Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Industrial Engineering

Peramalan Penjualan Obat Generik Melalui Time Series Forecasting Model Pada Perusahaan Farmasi di Tangerang: Studi Kasus Hernadewita, Hernadewita; Hadi, Yan Kurnia; Syaputra, Muhammad Julian; Setiawan, Donny
Journal of Industrial Engineering & Management Research Vol. 1 No. 2 (2020): Agustus 2020
Publisher : AGUSPATI Research Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (640.216 KB) | DOI: 10.7777/jiemar.v1i2.38

Abstract

Peramalan penjualan pasar memungkinkan sebuah perusahaan memiliki tingkat persediaan yang optimal untuk membuat keputusan produksi yang sesuai dan mempertahankan efisiensi dari kegiatan operasional. Peramalan menjadi alat bantu penting bagi perusahaan untuk perencanaan yang lebih efektif dan efisien dalam meningkatkan kualitas dan produktivitas, termasuk bagi Perusahaan Farmasi yang ada di Tangerang ini dengan kompetensi unggul pada segmen obat generik. Tujuan dari penelitian ini adalah mengetahui metode peramalan time series terbaik untuk meramalkan penjualan obat generik, dan juga memperoleh hasil peramalan penjualan obat generik untuk periode selanjutnya, yaitu terhitung bulan April 2020 sampai dengan Maret 2021. Penelitian ini adalah penelitian deskriptif dengan menggunakan metode peramalan time series dan teknik analisis data menggunakan Microsoft Excel dan Minitab 17. Tingkat error yang dihasilkan dari metode peramalan diketahui dengan penghitungan kesalahan yang terdiri dari mean absolute deviation (MAD), mean squared error (MSE), dan mean absolute percentage error (MAPE). Berdasarkan hasil analisis data, diketahui metode peramalan time series terbaik untuk meramalkan penjualan obat generik ini adalah metode tren musiman. Metode ini dipilih karena memiliki nilai tingkat error paling rendah apabila dibandingkan dengan metode lainnya, yaitu dengan MAD sebesar 47.03, MSE sebesar 7138.98, dan MAPE sebesar 1.33%. Jadi dengan ini perusahaan bisa menentukan angka peramalan mana yang terbaik untuk digunakan, sehingga menumpuknya bahan baku, serta cash flow yang tesendar di suatu inventory tidak akan terjadi lagi, atau adanya kekurangan material yang urgensinya mendadak.
FORECASTING ANALYSIS OF URETHANE BLADE NEEDS ON BELT CLEANER TO MINIMIZE FORECAST ERROR (CASE STUDY AT PT. MS ENGINEERING) Hernadewita, Hernadewita; Zuniawan, Akhyar; Maryani, Edna; Karini, Nofitasari Damayanti
Journal of Industrial Engineering & Management Research Vol. 1 No. 2 (2020): Agustus 2020
Publisher : AGUSPATI Research Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1101.885 KB)

Abstract

MS Engineering is a company engaged in the field engineering, which is producing belt cleaners for cleaning conveyor belts in mining areas, the cement industry and the power plant. In the belt cleaner, has several parts assembled into one, including metal parts and urethane blade parts. PT MS Engineering has low forecasting accuracy, causing excess stock, especially for parts of urethane blade that have expired. The company only sees based on historical data. Therefore, to overcome these problems, it is necessary to forecast demand with the appropriate method. In this study by comparing several forecasting methods to find the highest error rate. The methods to be used include Single Moving Average, Exponential Smoothing and Weighted Moving Averages. From the discussion and analysis of the three calculation methods above, it is known that the calculation results with the 4 monthly Single Moving Average methods are better and more suitable to be applied by PT. MS Engineering in predicting the needs of Urethane Blade in January 2020, because the method has a lower error rate than the method other. The forecast error rate, MAD (Mean Absolute Deviation) of 58,906 and MSE (Mean Square Error) of 4484.57 with forecast results for January 2020 of 292.5 pcs.
Co-Authors A Halim A. Indriani A. Mardian Abdul Halim Adam - Kamil Admon Dani Anizar Indriani Anizar Indriani Asih, Ia Aswata, Aswata Awang, Muhamad Biantoro, Bambang Dafid Mega Saputra Daisy Ade Riany DAMAYANTI KARINI, NOFITASARI Dani, Admon Daruki Daruki Dedi Suryadi Dedi Suryadi Defi Norita Dhimas Satria Ekasari Ekasari, Ekasari Elva Susanti Emi Pahiba Erny Listijorini Erny Listijorini Euis Nina Saparina Yuliani Evan Haviana Fauzan, Ahmad Fauzan, Ghazi Febriana, Tubagus Hendri Fernando, Very Fransisca Debora Frengki Hardian Gilang Ramadhan Gofur , Muhamad Hadi, Yan Kurnia Hardian, Frengki Hardianto Iridiastadi Hargiani, Fransisca Xaveria Harly Demustila Haryadi, Haryadi Hasbullah Hasbullah Hasbullah Hasbullah Haviana, Evan Hendi Herlambang Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra Hendra, Hendra Hendra, Hendra Hendra, Hendra Herlambang, Hendi Hermiyetti Hilmana Radhia Putera Humiras Hardi Purba Ia Asih Ichtiarto, Bonivasius Prasetya Indra Setiawan Indra Setiawan Indra Setiawan Jaqin, Choesnul Jufri, Trizamsuar Khaerudin, Dedy Kurnia Nugraha Luh Putu Ratna Sundari Lusiana, Rina Maryani, Edna Mekro Permana Pinem, Mekro Permana Meliana, Dita Mislan N. Kholik Nasril - Nugraha, Kurnia Nugraha, Kurnia Nur Qodri Wijayanto Nurhaedi, Repi Nurlaili Nurlaili Oktavanni, Syahda Dwi Pebriyanto S Putri - Riki Efendi Rispandi Rosyadi, Imron S, Pebriyanto Sabilah, Ade Irpan Sadiq Ardo Wibowo Saputra, Dafid Mega Sarjono Sarjono, Sarjono Septiana, Reski Septiana, Reski Septiawati, Vera Setiadi, Raden Budi Setiawan, Indra Setiawan, Ipick Sidik Susilo Sidik Susilo Singgih Juniawan Singgih Juniawan Solly Aryza Sri Suhartini Supomo, Cathoche Uniqua Sutarmadi Sutarmadi Syahril Al Qirom Syaputra, Muhammad Julian Syukril, Ahmed Teuku Mirwan Saputra Tubagus Hendri Febriana Ula, Shofiatul Ula, Shofiatul Uti Roysen Y. Saputra Y. Suhartini Yaman Parid Yan Mahesa Damanik Yenni Suhartini Yoserizal Yoserizal Yusuf, Yusvardi Yusuf, Yusvardi Zulfa Fitri Ikatrinasari Zuliantoni, Zuliantoni Zuniawan, Akhyar