USULAN PERBAIKAN FORECASTING DEMAND PRODUK OBAT X DAN Y DENGAN METODE TIME SERIES (STUDI KASUS PT. PHAPROS Tbk. SEMARANG)

Abstract

Abstrak

Sebagai perusahaan yang bergerak di bidang farmasi manufaktur, PT Phapros dituntut untuk bisa adaptif
terhadap fluktuasi permintaan yang tidak pasti dan selalu berubah-ubah. Upaya ini diwujudkan dengan
melakukan peninjauan dalam meramalkan atau memperkirakan jumlah permintaan (demand) kedepannya.
Keputusan terkait jumlah permintaan yang akan diproduksi harus didasarkan pada suatu prediksi yang akurat
serta dengan metode yang terbaik sehingga hasil keputusan yang diambil akan tepat terutama dalam
menghadapi masa depan yang tidak pasti termasuk pada produk X yang diproduksi oleh PT Phapros.
Berdasarkan studi dan observasi yang dilakukan, proses peramalan permintaan yang dilakukan masih
tergolong konvensional, sehingga berdampak pada kurangnya akurasi hasil peramalan permintaan produk.
Alternatif solusi atas permasalahan tersebut adalah dengan mengaplikasikan metode peramalan time series
pada berdasarkan data historis demand produk X selama 3 tahun (2020-2022). Hasil pengolahan data
menunjukkan bahwa metode time series terbaik dengan nilai eror terkecil adalah metode Winters Method
dengan nilai MAPE sebesar 32%, MSE sebesar 1699, dan MAD sebesar 5394335. Hasil peramalan yang
didapatkan berdasarkan output Winters Method Smoothing selama 12 periode kedepan adalah Januari sebesar
2833, Februari sebesar 4253, Maret sebesar 7605, April sebesar 3652, Mei sebesar 4585, Juni sebesar 4992,
Juli sebesar 6812, Agustus sebesar 8015, September sebesar 5316, Oktober sebesar 7318, November sebesar
4027, dan Desember sebesar 3597.

Kata Kunci : peramalan; peramalan permintaan; time series; akurasi permintaan; manufaktur farmasi

Abstract

As a company engaged in the pharmaceutical manufacturing sector, PT Phapros is required to be adaptive to
uncertain and ever-changing demand fluctuations. This effort is realized by conducting a review in forecasting
or estimating the number of requests (demand) in the future. Decisions regarding the number of requests to be
produced must be based on an accurate prediction and the best method so that the results of the decisions taken
will be appropriate, especially in the face of an uncertain future, including product X produced by PT Phapros.
Based on the studies and observations made, the demand forecasting process is still relatively conventional, so
it has an impact on the lack of accuracy of product demand forecasting results. An alternative solution to this
problem is to apply the time series forecasting method based on historical data on demand for product X for 3
years (2020-2022). The results of data processing show that the best time series method with the smallest error
value is the Winters Method with a MAPE value of 32%, MSE of 1699, and MAD of 5394335. The forecasting
results obtained based on the Winters Method Smoothing output for the next 12 periods is January of 2833,
February 4253, March 7605, April 3652, May 4585, June 4992, July 6812, August 8015, September 5316,
October 7318, November 4027, and December 3597.

Keywords: forecasting; demand forecasting; time series; request accuracy; pharmaceutical manufacturing