Implementasi K-Means Clustering dan Trend Moment dalam memproyeksikan stok obat di PT. Lestari Jaya Farma
DOI:
https://doi.org/10.29407/inotek.v7i3.3539Abstract
Kecepatan dalam pengolahan dan penyampaian informasi menjadi kunci kesuksesan perusahaan dalam era persaingan bisnis yang bebas. Pedagang Besar Farmasi (PBF) membutuhkan pengolahan data yang efisien untuk mengatur sistem penjualan obat. Namun, PBF sering kesulitan memperkirakan permintaan dan mengelola stok obat dengan tepat. Metode peramalan yang efektif adalah solusi yang diperlukan. Penelitian ini menerapkan Metode K-Means dan Trend Moment untuk memprediksi persediaan obat di PT. Lestari Jaya Farma. Metode K-Means digunakan untuk teknik klastering data, sedangkan Metode Trend Moment digunakan untuk memprediksi tren permintaan berdasarkan data historis penjualan. Penelitian ini menggunakan jumlah data uji coba sebanyak 100 item obat untuk mendapatkan kategori cluster tinggi, sedang, dan rendah. Hasil pengolahan data menunjukkan bahwa kategori cluster tinggi terdiri dari 42 item obat, kategori cluster sedang terdiri dari 32 item obat, dan kategori cluster rendah terdiri dari 24 item obat. Selanjutnya, data diproses menggunakan Metode Trend Moment untuk mendapatkan hasil prediksi tren permintaan. Dalam penelitian ini, hasil prediksi tren moment kemudian dievaluasi, dan didapatkan tingkat Mean Absolute Percentage Error (MAPE) sebesar 15,6988% serta akurasi sebesar 98,57%.
Keywords:
Peramalan, Persediaan Obat, Metode K-Means, Metode Trend Moment##plugins.themes.default.displayStats.downloads##
References
I. Ilyas, F. Marisa, dan D. Purnomo, “Implementasi Metode Trend Moment (Peramalan) Mahasiswa Baru Universitas Widyagama Malang,” JOINTECS (Journal of Information Technology and Computer Science), vol. 3, no. 2, Des 2018, doi: 10.31328/jointecs.v3i2.785.
O. M. Febriani, A. S. Putra, dan R. P. Prayogie, “Rancang Bangun Sistem Monitoring Sirkulasi Obat Pada Pedagang Besar Farmasi (PBF) Di Kota Bandar Lampung Berbasis Web,” Prosiding Seminar Nasional Darmajaya, hlm. 122–132, 2020.
N. Nurlaila, R. Kusuma, dan I. Srihardiningrum, “Pengaruh Motivasi Dan Komunikasi Kerja Karyawan Terhadap Kinerja Karyawan Pada Pt Lestari Jaya Farma (LJF) Cabang Kediri,” AMMER ( Journal of Academic & Multidicipline Reseacrh ), vol. 2, no. 2, hlm. 23–27, 2022.
A. R. Lanuru, “Laporan Praktek Kerja Profesi Apoteker(PKPA) di PBF PT. Lestari Jaya Farma,” Kediri, 2020.
I. Yulian, D. S. Anggraeni, dan Q. Aini, “Penerapan Metode Trend Moment Dalam Forecasting Penjualan Produk CV. Rabbani Asyisa,” JURTEKSI (Jurnal Teknologi dan Sistem Informasi), hlm. 193–200, 2020.
I. Krisna, “Implementasi Metode Trend Moment Pada Toko Delima Jaya Untuk Menentukan Jumlah Kebutuhan Stok Barang,” Universitas Muhammadiyah Jember, Jember, 2020.
J. D. Jaya, “Peramalan Produksi Daging Ayam Ras di Indonesia,” PolhasSains ( Jurnal Sains dan Terapan Politeknik Hasnur), hlm. 36–43, 2019.
M. A. Al-Husaini, M. I. Zul, dan I. Muslim, “Rancang Bangun Sistem Informasi Peramalan Bisnis pada Berkah Swalayan,” Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI-10), hlm. 35–44, 2018.
D. A. Irawati, A. R. Ririd, dan R. R. WO, “Implementasi metode trend moment untuk peramalan penjualan buku tulis,” JURNAL ELTEK, vol. 10, no. 1, hlm. 24–32, 2020.
T. S. Hartayu, Y. Wijoyo, dan D. G. Manik, Manajemen dan Pelayanan Kefarmasian di Apotek Dengan Metode Problem-based Learning dalam Kerangka Paradigma Pedagogi Reflekti. Sanata Dharma University Press, 2020. Diakses: 30 Juni 2023. [Daring]. Tersedia pada: https://books.google.co.id/books?id=Gf70DwAAQBAJ
P. A. Gatto dan R. M. Awangga, Pengelompokan Kedisiplinan Pegawai Berdasarkan Absensi Menggunakan Algoritma K-Means. Buku Pedia, 2023. Diakses: 30 Juni 2023. [Daring]. Tersedia pada: https://books.google.co.id/books?id=AUu5EAAAQBAJ
U. Ulfa, Sumijan, dan G. W. Nurcahyo, “Peramalan Penjualan Pupuk Menggunakan Metode Trend Moment,” Jurnal Informatika Ekonomi Bisnis, vol. 1, hlm. 8–14, 2019, [Daring]. Tersedia pada: https://www.infeb.org/index.php/infeb/article/view/4/3
A. Prasetia, Suriati, dan A. Usman, “Implementasi Metode Trend Moment Untuk Prediksi Data Penjualan Sparepart Sepeda Motor,” JUSIKOM PRIMA (Jurnal Sistem Informasi dan Ilmu Komputer Prima), vol. 5, hlm. 73–79, 2022, [Daring]. Tersedia pada: http://jurnal.unprimdn.ac.id/index.php/JUSIKOM/article/view/2354/1437
N. P. S. Widitriani, I. B. A. I. Iswara, dan W. G. S. Parwita, “Analisis Faktor Penyebab Perbedaan Fluktuasi Data Aktual Penjualan Barang Dengan Hasil Forecasting Menggunakan Single Exponential Smoothing,” Jurnal SIMETRIS, vol. 11, no. 2, 2020.
N. I. K. Wardhani, I. H. S, dan W. D. Puspitasari, “Sistem Forecasting Penjualan Beras dengan Menerapkan Metode Trend Moment,” JATI(Jurnal Mahasiswa Teknik Informatika), vol. 6, hlm. 901907,2022,[Daring].Tersediapada:https://ejournal.itn.ac.id/index.php/jati/article/view/5780/3456
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Arip Dwi Cahyono, Umi Mahdiyah, Patmi Kasih
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
