Analisis Kinerja Perbandingan Metode Peramalan Single Exponential Smoothing Dengan Metode Existing Di Rumah Sakit Umum An Ni’mah Banyumas

Muhammad Iqbal, Prof. Dr. apt. Satibi, M. Si.

2024 | Tesis | Magister Manajemen Farmasi

Farmasi rumah sakit mempunyai peran yang sangat penting dalam aspek manajemen pengelolaan obat dan pelayanan kefarmasian. Alokasi dana di banyak negara berkembang untuk belanja obat di rumah sakit dapat menyerap sekitar 40-50% biaya keseluruhan rumah sakit. Dana yang begitu besar membutuhkan pengelolaan dan perencanaan yang baik untuk memastikan ketersediaan obat memadai dalam pelayanan. Tujuan dari penelitian adalah menentukan metode peramalan terbaik untuk memprediksi kebutuhan obat pada masa mendatang.

Metode penelitian ini adalah observasional dengan jenis penelitian deskriptif analisis secara retrospektif. Sampel adalah sepuluh jenis dari seluruh obat-obatan urutan tertinggi berdasar kategori A dari hasil analisis ABC dengan kriteria tertentu menggunakan teknik purposive sampling. Metode peramalan Single exponential smoothing (SES) akan diperbandingkan dengan metode existing yang sedang berlaku di Rumah Sakit Umum An Ni’mah Banyumas dengan memperhitungkan Mean Absolute Deviation (MAD), Mean Square Error (MSE), dan Mean Absolute Percentage Error (MAPE).

Berdasarkan analisis terhadap sepuluh jenis obat selama periode Januari 2022 hingga Desember 2023, metode Single Exponential Smoothing (SES) terbukti memiliki kinerja yang lebih unggul dibandingkan dengan metode Single Moving Average (SMA) 3 Periode yang saat ini digunakan di RS An Ni'mah Banyumas. Hal ini ditunjukkan oleh nilai MAD, MSE, dan MAPE yang lebih rendah pada metode SES. Keunggulan metode SES juga terlihat pada peramalan kebutuhan obat untuk periode Januari hingga Maret 2024, di mana SES mampu menghasilkan lebih banyak peramalan yang sangat akurat (MAPE < 10> 50%) dibandingkan dengan metode SMA.

Kesimpulan dari penelitian ini adalah metode SES dapat menghasilkan nilai peramalan yang lebih unggul dari metode SMA. Akan tetapi masih diperlukan jumlah data yang lebih banyak dan pengelompokan obat yang lebih baik agar dapat menghasilkan hasil penelitian yang lebih akurat.

Hospital pharmacy plays a crucial role in the management of medication and pharmaceutical services. In many developing countries, the allocation of funds for hospital drug procurement can account for approximately 40-50% of the hospital's total expenses. Such significant funding requires effective management and planning to ensure the adequate availability of medications for services. The objective of this study is to determine the best forecasting method to predict future drug needs.

The research method employed is observational with a descriptive analytical retrospective study design. The sample consists of ten types of medications selected from the top-ranked drugs based on Category A of the ABC analysis, chosen using purposive sampling techniques with specific criteria. The Single Exponential Smoothing (SES) forecasting method will be compared to the existing method currently applied at An Ni'mah General Hospital, Banyumas, by assessing Mean Absolute Deviation (MAD), Mean Square Error (MSE), and Mean Absolute Percentage Error (MAPE).

Based on an analysis of ten types of drugs during the period of January 2022 to December 2023, the Single Exponential Smoothing (SES) method demonstrated superior performance compared to the current 3-Period Single Moving Average (SMA) method used at An Ni'mah Hospital. This superiority is reflected in the lower MAD, MSE, and MAPE values for the SES method. The advantages of the SES method were also evident in the drug forecasting for the period of January to March 2024, where SES produced a higher number of highly accurate forecasts (MAPE < 10> 50%) compared to the SMA method.

The conclusion of this study is that the SES method provides better forecasting accuracy than the SMA method. However, additional data and better drug categorization are still needed to achieve more precise research results.

Kata Kunci : Peramalan, SES, SMA 3 Periode, RS An Ni’mah Banyumas