Asrul Syam, Husain T, Santi S

Optimasi Manajemen Persediaan Obat Melalui Prediksi Berbasis Metode Least Square

Introduction

Optimasi manajemen persediaan obat melalui prediksi berbasis metode least square. Optimasi manajemen persediaan obat farmasi dengan sistem prediksi berbasis web metode Least Square. Kurangi obat kedaluwarsa & kekurangan stok, tingkatkan efisiensi layanan farmasi.

Abstract

Pengendalian persediaan obat merupakan aspek penting dalam menjamin kelancaran distribusi dan pelayanan farmasi. Namun, praktik pencatatan stok yang masih dilakukan secara manual melalui pemantauan etalase dan rekap bulanan seringkali tidak efektif. Kondisi ini berisiko menimbulkan masalah, seperti kelebihan stok yang menyebabkan obat kedaluwarsa maupun kekurangan stok yang berakibat pada ketidaktersediaan obat bagi pasien. Penelitian ini bertujuan merancang sistem informasi prediksi persediaan obat berbasis web dengan menerapkan metode Least Square. Pendekatan ini dipilih karena mampu memanfaatkan data historis penjualan obat untuk menghasilkan proyeksi kebutuhan secara lebih akurat. Tahapan penelitian meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Hasil implementasi menunjukkan bahwa sistem mampu memberikan prediksi persediaan dengan kategori sangat ukurat berdasarkan perhitungan MAPE diperoleh nilai sebesar  8,7% atau setara  91,3%  sekaligus mempermudah pegawai dalam pengolahan dan manajemen data stok. Dengan demikian, sistem ini dapat menjadi solusi dalam meningkatkan efisiensi pengelolaan obat, mengurangi risiko kerugian akibat kedaluwarsa, serta mendukung peningkatan kualitas layanan farmasi.Pengendalian persediaan obat merupakan aspek penting dalam menjamin kelancaran distribusi dan pelayanan farmasi. Namun, praktik pencatatan stok yang masih dilakukan secara manual melalui pemantauan etalase dan rekap bulanan seringkali tidak efektif. Kondisi ini berisiko menimbulkan masalah, seperti kelebihan stok yang menyebabkan obat kedaluwarsa maupun kekurangan stok yang berakibat pada ketidaktersediaan obat bagi pasien. Penelitian ini bertujuan merancang sistem informasi prediksi persediaan obat berbasis web dengan menerapkan metode Least Square. Pendekatan ini dipilih karena mampu memanfaatkan data historis penjualan obat untuk menghasilkan proyeksi kebutuhan secara lebih akurat. Tahapan penelitian meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Hasil implementasi menunjukkan bahwa sistem mampu memberikan prediksi persediaan dengan kategori sangat ukuratberdasarkan perhitungan MAPE diperoleh nilai sebesar  8,7% atau setara  91,3% sekaligus mempermudah pegawai dalam pengolahan dan manajemen data stok. Dengan demikian, sistem ini dapat menjadi solusi dalam meningkatkan efisiensi pengelolaan obat, mengurangi risiko kerugian akibat kedaluwarsa, serta mendukung peningkatan kualitas layanan farmasi.

Review

The paper, "Optimasi Manajemen Persediaan Obat Melalui Prediksi Berbasis Metode Least Square," addresses a crucial and persistent challenge in pharmacy management: the inefficiencies and risks associated with manual drug inventory control. The authors clearly identify the problems arising from traditional stock monitoring, such as drug expirations due to overstocking and critical shortages impacting patient care. To mitigate these issues, the research proposes and develops a web-based information system that leverages the Least Square method to predict drug inventory requirements, aiming to utilize historical sales data for more accurate forecasting and ultimately improve the reliability of pharmaceutical services. A significant strength of this research lies in its clear problem statement and its direct application of a quantitative method to a real-world operational challenge. The choice of the Least Square method is appropriate for utilizing historical data in prediction, and its integration into a user-friendly, web-based system enhances practical applicability for pharmacy staff. The reported results are particularly compelling: a Mean Absolute Percentage Error (MAPE) of 8.7%, translating to an impressive 91.3% prediction accuracy. This quantitative evidence strongly supports the effectiveness of the proposed system in providing "very accurate" predictions, alongside its reported ability to simplify data processing and stock management for employees. While the abstract effectively highlights the problem, methodology, and promising outcomes, a comprehensive review would seek further details in the full manuscript. For instance, an elaboration on the characteristics of the historical sales data utilized—such as its granularity, duration, and the types of drugs considered—would provide valuable context. Additionally, a discussion comparing the performance of the Least Square method against other common forecasting techniques in this specific pharmaceutical context could further strengthen the findings. Despite these potential areas for deeper exploration, this study offers a compelling and practical solution that promises to significantly enhance drug inventory efficiency, reduce financial losses from expired stock, and contribute positively to the quality and reliability of pharmaceutical services.

Full Text

Comments

You need to be logged in to post a comment.