Halaman Data Jurnal
| Judul Jurnal | Prediksi Penjualan Obat Menggunakan Metode Forecasting Exponential Smooting Models (Studi Kasus : Apotek Simpang F) |
|---|---|
| Nama Lengkap | Putri Permata Sari |
| Nama Pembimbing 1 | Asep Toyib Hidayat, M.Kom |
| Nama Pembimbing 2 | Armanto, M.Kom |
| Abstrak Jurnal | ABSTRAC Prediction (Forecasting) is an attempt to predict future conditions through testing conditions in the past. The problem with the Simpang F Pharmacy is that the Pharmacy has not been able to predict drug sales in the future because the demand for drugs is increasing. In this study, the use of the Single Exponential Smoothing (SES) method was implemented to predict drug sales at the Simpang F Pharmacy based on previous data. The drug samples used were 8 drugs, namely Paracetamol 500 mg, Ketoconazol 200 mg, Paraflu, Ambroxol 30 mg, Piroxicam 20 mg, Antacids, Tera-F and Samtacid as many as 264 data, from February 2020 to October 2022. Data testing used the Rstudio programming.In analyzing the researchers used the stages of inputting data, viewing data plots, making predictions, and measuring the Mean Percentage Error (MAPE) error value. The prediction results of drug sales at the Simpang F Pharmacy are Paracetamol 422.4929, Ketoconazole 180.0739, Paraflu 860.0145, Ambroxol 337.0633, Piroxicam 175.0015, Antacids 839.1842, Tera-F 910.6769, and Samtacid 167.1121. With MAPE values of Paracetamol 10.36, ketoconazol 17.39 ,Paraflu 9.72, Ambroxol 9.09, Piroxicam 14.94, Antsida 4.61, Tera-F 4.05, and Samtacid 9.72. And the accuracy of the prediction results was Paracetamol 89.4%, Ketoconazole 82.2%, Paraflu 95.4%, Ambroxol 90.9 %, antacids 95.4%, Tera-F 96%, and Samtacid 90.3%. Accuracy is stated as accurate for predictions using the Single Exponential Smoothing (SES) method. Keywords : Prediction, Single Exponential Smooting (SES) ABSTRAK Prediksi (Forecasting) merupakan suatu usaha untuk meramalkan keadaan dimasa mendatang melalui pengujian keadaan dimasa lalu. Permasalahan Pada Apotek Simpang F yaitu pihak Apotek belum bisa memprediksi penjualan obat dimasa yang akan datang karena permintaan obat yang semakin meningkat. Pada penelitian ini diimplementasikan penggunaan metode Single Exponential Smooting (SES) untuk memprediksi penjualan obat di Apotek Simpang F berdasarkan data sebelumnya. Sampel Obat yang digunakan berjumlah 8 obat yaitu Paracetamol 500mg, Ketoconazol 200mg, Paraflu, Ambroxol 30mg, Piroxicam 20mg, Antasida, Tera-F dan Samtacid sebanyak 264 data data yaitu dari bulan Februari 2020 sampai dengan Oktober 2022. Untuk Pengujian data menggunakan pemograman Rstudio. Dalam menganalisis peneliti menggunakan tahapan menginputkan data, melihat plot data, melakukan prediksi, dan melakukan pengukuran nilai kesalahan Mean Percentage Error(MAPE). Hasil prediksi penjualan obat di Apotek Simpang F yaitu Paracetamol 422.4929, Ketoconazol 180.0739, Paraflu 860.0145, Ambroxol 337.0633, Piroxicam 175.0015, Antasida 839.1842, Tera-F 910.6769, dan Samtacid 167.1121. Dengan nilai MAPE Paracetamol 10.36, ketoconazol 17.39 ,Paraflu 9.72, Ambroxol 9.09, Piroxicam 14.94, Antasida 4.61, Tera-F 4.05, dan Samtacid 9.72. Dan ketepatan hasil prediksi sebesar Paracetamol 89,4%, Ketoconazol 82,2%, Paraflu 95,4%, %, Ambroxol 90,9%, Piroxicam 85,1 %, Antasida 95,4%, Tera-F 96%, dan Samtacid 90,3%. Akurasi dinyatakan Sangat Akurat untuk prediksi menggunakan metode Single Exponential Smooting(SES). Kata kunci : Prediksi, Single Exponential Smooting |
| Daftar Pustaka | [1] M. N. Arridho and Y. Astuti, “Penerapan Metode Single Exponential Smoothing untuk Memprediksi Penjualan Katering pada Kedai Pojok Kedaung,” J. Ilm. Intech Inf. Technol. J. UMUS, vol. 2, no. 02, pp. 35–44, 2020, doi: 10.46772/intech.v2i02.288. [2] R. Atkha and Rusdah, “Penerapan Metode Single Exponensial Smoothing untuk Memprediksi Jumlah Penjualan Bulanan pada Ranch Market Pesanggrahan,” J. Idealis, vol. 1, no. 3, pp. 125–132, 2018. [3] R. D. Laksmana, E. Santoso, and B. Rahayudi, “Prediksi Penjualan Roti Menggunakan Metode Exponential Smoothing (Studi Kasus : Harum Bakery),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 5, pp. 4933–4941, 2019, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/5375/2525 [4] R. Hayami, Sunanto, and I. Oktaviandi, “Penerapan Metode Single Exponential Smoothing Pada Prediksi Penjualan Bed Sheet,” J. CoSciTech (Computer Sci. Inf. Technol., vol. 2, no. 1, pp. 32–39, 2021, doi: 10.37859/coscitech.v2i1.2184. [5] D. Bastomi, K. Auliasari, and H. Zulfia Zahro’, “Analisis Perbandingan Metode Single Exponential Smoothing Dan Trend Parabolik Untuk Prediksi Penjualan Kopi (Studi Kasus Pada Today Coffee),” JATI (Jurnal Mhs. Tek. Inform., vol. 5, no. 2, pp. 427–434, 2021, doi: 10.36040/jati.v5i2.3760. [6] D. I. Suryani, M. SIDDIK, and M. IHSAN, “Analisis Single Exponential Smoothing Untuk Memprediksi Penjualan Ayam,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 9, no. 3, pp. 2363–2371, 2022, doi: 10.35957/jatisi.v9i3.2889. [7] W. W. Yudiarti and S. E. Smoothing, “MATH unesa,” vol. 7, no. 3, 2019. [8] N. Hudaningsih, S. Firda Utami, and W. A. Abdul Jabbar, “Perbandingan Peramalan Penjualan Produk Aknil Pt.Sunthi Sepurimengguanakan Metode Single Moving Average Dan Single Exponential Smooting,” J. Inform. Teknol. dan Sains, vol. 2, no. 1, pp. 15–22, 2020, doi: 10.51401/jinteks.v2i1.554. [9] H. S. B. S. Abbas, FORECASTING Aplikasi Penelitian Bisnis QM for Windows VS MINITAN VS MANUAL. Jakarta: Mitra Wacana Media, 2017. [10] J. Gaussian, “1,2,3,4,” vol. 9, pp. 535–545, 2020. [11] H. Ihsan, R. Syam, and F. Ahmad, “Peramalan Penjualan dengan Metode Exponential Smoothing (Studi Kasus : Penjualan Bakso Kemasaan/Kiloan Rumah Bakso Bang Ipul),” J. Math. Comput. Stat., vol. 1, no. 1, p. 1, 2019, doi: 10.35580/jmathcos.v1i1.9168. [12] D. Aprilia, “Penerapan Metode Forecast Exponential Smoothing pada Jumlah Pasien Puskesmas,” J. Biometrika dan Kependud., vol. 5, no. 2, p. 146, 2017, doi: 10.20473/jbk.v5i2.2016.146-156. [13] A. Hidayatuloh, “Bab 1 Pengantar R dan RStudio,” 2022. https://bookdown.org/aepstk/intror/intro.html [14] J. Penerapan, T. Informasi, S. Kasus, and A. Mandiri, “It-Explore,” vol. 01, pp. 90–99, 2022. [15] W. Handoko, “Prediksi Jumlah Penerimaan Mahasiswa Baru Dengan Metode Single Exponential Smoothing (Studi Kasus: Amik Royal Kisaran),” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 5, no. 2, pp. 125–132, 2019, doi: 10.33330/jurteksi.v5i2.356. [16] C. M. Gibran, S. Setiyawati, and F. Liantoni, “Prediksi Penambahan Kasus Covid-19 di Indonesia Melalui Pendekatan Time Series Menggunakan Metode Exponential Smoothing,” J. Inform. Univ. Pamulang, vol. 6, no. 1, p. 112, 2021, doi: 10.32493/informatika.v6i1.9442. [17] N. P. L. Santiari and I. G. S. Rahayuda, “Penerapan Metode Exponential Smoothing Untuk Peramalan Penjualan Pada Toko Gitar,” JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 5, no. 3, p. 203, 2020, doi: 10.31328/jointecs.v5i3.1520. [18] M. A. B. Ferdinand, A. P. Wibawa, I. A. E. Zaeni, and H. A. Rosyid, “Single Exponential Smoothing-Multilayer Perceptron Untuk Peramalan Pengunjung Unik Jurnal Elektronik,” Mob. Forensics, vol. 2, no. 2, pp. 62–70, 2020, doi: 10.12928/mf.v2i2.2034. [19] M. Marizal and F. Mutiarani, “Penerapan Metode Eksponential Smoothing Dalam Memprediksi Jumlah Peserta Didik Baru Di Sma Favorit Kota Payakumbuh,” Maj. Ilm. Mat. dan Stat., vol. 22, no. 1, p. 43, 2022, doi: 10.19184/mims.v22i1.30138. |