Perbandingan Metode Peramalan Berbasis Pola Tren Musiman untuk Prediksi Permintaan Obat dengan Model Holt-Winter's Exponential Smoothing dan ARIMA

Abstract

Obat-obatan memainkan peran penting dalam layanan kesehatan masyarakat, seperti pusat kesehatan masyarakat (Puskesmas). Data yang digunakan dalam penelitian ini bersumber dari Puskesmas Gedong Air di Bandar Lampung, sesuai dengan Keputusan Menteri Kesehatan Republik Indonesia No. 26 tahun 2020 tentang Standar Pelayanan Farmasi di Pusat Kesehatan Masyarakat. Untuk memastikan layanan obat yang optimal, ketersediaannya perlu dipertahankan. Salah satu cara untuk mencapai ini adalah dengan menggunakan metode peramalan. Dalam penelitian ini, dua model peramalan, Holt-Winters' Exponential Smoothing dan ARIMA, akan dibandingkan dari segi akurasi dan ketahanan dalam industri kesehatan. Temuan menunjukkan bahwa kedua model memiliki akurasi yang serupa, namun model ARIMA cenderung menunjukkan model yang lebih kuat dibandingkan dengan model Holt-Winters' Exponential Smoothing.

Public health services like community health centers rely heavily on medicine (Puskesmas). The information utilized in this study are obtained from Gedong Air Puskesmas in Bandar Lampung, as per the Pronouncement of the Clergyman of Strength of the Republic of Indonesia No. 26 of 2020 in regards to the Drug Administration Norms at Local area Wellbeing Focuses. Maintaining its availability is essential for providing the best possible medication services. One method for accomplishing this is by utilizing determining strategies. In this review, two estimating models, Holt-Winters' Outstanding Smoothing and ARIMA, will be analyzed with regards to precision and heartiness in medical care industry. The discoveries recommend that the two models has comparative precision, yet the ARIMA model will in general show more strong model contrasted with the Holt-Winters' Dramatic Smoothing model.