Peramalan Penjualan Obat Flu Pada Apotek Sumber Taman Menggunakan Metode ARIMA

iva Rosalia Rahman, Nur Qodariyah Fitriyah, Habibatul Azizah Al Faruq

Abstract


Fenomena cuaca ekstrem yang terjadi belakangan ini di Kota Probolinggo menyebabkan meningkatnya kasus penyakit flu yang berdampak pada tingginya permintaan obat flu di Apotek Sumber Taman Kota Probolinggo. Penelitian ini bertujuan untuk meramalkan penjualan obat flu menggunakan metode ARIMA (Autoregressive Integrated Moving Average) guna membantu apotek dalam mengelola persediaan obat secara lebih optimal dan meminimalisir kerugian akibat stok berlebih. Data yang digunakan merupakan data penjualan mingguan dari Bulan Januari 2019 hingga Bulan Februari 2025. Tahapan penelitian meliputi identifikasi stasioneritas data, analisis ACF dan PACF, identifikasi model ARIMA, estimasi parameter, uji signifikansi, uji diagnostik, dan pengukuran akurasi model menggunakan nilai MAPE. Hasil penelitian menunjukkan bahwa metode ARIMA mampu memberikan prediksi yang baik untuk beberapa merek obat dengan nilai MAPE sebesar 14,54%, namun beberapa merek menunjukkan nilai MAPE hingga 22,74%, mengindikasikan perlunya perbaikan model atau kualitas data. Penelitian ini memberikan kontribusi dalam mendukung keputusan pengadaan stok obat berdasarkan proyeksi penjualan sebelumnya.

Kata Kunci: ARIMA, peramalan, penjualan obat flu, MAPE, Apotek Sumber Taman.

Full Text:

PDF

References


Amrulloh, R. Z., & Wibowo, J. S. (2023). Aplikasi Forecasting Penjualan Pelumas Mesin Menggunakan Metode ARIMA (Studi Kasus : Liquid Oil Shop). INTECOMS: Journal of Information Technology and Computer Science, 6(2), 671–677. https://doi.org/10.31539/intecoms.v6i2.6844

Arum Pitaloka, R., & Rahmawati, R. (2019). Perbandingan Metode ARIMA Box-Jenkins Dengan ARIMA Ensemble Pada Peramalan Nilai Impor Provinsi Jawa Tengah. 8(2), 194–207. http://ejournal3.undip.ac.id/index.php/gaussian

Ayu Wulandari dan Rahmat Gernowo, R. (2019). Metode Autoregressive Integrated Movingaverage (ARIMA) Dan Metode Adaptive Neuro Fuzzy Inference System (ANFIS) Dalam Analisis Curah Hujan (Vol. 22, Issue 1).

Azizah, N., Nugraheni, K., Syalam, &, & Wira Dinata, A. (2023). Triple-Seasonal ARIMA Untuk Peramalan Data Konsumsi Beban Listrik. Contemporary Mathematics and Applications (Vol. 5, Issue 1).

Dani, A. T., Fauziyah, M., & Sandariria, H. (2023). Forecasting The Search Trends of The Keyword “Sarung Wadimor” In Indonesia on Google Trends Data Using Time Series Regression with Calender Variation and ARIMA Box-Jenkins. Jurnal Matematika, Statistika Dan Komputasi, 19(3), 447–459. https://doi.org/10.20956/j.v19i3.24551

Dona, A. R., & Sugiman. (2021). Peramalan Metode ARIMA Data Saham PT. Telekomunikasi Indonesia. PRISMA: Prosiding Seminar Nasional Matematika, 4,611–620. https://journal.unnes.ac.id/sju/index.php/prisma/

Fernandus Wiharja, A., & Ningrum, H. F. (2020). Analisis Prediksi Penjualan Produk PT. Joenoes Ikamulya Menggunakan 4 Metode Peramalan Time Series (Vol. 2, Issue 1). http://bisnisman.nusaputra.ac.id

Hidayat, N., Novitasari, D., Jannah, N., & Ningtyas, F. D. (2025). Analisis Peramalan Produksi Kue Kering di Afifah Bakery dengan Menggunakan Software POM-QM. Jurnal Media Akademik (JMA), 3(5), 3031–5220. https://doi.org/10.62281

Lailiyah, W. H., & Manuharawati, M. S. (2018). Penerapan Metode Autoregressive Integrated Moving Average (ARIMA) Pada Peramalan Nilai Ekspor Di Indonesia. Jurnal Ilmiah Matematika, 6(3).

Luqman Affandi, Hendra Pradibta, & Habibi, M. I. (2018). Peramalan Stok Obat Di Puskesmas Gending Probolinggo Mengunakan Metode Winter’S Exponential Smoothing. Jurnal Informatika Polinema, 4(4), 274. https://doi.org/10.33795/jip.v4i4.219

Milniadi, A. D., & Adiwijaya, N. O. (2023). Analisis Perbandingan Model ARIMA Dan LSTM Dalam Peramalan Harga Penutupan Saham (Studi Kasus : 6 Kriteria Kategori Saham Menurut Peter Lynch). Sibatik Journal: Jurnal Ilmiah Bidang Sosial, Ekonomi, Budaya, Teknologi, Dan Pendidikan, 2(6), 1683–1692. https://doi.org/10.54443/sibatik.v2i6.798

Mule, I. (2021). Peramalan Jumlah Penduduk Miskin di Provinsi Maluku Tahun 2021 Dengan Menggunakan Metode ARIMA. Tensor: Pure and Applied Mathematics Journal, 2(2), 77–86. https://doi.org/10.30598/tensorvol2iss2pp77-86

Muthahharah. (2019). Peramalan Indeks Saham Syariah Indonesia (ISSI) Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA). Jurnal Matematika Dan Statistika Serta Aplikasinya, 7(2).

Panjaitan, A. S., Maretha, M. R., Hilmiah, & Mardhotillah, B. (2023). Optimalisasi Penerapan Metode ARIMA dalam Mengestimasi Harga Emas di Negara Indonesia. Jurnal Ekonomi Dan Statistik Indonesia, 3(2), 136–146. https://doi.org/10.11594/jesi.03.02.06

Robinson Sihombing, P., Marsinta Arsani, A., Arif Kurniawan, M., Mauliasih Aritonang, T., & Budiantono, S. (2023). Premium Rice Price Modeling Using ARIMA Model. Jurnal Bayesian: Jurnal Ilmiah Statistika Dan Ekonometrika, 3(2). https://doi.org/10.46306/bay.v3i2

Rohman Hariri, F., & Mashuri, C. (n.d.). Sistem Informasi Peramalan Penjualan dengan Menerapkan Metode Double Exponential Smoothing Berbasis Web. Generation Journal (Vol. 6, Issue 1).

Salsabila, N., & Oktaviarina, A. (2024). Peramalan PDRB Di Jawa Timur Menggunakan Model ARIMAX Dengan Variabell Eksogen Ekspor-Impor. Jurnal Ilmiah Matematika, 12(1).

Supardi, S., & Notosiswoyo, M. (2005). Pengobatan Sendiri Sakit Kepala, Demam, Batuk Dan Pilek Pada Masyarakat Di Desa Ciwalen, Kecamatan Warungkondang, Kabupaten Cianjur, Jawa Barat. Majalah Ilmu Kefarmasian, 2(3), 134–144. https://doi.org/10.7454/psr.v2i3.3390

Tasna, Y. (2019). Peramalan Jumlah Penggunaan Kuota Internet Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) Tasna Yunita. JOMTA Journal of Mathematics: Theory and Applications, 1(2).

Utomo, P., & Fanani, A. (2020). Peramalan Jumlah Penumpang Kereta Api di Indonesia Menggunakan Metode Seasonal Autoregressive Integrated Moving Average (SARIMA). Jurnal Mahasiswa Matematika ALGEBRA, 1(1), 169–178.

Yanti, F., Nurina Sari, B., & Defiyanti, S. (2024). Implementasi Algoritma LSTM Pada Peramalan Stok Obat (Studi Kasus: Puskesmas Beber). Jurnal Mahasiswa Teknik Informatika, 8(4), 6082–6089.

Yulius, H., & Yetti, I. (2017). Peramalan Kebutuhan Manajemen Logistik Pada Usaha Depot Air Minum Isi Ulang Al-Fitrah. Jurnal Edik Informatika Penelitian Bidang Komputer Sains Dan Pendidikan Informatika, V1.i1(5), 5–14. https://doi.org/10.22202/jei.2014.v1i1.1430

Yuliyanti, R., & Arliani, E. (2022). Peramalan Jumlah Penduduk Menggunakan Model ARIMA. Kajian Dan Terapan Matematika, 8(2), 114–128.


Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.