saat ii sedag meyelesaika program S2 Magister Komputer (M.Kom) STMIK AMIKOM Yogyakarta. Saat ii mejadi Dose di Uiversitas Darwa Ali, Sampit, Kalimata Tegah. 5.-6