Analisis Peramalan Stok Obat Di Apotek RS. XYZ Xyz Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA)

Abstract

Abstrak — Penelitian ini bertujuan untuk meramalkan kebutuhan stok obat di Apotek RS XYZ menggunakan metode ARIMA (Autoregressive Integrated Moving Average). Permasalahan pengelolaan stok yang sering mengalami kelebihan atau kekurangan mendorong perlunya peramalan berbasis data untuk mendukung efisiensi dan ketepatan pengadaan obat. Tiga jenis obat dengan frekuensi penggunaan tertinggi Paracetamol, Omeprazole, dan Spironolactone dipilih sebagai objek penelitian, dengan data mingguan dari Januari 2023 hingga Januari 2025. Proses dimulai dari transformasi varians menggunakan Box-Cox, uji stasioneritas dengan Augmented Dickey-Fuller (ADF), serta identifikasi parameter optimal (p,d,q) melalui analisis ACF dan  PACF. Evaluasi model dilakukan berdasarkan nilai AIC, RMSE, dan MAPE, serta uji residual menggunakan Ljung-Box untuk memastikan sifat acak. Hasil menunjukkan bahwa model ARIMA (1,1,1) dan ARIMA (2,1,1) memberikan akurasi prediksi yang baik, dengan MAPE terendah sebesar 11% dan RMSE terendah sebesar 366. Visualisasi hasil peramalan disajikan melalui Power BI agar dapat digunakan secara interaktif oleh pihak apotek. Penelitian ini membuktikan bahwa pendekatan ARIMA dapat menjadi solusi praktis dalam pengelolaan stok obat yang lebih efisien dan berbasis data, serta mendukung pengambilan keputusan strategis di bidang pelayanan farmasi rumah sakit.

Kata Kunci: ARIMA, Peramalan, Stok Obat, RS XYZ, Power BI, Deret Waktu