Perpustakaan Digital ITB

Apotek Hijrah Mulia, apotek ritel di Pekanbaru, Riau, telah menggunakan TechPOS selama 36 bulan untuk mencatat transaksi penjualan, tetapi data tersebut tidak pernah digunakan untuk perencanaan permintaan dan hanya mengandalkan intuisi pemilik serta pemeriksaan stok berkala. Akibatnya, apotek tidak dapat memastikan apakah tingkat persediaan sesuai dengan permintaan aktual, sehingga menimbulkan risiko kehabisan stok pada produk penting maupun kelebihan stok pada produk lambat terjual yang mengikat modal dan berisiko kedaluwarsa. Penelitian ini dilakukan untuk mengetahui apakah akurasi peramalan permintaan dapat ditingkatkan dengan membandingkan tiga model (Holt-Winters, SARIMA, dan ARIMA) menggunakan data penjualan bulanan dari Januari 2023 hingga Desember 2025. Dua SKU dipilih untuk mewakili karakteristik permintaan yang kontras, yaitu CETIRIZINE 10 MG (volume tinggi) dan RENADINAC 50 MG (volume rendah). Karakteristik tren, musiman, dan stasioneritas setiap SKU dianalisis, lalu model kandidat diterapkan, dievaluasi menggunakan MAD, MSD, dan MAPE, serta digunakan untuk menghasilkan peramalan out-of-sample 12 bulan ke depan. Terdapat perbedaan signifikan antara profil kedua SKU. CETIRIZINE 10 MG bersifat stasioner dengan kekuatan musiman moderat (0,4843), dan model Holt-Winters Additive menghasilkan error terendah dengan MAPE 26,72%. RENADINAC 50 MG bersifat non-stasioner, dan model Holt-Winters Multiplicative menjadi yang terbaik dengan MAPE 32,98%. Namun, tidak ada set parameter kandidat yang sepenuhnya signifikan secara statistik untuk kedua SKU, dan SARIMA gagal menghasilkan model yang dapat digunakan, kemungkinan karena data hanya mencakup tiga siklus musiman. Hasil menunjukkan tidak ada satu model yang selalu terbaik, dan pemilihan model perlu mempertimbangkan karakteristik permintaan masing-masing produk. Meskipun kedua nilai MAPE berada di atas ambang 25% yang umum menandakan error peramalan tinggi, hal ini mencerminkan tingginya variabilitas permintaan dan keterbatasan ukuran sampel pada data farmasi bervolume rendah, bukan kelemahan proses pemodelan. Berdasarkan hasil tersebut, Apotek Hijrah Mulia disarankan beralih dari pemesanan ulang berbasis intuisi ke berbasis peramalan, membedakan strategi pemesanan ulang berdasarkan karakteristik produk, serta menggunakan hasil peramalan sebagai dasar perhitungan safety stock dan reorder point di masa mendatang. Penelitian selanjutnya dapat memperluas data historis melebihi 36 bulan, menyelidiki teknik untuk permintaan intermiten, dan menerapkan metode Economic Order Quantity dalam sistem optimasi persediaan yang lebih lengkap. Keywords: demand forecasting, Holt-Winters, SARIMA, ARIMA, pharmaceutical inventory, time series