skripsirepository.ub.ac.id/2902/1/raynaldi, ariel yufi.pdf · 2020. 9. 16. · perencanaan...

PERENCANAAN PERSEDIAAN OBAT TABLET DENGAN ANALISIS

ABC-VED DAN PENENTUAN PERSEDIAAN BERDASARKAN LOT

SIZING

SKRIPSI

TEKNIK INDUSTRI

Diajukan untuk memenuhi persyaratan

memperoleh gelar Sarjana Teknik

ARIEL YUFI RAYNALDI

NIM. 135060700111018

UNIVERSITAS BRAWIJAYA

FAKULTAS TEKNIK

MALANG

2017

Scanned by CamScanner

i

KATA PENGANTAR

Alhamdulillah, segala puji dan syukur kepada Allah SWT yang sudah melimpahkan

rahmat serta hidayah-Nya sehingga penulis dapat menyelesaikan tugas akhir dengan judul

“Perencanaan Persediaan Obat Tablet dengan Analisis ABC-VED dan Penentuan

Persediaan berdasarkan Lot Sizing”. Tidak lupa shalawat serta salam kami ucapkan

kepada junjungan kami Rasulullah , Nabi Muhammad SAW.

Tugas akhir ini disusun untuk memperoleh gelar Sarjana Strata Satu (S-1) yang harus

ditempuh oleh mahasiswa pada Jurusan Teknik Industri, Fakultas Teknik, Universitas

Brawijaya Malang.

Penulis menyadari bahwa dalam penyusunan tugas akhir ini tidak lepas dari bantuan,

kerjasama maupun do’a dari berbagai pihak. Oleh karena itu penulis menyampaikan terima

kasih yang sebesar – besarnya kepada semua pihak yang telah membantu dalam

penyelesaian tugas akhir ini, terutama kepada :

1. Allah SWT yang telah memberikan rahmat-Nya sehingga penulis dapat menyelesaikan

tugas akhir ini.

2. Bapak Ishardita Pambudi Tama, ST., MT., Ph.D. selaku Ketua Jurusan Teknik

Industri, Fakultas Teknik, Universitas Brawijaya Malang.

3. Bapak Arif Rahman, ST., MT. selaku Sekretaris Jurusan Teknik Industri, Fakultas

Teknik, Universitas Brawijaya Malang.

4. Bapak Nasir Widha Setyanto, ST., MT. selaku Dosen Pembimbing I berkat kesabaran

dalam membimbing penulis, memberihkan arahan dan masukan, serta ilmu yang

sangat berharga bagi penulis sehingga dapat menyelesaikan tugas akhir ini.

5. Ibu Agustina Eunike, ST., MT., M.BA. selaku Dosen Pembimbing II dan pembimbing

akademik berkat kesabaran dalam membimbing penulis, memberihkan arahan dan

masukan, motivasi serta ilmu yang sangat berharga bagi penulis sehingga dapat

menyelesaikan tugas akhir ini.

6. Ibu Yeni Sumantri, S.Si., MT., Ph.D, Ibu Wifqi Azlia, ST., MT. dan Bapak Rio

Prasetyo, ST., MT. selaku dosen pengamat seminar proposal dan seminar hasil atas

saran, masukan serta bimbingan yang telah diberikan.

7. Ibu Ikasari Pudji Kurniawati, SSi.Apt selaku kepala Instalasi RSJ Dr Radjiman

Wediodiningrat Lawang dan juga sebagai pembimbing lapangan dan bapak Agus

Instalasi Diklit atas bantuan dan informasi yang telah diberikan kepada penulis.

ii

8. Orang Tuaku, Bapak Drs. Suyitno dan Ibu Dra.Eniati Zuhria atas doa – doa yang telah

diberikan serta pengorbanan, kesabaran, perhatian, pendidikan, dukungan materil serta

perjuangan demi memberikan yang terbaik kepada penulis.

9. Kakakku satu – satunya Nindya Amelia A.Md.Kep. atas doa, kasih sayang dan

motivasi agar penulis cepat menyelesaikan tugas akhir ini.

10. Bapak dan Ibu Dosen Pengajar di Jurusan Teknik Industri yang telah sabar dan ikhlas

memberikan ilmunya kepada penulis.

11. Sahabat – sahabatku semua atas doa, dukungan serta motivasi yang diberikan kepada

penulis.

12. Seluruh saudaraku Teknik Industri 2013 atas doa, bantuan kerjasama dan kebersamaan

yang telah diberikan kepada penulis.

Penulis menyadari bahwa laporan ini masih jauh sempurna mengingat kurangnya

pengetahuan dan pengalaman dari penulis. Oleh karena itu penulis menerima segala saran

dan kritik yang memberikan motivasi agar menjadi yang lebih baik. Semoga hasil

penelitian ini bermanfaat bagi semua pihak.

Malang ,10 Agusuts 2017

Penulis

iii

DAFTAR ISI

Halaman

PENGANTAR .................................................................................................................... i

DAFTAR ISI ...................................................................................................................... iii

DAFTAR TABEL .............................................................................................................. vii

DAFTAR GAMBAR ......................................................................................................... ix

DAFTAR LAMPIRAN ..................................................................................................... xi

RINGKASAN .................................................................................................................. xiii

SUMMARY ..................................................................................................................... xiv

BAB I PENDAHULUAN .................................................................................................. 1

1.1 Latar Belakang ...................................................................................................... 1

1.2 Identifikasi Masalah .............................................................................................. 4

1.3 Rumusan Masalah ................................................................................................. 4

1.4 Batasan Masalalah ................................................................................................. 5

1.5 Asumsi ................................................................................................................... 5

1.6 Tujuan Penelitian ................................................................................................... 5

1.7 Manfaat Penelitian ................................................................................................. 5

BAB II TINJAUAN PUSTAKA ....................................................................................... 7

2.1 Penelitian Terdahulu.............................................................................................. 7

2.2 Rumah Sakit .......................................................................................................... 9

2.3 Instalasi Farmasi Rumah Sakit .............................................................................. 9

2.4 Manajemen ............................................................................................................ 10

2.5 Persediaan .............................................................................................................. 10

2.5.1 Tujuan Persediaan ........................................................................................ 11

2.5.2 Biaya Persediaan .......................................................................................... 11

2.6 Analisis ABC ......................................................................................................... 12

2.6.1 Kriterian Analisis ABC ................................................................................ 13

2.6.2 Penggunaan Analisis ABC ........................................................................... 14

2.6.3 Prosedur Pengelompokkan Analisis ABC ................................................... 14

2.7 Analisis VED ......................................................................................................... 15

2.7.1 Kategori Obat Vital ...................................................................................... 15

2.7.2 Kategori Obat Essential ............................................................................... 16

iv

2.7.3 Kategori Obat Desirable .............................................................................. 17

2.8 Matriks Analisis ABC-VED .................................................................................. 17

2.9 Peramalan .............................................................................................................. 17

2.9.1 Macam – Macam Teknik Peramalan ........................................................... 18

2.9.2 Metode Time Series...................................................................................... 18

2.9.3 Metode Kausal ............................................................................................. 19

2.9.4 Metode Peramalan ....................................................................................... 20

2.9.5 Pengukuran Akurasi Hasil Peramalan ......................................................... 22

2.10 Lot Sizing ............................................................................................................ 23

2.10.1 Penentuan Nilai Koefisien Variabilitas ..................................................... 23

2.10.2 Economic Order Quantity ......................................................................... 24

2.10.3 Period Order Quantity .............................................................................. 24

2.10.4 Algoritma Silver Meal ............................................................................... 25

2.11 Reorder Point ...................................................................................................... 26

BAB III METODOLOGI PENELITIAN ........................................................................ 29

3.1 Jenis Penelitian ...................................................................................................... 29

3.2 Tempat dan Waktu Penelitian ............................................................................... 29

3.3 Langkah – langkah penelitian................................................................................ 29

3.3.1 Tahap Pendahuluan ...................................................................................... 29

3.3.2 Tahap Pengumpulan Data ........................................................................... 30

3.3.3 Tahap Pengolahan Data ............................................................................... 31

3.3.4 Tahap Analisa dan Kesimpulan ................................................................... 32

3.4 Diagram Alir Penelitian......................................................................................... 32

BAB IV HASIL DAN PEMBAHASAN ........................................................................... 35

4.1 Gambaran Umum Objek Penelitian ...................................................................... 35

4.1.1 Sejarah Perusahaan ...................................................................................... 35

4.1.2 Visi dan Misi ................................................................................................ 37

4.1.3 Struktur Organisasi ..................................................................................... 38

4.2 Pengumpulan Data ................................................................................................ 40

4.2.1 Permintaan Aktual Obat Tablet Tahun 2016 ............................................... 40

4.2.2 Lead Time..................................................................................................... 40

4.2.3 Biaya Pemesanan ......................................................................................... 40

4.2.4 Biaya Penyimpanan ..................................................................................... 41

v

4.3 Pengolahan Data .................................................................................................... 42

4.3.1 Pengelompokkan Obat dengan Analisis ABC ............................................. 42

4.3.2 Pengelompokkan Obat dengan Analisis VED ............................................. 43

4.3.3 Pengelompokkan Obat dengan Kombinasi Analisis ABC-VED ................. 44

4.3.4 Peramalan ..................................................................................................... 45

4.3.4.1 Kelompok Obat AV ....................................................................... 46

4.3.4.1.1 Cycozam 100 Mg .......................................................... 46

4.3.4.1.2 Cycozam 25 Mg ............................................................ 48

4.3.4.1.3 Nodiril 2 Mg .................................................................. 49

4.3.4.1.4 Seroquel 100 Mg ........................................................... 51

4.3.4.1.5 Sizoril 25 Mg ................................................................. 53

4.3.4.1.6 Sizoril 100 Mg ............................................................... 54

4.3.4.1.7 Seroquel 200 Mg ........................................................... 56

4.3.4.1.8 Ariski 10 Mg ................................................................. 57

4.3.4.2 Kelompok Obat BV ....................................................................... 59

4.3.4.2.1 Abilify 5 Mg .................................................................. 59

4.3.4.2.2 Zolpidem 10 Mg ............................................................ 60

4.3.4.3 Kelompok Obat AE ....................................................................... 62

4.3.4.3.1 Citicoline 500 Mg ......................................................... 62

4.3.4.3.2 Neugain Umum ............................................................. 64

4.3.4.3.3 Takelin 1000 Mg ........................................................... 65

4.3.5 Perhitungan Nilai Koefisien Variabilitas ..................................................... 68

4.3.6 Perhitungan Lot Sizing ................................................................................. 69

4.3.6.1 Metode Economic Order Quantity ................................................ 69

4.3.6.2 Metode Period Order Quantity ..................................................... 70

4.3.6.3 Metode Algoritma Silver Meal ...................................................... 71

4.3.6.3.1 Sizoril 100 Mg ............................................................... 71

4.3.6.3.2 Takelin 1000 Mg ........................................................... 73

4.3.6.4 Perbandingan Total Biaya Persediaan ........................................... 75

4.3.7 Perhitungan Reorder Point .......................................................................... 76

4.3.7.1 Cycozan 100 Mg ............................................................................ 77

4.3.7.2 Cycozam 25 Mg ............................................................................. 78

4.3.7.3 Nodiril 2 Mg .................................................................................. 78

4.3.7.4 Seroquel 100 Mg ............................................................................ 79

vi

4.3.7.5 Seroquel 200 Mg ............................................................................ 79

4.3.7.6 Abilify 5 Mg .................................................................................. 79

4.3.7.7 Sizoril 25 Mg ................................................................................. 80

4.3.7.8 Ariski 10 Mg .................................................................................. 80

4.3.7.9 Zolpidem 10 Mg ............................................................................ 80

4.3.7.10 Sizoril 100 Mg ............................................................................... 81

4.3.7.11 Citicoline 500 Mg .......................................................................... 81

4.3.7.12 Neugain Umum .............................................................................. 81

4.3.7.13 Takelin 1000 Mg ............................................................................ 82

4.4 Analisis dan Pembahasan ...................................................................................... 82

4.4.1 Pengelompokkan Obat ................................................................................. 82

4.4.1.1 Analisis ABC ................................................................................. 82

4.4.1.2 Analisis VED ................................................................................. 83

4.4.1.3 Analisis ABC-VED ....................................................................... 83

4.4.2 Analisis Peramalan....................................................................................... 84

4.4.3 Analisis Lot Sizing ....................................................................................... 85

4.4.3.1 Analisa Koefisien Variabilitas ....................................................... 85

4.4.3.2 Analisa Lot Sizing dengan EOQ .................................................... 86

4.4.3.3 Analisa Lot Sizing dengan POQ .................................................... 86

4.4.3.3 Analisa Lot Sizing dengan Algoritma Silver Meal ......................... 86

4.4.4 Analisa Reorder Point.................................................................................. 87

BAB V KESIMPULAN DAN SARAN ............................................................................ 89

5.1 Kesimpulan ............................................................................................................ 89

5.2 Saran ...................................................................................................................... 90

DAFTAR PUSTAKA ........................................................................................................ 91

LAMPIRAN ....................................................................................................................... 93

vii

DAFTAR TABEL

Tabel 2.1 Perbandingan Penelitian dengan Penelitian Terdahulu .................................... 8

Tabel 2.2 Contoh Keputusan Manajemen......................................................................... 15

Tabel 2.3 Matriks Analisis ABC-VED ............................................................................. 17

Tabel 4.1 Biaya Pemesanan .............................................................................................. 41

Tabel 4.2 Persentase Persediaan Berdasarkan Analisis ABC ........................................... 43

Tabel 4.3 Pengelompokkan Obat dengan Matriks Analisis ABC-VED ........................... 44

Tabel 4.4 Kelompok Obat Kelas I, II dan III .................................................................... 45

Tabel 4.5 Nilai Error Masing – Masing Peramalan ......................................................... 47

Tabel 4.6 Hasil Peramalan Obat Cycozam 100 Mg.......................................................... 47


Tabel 4.8 Hasil Peramalan Obat Cycozam 25 Mg............................................................ 49


Tabel 4.10 Hasil Peramalan Obat Nodiril 2 Mg ................................................................. 50


Tabel 4.12 Hasil Peramalan Obat Seroquel 100 Mg .......................................................... 52


Tabel 4.14 Hasil Peramalan Obat Sizoril 25 Mg ................................................................ 54


Tabel 4.16 Hasil Peramalan Obat Sizoril 100 Mg .............................................................. 55


Tabel 4.18 Hasil peramalan Obat Seroquel Ir 200 Mg ....................................................... 57


Tabel 4.20 Hasil Peramalan Obat Ariski 10 Mg ................................................................. 58


Tabel 4.22 Hasil Peramalan Obat Abilify 5 Mg ................................................................. 60


Tabel 4.24 Hasil Peramalan Obat Zolpidem 10 Mg ........................................................... 61


Tabel 4.26 Hasil Peramalan Obat Citicoline 500 Mg ......................................................... 63


Tabel 4.28 Hasil Peramalan Obat Neugain Umum............................................................. 65

viii


Tabel 4.30 Hasil Peramalan Obat Takelin 1000 Mg .......................................................... 66

Tabel 4.31 Metode Peramalan yang Terpilih...................................................................... 67

Tabel 4.32 Perbandingan Error Perencanaan di Rumah Sakit dengan Hasil Peramalan

Periode 2017 ..................................................................................................... 67

Tabel 4.33 Perhitungan Nilai Koefisien variabilitas Obat Cycozam 100 Mg .................... 68

Tabel 4.34 Daftar Koefisien Variabilitas Obat Tabelt Kelas I ........................................... 68

Tabel 4.35 Hasil Perhitungan EOQ dan Total Inventory Cost Tahun 2017 ....................... 70

Tabel 4.36 Hasil Perhitungan POQ dan TIC Tahun 2017 .................................................. 71

Tabel 4.37 Hasil Perhitungan Sizoril 100 Mg dengan Algoritma Silver Meal ................... 72

Tabel 4.38 Hasil Perhitungan Takelin 1000 Mg dengan Algoritma Silver Meal ............... 74

Tabel 4.35 Perbandingan Rincian Biaya Persediaan .......................................................... 75

Tabel 4.36 Perbandingan Toal Biaya Persediaan ............................................................... 75

Tabel 4.37 Permintaan Obat Cycozam 100 Mg Selama 12 Bulan ..................................... 77

Tabel 4.38 Hasil Perhitungan Reorder Point...................................................................... 82

ix

DAFTAR GAMBAR

Gambar 1.1 Presentase Penggunaan Obat Reguler di RSJ Dr Radjiman Wediodiningrat

Lawang Tahun 2016 .................................................................................... 2

Gambar 2.1 Kurva ABC .................................................................................................. 13

Gambar 2.2 Pola Random ................................................................................................ 18

Gambar 2.3 Pola Musiman .............................................................................................. 19

Gambar 2.4 Pola Siklus ................................................................................................... 19

Gambar 2.5 Pola trend ..................................................................................................... 19

Gambar 3.1 Diagram Alir Penelitian ............................................................................... 33

Gambar 4.1 Struktur Organisasi RSJ Dr Radjiman Wediodiningrat Lawang ................. 38

Gambar 4.2 Permintaan Aktual Obat Cycozam 100 Mg Tahun 2016 ............................. 47

Gambar 4.3 Grafik Peramalan Obat Cycozam 100 Mg Periode 2017 ............................. 48

Gambar 4.4 Permintaan Aktual Obat Cycozam 25 Mg Tahun 2016 ............................... 48

Gambar 4.5 Grafik Peramalan Obat Cycozam 25 Mg ..................................................... 49

Gambar 4.6 Permintaan Aktual Obat Nodiril 2 Mg Tahun 2016 .................................... 50

Gambar 4.7 Grafik Peramalan Obat Nodiril 2 Mg .......................................................... 51

Gambar 4.8 Permintaan Aktual Obat Seroquel 100 Mg Tahun 2016 .............................. 51

Gambar 4.9 Grafik Peramalan Obat Seroquel 100 Mg .................................................... 53

Gambar 4.10 Permintaan Aktual Obat Sizoril 25 Mg Tahun 2016 ................................... 53

Gambar 4.11 Grafik Peramalan Obat Sizoril 25 Mg ......................................................... 54

Gambar 4.12 Permintaan Aktual Obat Sizoril 100 Mg Tahun 2016 ................................. 54

Gambar 4.13 Grafik Peramalan Obat Sizoril 100 Mg Tahun 2017 ................................... 55

Gambar 4.14 Permintaan Aktual Obat Seroquel 200 Mg Tahun 2016 .............................. 56

Gambar 4.15 Grafik Peramalan Obat Seroquel 200 Mg Tahun 2017 ............................... 57

Gambar 4.16 Permintaan Aktual Obat Ariski 10 Mg Tahun 2016 .................................... 57

Gambar 4.17 Grafik Peramalan Obat Ariski 10 Mg Tahun 2017 ...................................... 58

Gambar 4.18 Permintaan Aktual Obat Abilify 5 Mg Tahn 2016 ...................................... 59

Gambar 4.19 Grafik Peramalan Oat Abilify 5 Mg Tahun 2017 ........................................ 60

Gambar 4.20 Permintaan Aktual Obat Zolpidem 10 Mg Tahun 2016 .............................. 61

Gambar 4.21 Grafik Peramalan Obat Zolpidem 10 Mg Tahun 2017 ................................ 62

Gambar 4.22 Permintaan Aktual Obat Citicoline 500 Mg Tahun 2016 ............................ 62

Gambar 4.23 Grafik Peramalan Obat Citicoline 500 Mg Tahun 2017 .............................. 63

x

Gambar 4.24 Permintaan Aktual Obat Neugain Umum 10 Mg Tahun 2016 .................... 64

Gambar 4.25 Grafik Peramalan Obat Neugain Umum Tahun 2017 .................................. 65

Gambar 4.26 Permintaan Aktual Obat Takelin 1000 Mg Tahun 2016 .............................. 65

Gambar 4.27 Grafik Peramalan Obat Takelin 1000 Mg Tahun 2017 ............................... 66

Gambar 4.28 Perbandingan Biaya Existing dengan Biaya Usulan .................................... 76

Gambar 4.29 Grafik hubungan EOQ dan ROP Obat Cycozam 100 Mg ........................... 78

xi

DAFTAR LAMPIRAN

Lampiran 1 Data Perencanaan dan Penggunaan Obat Tablet Tahun 2016 ..................... 93

Lampiran 2 Data Konsumsi Obat Tablet Tahun 2016 ..................................................... 95

Lampiran 3 Perhitungan Analisis ABC ........................................................................... 97

Lampiran 4 Hasil Pengelompokkan dengan Analisis ABC ......................................... 101

Lampiran 5 Hasil Kuisioner Obat VED ....................................................................... 102

Lampiran 6 Hasil Pengelompokkan dengan Analisis VED ......................................... 104

Lampiran 7 Peramalan Obat Cycozam 100 Mg dengan Moving Average n=7 ............ 106

Lampiran 8 Peramalan Obat Cycozam 25 Mg dengan Moving Average n=7 .............. 107

Lampiran 9 Peramalan Obat Nodiril 2 Mg dengan Line trend Analysis ...................... 108

Lampiran 10 Peramalan Obat Seroquel 100 Mg Ir dengan Exponential Smoothing With

Tren ........................................................................................................... 109

Lampiran 11 Peramalan Obat Sizoril 25 Mg dengan Moving Average.......................... 110

Lampiran 12 Peramalan Obat Sizoril 100 Mg dengan Moving Average n = 7 .............. 111

Lampiran 13 Peramalan Obat Seroquel Ir 200 Mg dengan Metode Weighted Moving

Average n = 5 ............................................................................................ 112

Lampiran 14 Peramalan Obat Ariski 10 Mg dengan Line Tren Analysis ....................... 113

Lampiran 15 Peramalan Obat Abilify 5 Mg dengan Exponential Smoothing With Tren

α=0,7 dan β=0,05 ...................................................................................... 114

Lampiran 16 Peramalan Obat Zolpidem 10 Mg dengan Exponential Smoothing With Tren

α=0,7 dan β=0,05 ...................................................................................... 115

Lampiran 17 Peramalan Obat Citicoline 500 Mg dengan Moving Average n = 7 ......... 116

Lampiran 18 Peramalan Obat Neugain dengan Moving Average n = 7 ......................... 117

Lampiran 19 Peramalan Obat Takelin 1000 Mg dengan Moving Average n = 7 ........... 118

xii

(Halaman ini sengaja dikosongkan)

xiii

RINGKASAN

ARIEL YUFI RAYNALDI, Jurusan Teknik Industri , Fakultas Teknik, Universitas

Brawijaya, 2017. Perencanaan Persediaan Obat Tablet dengan Analisis ABC-VED dan

Penentuan Persediaan Berdasarkan Lot Sizing, Nasir Widha Setyanto dan Agustina Eunike.

Instalasi Farmasi RSJ Dr Radjiman Wediodiningrat Lawang bertanggung jawab dalam

perencanaan dan pengadaan obat yang dibutuhkan oleh pasien. Pada tahun 2016 masih

terjadi ketidaksesuaian antara perencanaan dan konsumsi obat, sehingga menyebabkan

kelebihan maupun kekurangan persediaan obat. Kondisi tersebut mengakibatkan rumah

sakit mengalami kerugian. Tujuan dari penelitian ini adalah mengurangi ketidaksesuaian

antara perencanaan dan penggunaan obat tablet dan menentukan persediaan yang optimal

untuk meminimalisasi biaya persediaan.

Pada penelitian ini digunakan kombinasi antara analisis always better control (ABC)

dan analisis vital essential desirable (VED) untuk mengetahui tingkat prioritas masing -

masing obat. Klasifikasi tersebut menghasilkan tiga kelas obat. Selanjutnya untuk

memperkirakan kebutuhan periode selanjutnya, akan dilakukan peramalan untuk obat

tablet yang masuk dalam kelas I karena obat dalam kelas I adalah kelompok obat yang

membutuhkan tingkat pengawasan yang paling tinggi. Untuk menentukan ukuran

pemesanan yang optimal dilakukan perhitungan lot sizing dan kemudian membandingkan

total biaya persediaan yang dihasilkan dalam penelitian ini dengan kondisi existing. Dan

tahap terakhir adalah menentukan reorder point tiap obat untuk mengetahui titik

pemesanan kembali.

Hasil dari analisis ABC adalah 11 item masuk dalam kelompok A, kelompok B 17

item dan kelompok C 29 item. Untuk analisis VED menghasilkan 10 obat yang masuk

dalam kategori vital, 32 masuk dalam kategori essential dan 15 obat masuk dalam kategori

desirable. Kombinasi dari analisis ABC-VED membagi obat kedalam tiga kelas, yaitu

sebanyak 13 obat masuk dalam kelas I, 34 masuk dalam kelas II dan 10 obat masuk dalam

kelas III. Metode peramalan yang terpilih adalah moving average, weighted moving

average, exponential smoothing with tren dan trend line analysisi. Untuk menentukan

ukuran pemesanan yang optimal dilakukan perhitungan dengan economic order quantity

untuk obat yang bersifat statis dan obat yang bsersifat dinamis dihitung dengan period

order quantity dan algoritma silver meal. Berdasarkan perhitungan dengan metode tersebut

total biaya persediaan pada penelitian ini lebih kecil dibandingkan kondisi existing dengan

penghematan sebesar Rp 72.837.282. Dan tahap terakhir dalam penelitian ini adalah

menentukan titik pemesanan kembali masing – masing obat.

Kata Kunci : perencanaan persediaan, analisis ABC-VED, peramalan, EOQ, POQ,

algoritma silver meal, reorder point.

xiv

Halaman ini sengaja dikosongkan

xv

SUMMARY

ARIEL YUFI RAYNALDI, Department of Industrial Engineering, Faculty of

Engineering, University of Brawijaya, 2017. Tablet Drug Planning with ABC-VED

Analysis and Inventory Determination Based on Lot Sizing, Nasir Widha Setyanto and

Agustina Eunike.

Pharmacy Installation of RSJ Dr. Radjiman Wediodiningrat Lawang is responsible for

the planning and procurement of pharmaceutical drugs for medication of patient in the

hospital. In 2016, there were imbalance between number of planning and consumptions of

pharmaceutical drugs, which caused either over stock and stock out of drugs’ inventory.

These conditions resulted in hospital losses. The purpose of this research is to reduce the

imbalance between planning and use of tablet drugs and determine the optimal inventory to

minimize inventory costs.

This research combined Always Better Control (ABC) analysis and Vital Essential

Desirable (VED) analysis to determine the priority level of each drug. The classification

resulted three classes of drugs. This study generated demand planning only for drugs in

class I of ABC-VED classification which required highest level of supervision. The

demand planning included the demand estimation in 2017, the optimal lot sizing, the

reorder point of each drug, and comparison the total inventory cost between the proposed

lot size and existing policy of demand planning.

The results of the ABC analysis were 11 items entered in group A, group B 17 items

and group C 29 items. From the VED analysis, 10 drugs were included in the vital

category, 32 drugs were in the essential category and 15 drugs were categorized as

desirable. The combination of ABC-VED analysis divided the drugs into three classes,

which were 13 drugs included in class I, 34 drugs were in class II and 10 drugs were class

III. The selected forecasting method were moving average, weighted moving average,

exponential smoothing with trend and trend line analysis. The optimal order size was

calculated by economic order quantity for static drugs. On the other hand, period order

quantity and silver meal algorithm were used to determined number of lot size for dynamic

drugs type. Furthermore the reorder point of each drug were determined. Based on the

calculation by the method the total cost of inventory in this study was smaller than the

existing condition with savings of 72.837.282.

Keywords: inventory planning, ABC-VED analysis, forecasting, EOQ, POQ, silver meal

algorithm, reorder point.

xvi


1

BAB I

PENDAHULUAN

Pada bab ini akan dijelaskan mengenai latar belakang dilakukanya penelitian ini,

pengidentifikasian masalah yang ada dalam penelitian, perumusan masalah, tujuan

penelitian, dan juga manfaat yang diharapkan dari penelitian ini.

1.1 Latar Belakang

Berdasarkan peraturan Menteri Kesehatan Republik Indonesia Nomor 58 Tahun 2014

tentang standar pelayanan kefarmasian di Rumah Sakit, Rumah Sakit adalah institusi

pelayanan kesehatan yang menyelenggarakan pelayanan kesehatan perorangan secara

paripurna yang menyediakan pelayanan rawat inap, rawat jalan, dan gawat darurat. Rumah

sakit harus memberikan pelayanan yang maksimal untuk mendapatkan hasil yang optimal

dengan cara mengelola organisasi yang ada di dalamnya dengan baik. Salah satunya adalah

Instalasi Farmasi. Berdasarkan peraturan Menteri Kesehatan Republik Indonesia Nomor 58

Tahun 2014 tentang standar pelayanan kefarmasian di Rumah Sakit, Pelayanan

Kefarmasian adalah suatu pelayanan langsung dan bertanggung jawab kepada pasien yang

berkaitan dengan sediaan farmasi dengan maksud mencapai hasil yang pasti untuk

meningkatkan mutu kehidupan pasien.

Aditama (2006) menyatakan bahwa untuk menunjang pelaksanaan kegiatan di RS

diperlukan bahan-bahan logistik, bahan logistik adalah bahan operasional yang sifatnya

habis pakai seperti obat-obatan, bahan farmasi lainnya, lauk pauk, ATK, kebersihan/rumah

tangga, dan perlengkapan lainya. Kegiatan logistisk secara umum memiliki 3 tujuan yaitu

tujuan operasional, tujuan keuangan dan tujuan pengamanan. Dalam memenuhi tujuan

kegiatan logistik Rumah Sakit diperlukan manajemen logistik sehingga barang-barang

logistik yang tersedia di Rumah Sakit dapat terus terjamin keberadaannya.

Rumah Sakit Jiwa Dr. Radjiman Wediodiningrat Lawang merupakan salah satu rumah

sakit yang membutuhkan pengelolaan persediaan logistik dengan baik. Instalasi farmasi

dalam Rumah Sakit tersebut bertanggung jawab penuh atas proses perencanaan dan

pengadaan, obat – obatan yang dibutuhkan oleh pasien. Untuk memberikan pelayanan

yang maksimal kepada para pasien dan efisiensi biaya dalam pengadaan obat dibutuhkan

proses perencanaan yang tepat. Sehingga tidak menimbulkan stock out yang berakibat pada

1

2

terganggunya proses pelayanan pada pasien. Selain itu juga tidak mengakibatkan kelebihan

stock yang juga berakibat pada biaya penyimpanan yang timbul cukup besar.

Berdasarkan satuan atau bentuknya ada 10 macam obat di RSJ Dr. Radjiman

Wediodiningrat Lawang, yaitu : tablet, kapsul, botol, tube, ampul, kaplet, pcs, sachet, pot,

dan vial. Jenis tablet adalah obat yang paling sering di konsumsi dibandingkan dengan

jenis lainya, yaitu sebesar 41 % sehingga penelitian lebih di fokuskan pada obat tablet.

Berikut ini adalah grafik dari tingkat konsumsi obat reguler di RSJ Dr. Radjiman

Wediodiningrat Lawang.

Gambar 1.1 Persentase Penggunaan Obat Reguler Di RSJ Dr. Radjiman Wediodiningrat Lawang

Tahun 2016

Menurut pegawai instalasi farmasi yang bertanggung jawab dalam perencanaan obat,

dalam memenuhi kebutuhan obat – obatan di RSJ Dr. Radjiman Wediodiningrat Lawang,

pihak Rumah Sakit sudah mempunyai perencanaan, yaitu menggunakan data permintaan

obat tahun sebelumnya dan menambahkan kelonggaran sekitar 1- 1,5% . Perencanaan

tersebut masih kurang efektif karena masih sering terjadi ketidak-seimbangan antara

perencanaan dan penggunaanya. Untuk tabel data perbandingan antara perencanaan dan

penggunaan obat tablet pada tahun 2016 bisa dilihat di lampiran 1.

Berdasarkan tabel pada lampiran 1 masih terdapat selisih antara perencanaan dan

penggunaan obat tablet pada tahun 2016 dengan rata-rata presentase selisih sebesar 42%.

Tabel pada lampiran 1 tersebut menunjukkan sebanyak 49 obat mengalami kelebihan stock

dan 8 obat yang mengalami kekurangan stock.. Perencanaan dan penggunaan yang masih

belum seimbang mengakibatkan terjadinya stock out yang mengaharuskan pihak rumah

sakit untuk melakukan pemesanan kembali agar kebutuhan obat bagi pasien segera

terpenuhi karena jika kebutuhan pasien tersebut tidak dapat terpenuhi pasien yang

membutuhkan obat tersebut harus menunggu obat datang atau membeli obat di tempat lain.

Kebutuhan pasien yang tidak terpenuhi akan mengakibatkan kerugian bagi pihak rumah

tablet 41%

kapsul 18%

tube 11%

amp 11%

SACHET 1%

KAPLET 3%

VIAL 4%

BTL 9%

PCS 1%

pot 1%

Presentase Penggunaan Obat Reguler

3

sakit karena mereka akan kehilangan kesempatan unutk memperoleh keuntungan yang

cukup besar jika terus terjadi. Selain terjadi stock out juga terjadi over stock yang bisa

menimbulkan biaya tambahan untuk penyimpanan obat yang tersisa maupun kerugian obat

yang harus terbuang karena kadaluarsa.

Berdasarkan kondisi tersebut Rumah Sakit ingin mengurangi ketidaksesuaian antara

perencanaan dengan realisasi obat untuk meminimalisasi biaya persediaan obat di Rumah

Sakit. Obat di rumah sakit mempunyai jenis dan jumlah yang banyak serta memiliki

tingkat kebutuhan yang berbeda, sehingga manajemen perlu melakukan perencanaan yang

optimal dengan dan mengendalikanya sesuai dengan tingkat kebutuhan masing – masing

obat. Obat tersebut diklasifikasikan terlebih dahulu berdasarkan tingkat investasi dan

tingkat konsumsi dari obat. Metode analisis ABC adalah metode yang digunakan untuk

mengklasifikasikan persediaan tingkat penggunaan dan tingkat investasi.(Gaspersz, 2002).

Namun analisi ABC hanya mengelompokkan obat berdasarkan tingkat investasinya saja.

Rumah sakit bukanlah profit oriented, keselamatan pasien dan kesehatan pasien

merupakan yang utama sehingga diperlukan pengelompokkan obat berdasarkan tingkat

kekritisan pemberian obat terhadap pasien untuk mengetahui kebutuhan obat yang paling

diperlukan oleh pasien. Analisis VED mengklasifikasikan obat berdasarkan tingkat tingkat

kekritisan pemberian obat terhadap pasien. Analisis VED mengelompokkan obat kedalam

3 kelompok, yaitu vital, essential, dan desirable. Kombinasi dari analisis ABC-VED

mengelompokkan obat lebih spesifik ke dalam tiga kelas, yaitu kelas I, kelas II dan kelas

III. Keuntungan dari pengelompokkan dengan analisis ABC-VED akan memudahkan

pihak rumah sakit dalam mengelola persediaan obat karena di RSJ Dr. Radjiman

Wediodiningrat Lawang masih belum ada parameter yang jelas untuk mengelompokkan

obat yang ada. Selain itu juga untuk membantu pihak rumah sakit dalam menentukan

prioritas persediaan.

Dalam menentukan kebutuhan pada periode selanjutnya pihak RSJ Dr. Radjiman

Wediodiningrat Lawang belum menggunakan metode yang tepat sehingga terjadi

perbedaan yang cukup signifikan antara hasil perencanaan dengan penggunaan. Kondisi

tersebut mengakibatkan terjadinya kekurangan persediaan sehingga pihak rumah sakit

harus melakukan pemesanan ulang dan kelebihan persediaan yang berakibat biaya yang

cukup besar. Untuk mengetahui jumlah kebutuhan persediaan tahun depan dilakukan

dengan peramalan. Metode peramalan yang digunakan bergantung pada pola historis

masing - masing obat. Setelah memperoleh hasil peramalan dilakukan perhitungan untuk

menentukan lot size masing – masing obat. Menurut Sipper & Bulfin, (1998:256) dalam

4

menentukan metode lot sizing yang digunakan harus menghitung nilai koefisien

variabilitas terlebih dahulu. Perhitungan koefisien variabilitas untuk mengetahui apakah

data bersifat statis atau dinamis. Metode yang digunaka jika data bersifat statis adalah

Economic Order Quantity, namun bila data bersifat dinamis metode yang digunakan

adalah POQ, Silver meal, PBB dan LUC. Metode yang dipilih adalah metode yang

menghasilkan total biaya persediaan yang minimum. Setelah menghitung lot size juga

dilakukan perhitungan reorder point (ROP) untuk mengetahui waktu pemesanan ulang

yang dilakukan untuk masing – masing obat untuk menghindari terjadinya kelebihan

maupun kekurangan stock.

Dengan dilakukannya penerapan metode untuk mengelompokkan obat, peramalan,

penentuan ukuran pemesanan dan penentuan waktu pemesanan ulang dalam pengendalian

persediaan di Instalasi Farmasi RSJ Dr. Radjiman Wediodiningrat Lawang tersebut,

diharapkan pihak rumah sakit dapat mengelola persediaan obat dengan mengetahui

kelompok obat sesuai dengan dengan tingkat investasi dan penggunaan masing – masing

obat dan mengetahui jumlah permintaan pada masa yang akan datang. Selain itu juga untuk

mengetahui ukuran pemesanan yang optimal yang dapat meminimumkan biaya. Reorder

point juga berguna untuk mengetahui titik pemesanan kembali sehingga tidak terjadi

kekurangan maupun kelebihan stock obat.

1.2 Identifikasi Masalah

Berdasarkan latar belakang diatas, maka dapat diidentifikasikan beberapa masalahan

yang akan diteliti yaitu:

1. Terdapat perbedaan antara perencanaan dan penggunaan obat tablet pada tahun 2016

dengan rata – rata selisih sebesar 42%

2. Terjadi kekurangan stock yang mengakibatkan kerugian bagi rumah sakit maupun

pasien

3. Terjadi kelebihan stock yang berakibat pada bertambahnya biaya penyimpanan yang

besar dan kerugian akibat obat yang kadaluarsa.

4. Pihak rumah sakit masih kesulitan dalam mengklasifikasikan obat yang akan

direncanakan.

1.3 Rumusan Masalah

Berdasarkan latar belakang diatas, maka rumusan masalah yang akan diteliti yaitu:

5

1. Bagaimana hasil pengelompokkan obat tablet berdasarkan analisis ABC-VED di

Instalasi Farmasi RSJ Dr. Radjiman Wediodiningrat Lawang?

2. Apakah metode peramalan yang tepat digunakan untuk meramalkan jumlah obat tablet

di Instalasi Farmasi RSJ Dr. Radjiman Wediodiningrat Lawang Tahun 2017 ?

3. Metode apakah yang digunakan agar lot size obat tablet optimum di Instalasi Farmasi

RSJ Dr. Radjiman Wediodiningrat agar total cost minimum ?

4. Kapan dilakukan titik pemesanan kembali untuk obat tablet ?

1.4 Batasan Penelitian

Batasan masalah digunakan agar ruang lingkup dalam penelitian lebih terfokus.

Berikut ini adalah batasan masalah dalam penelitian ini :

1. Obat yang dijadikan objek dalam penelitian ini adalah obat tablet

2. Perhitungan peramalan, ukuran pemesanan dan reorder point hanya untuk obat tablet

kelas I

1.5 Asumsi

Asumsi yang digunakan dalam penelitian ini adalah biaya penyimpanan yang dipakai

sebesar 26 % dari harga obat.

1.6 Tujuan Penelitian

Tujuan yang ingin dicapai dalam penelitian ini adalah :

1. Mengklasifikasikan obat tablet berdasarkan kombinasi analisis ABC-VED di Instalasi

Farmasi RSJ Dr. Radjiman Wediodiningrat Lawang.

2. Mengetahui metode peramalan yang tepat untuk meramalkan obat tablet di Instalasi

Farmasi RSJ Dr. Radjiman Wediodiningrat Lawang periode 2017.

3. Mengetahui jumlah lot size yang paling optimum untuk meminimumkan total cost di

Instalasi Farmasi RSJ Dr. Radjiman Wediodiningrat Lawang.

4. Mengetahui titik pemesanan kembali agar permintaan terlayani dengan baik

1.7 Manfaat Penelitian

Manfaat penelitian ini adalah :

1. Dapat memudahkan pengelolaann obat tablet berdasarkan tingkat investasi dan tingkat

penggunaan dengan analisis ABC-VED

6

2. Dapat mengurangi ketidakseimbangan antar perencanaan dan penggunaan obat tablet

di Instalasi Farmasi RSJ Dr. Radjiman Wediodiningrat Lawang.

3. Dapat meminimalisasi biaya pemesanan dan mengetahui titik pemesanan kembali

untuk mengurangi terjadinya kelebihan maupun kekurangan stock.

7

BAB II

TINJAUAN PUSTAKA

Pada bab ini akan dijelaskan mengenai landasan teori yang berhubungan dan

mendukung untuk menganalisis dan mengolah data. Tinjauan pustaka bersumber dari

buku, jurnal ilmiah, penelitian lainya, internet dan sumber – sumber lainya.

2.1 Penelitian Terdahulu

Dalam penelitian ini penulis mengacu pada beberapa penelitian sebelumnya yang

pernah dilakukan sebagai referensi dalam melaksanakan penelitian ini. Berikut ini

merupakan penelitian terdahulu yang berkaitan dengan pengendaliaan persediaan obat :

1. Ariyanti (2011) pada penelitian yang berjudul Analisia pengendalian obat dengan

analisis ABC, EOQ, dan ROP pada Instalasi Farmasi Rumah Sakit X. Total investasi

yang dibutuhkan untuk pembelian obat antibiotik tahun 2011 sebesar Rp

1.866.502.206, selain itu juga terjadi kekosongan persediaan obat karena perencanaan

yang tidak tepat. Penelitian tersebut menggunakan analisis ABC untuk

mengklasifikasikan obat dan perhitungan EOQ dan ROP. Kelompok A terdapat 11

item obat dengan nilai investasi sebesar Rp 876.329.723 . Kelompok B 96 item obat

dengan nilai investasi sebesar Rp 785.005.348 dan kelompok C 1532 item obat dengan

nilai investasi Rp 205.166.955 . ROP kelompok A mulai dari 9 hingga 126 unit.

2. Hadiani (2011) melakukan penelitian dengan judul Klasifikasi Obat Gawat Darurat

Menggunakan Analisis ABC-VED di Instalasi Farmasi RSUD Dr Moewardi

Surakarta. Jumlah obat gawat darurat yang ada di RSUD Dr Moewardi Surakarta

sangat banyak sehingga pihak rumah sakit masih kesulitan dalam merencanakan

persediaan terhadap obat tersebut. Selain itu persediaan obat di RSUD Dr Moewardi

Surakarta juga membutuhkan kontrol yang lebih karena terdiri dari banyak jenisnya.

Obat gawat darurat merupakan sebagian obat yang mutlak harus tersedia di ruangan

karena obat tersebut bersifat life saving. Oleh karena itu pada penelitian ini dilakukan

analisis ABC-VED untuk mengelompokkan obat berdasarkan tingkat investasi dan

tingkat penggunaanya. Hasil dari penelitian tersebut adalah terdapat 49 jenis obat

gawat darurat di kelas I dan 95 jenis obat gawat darurat pada kelas II.

7

8

3. Kartika (2015) melakukan penelitian dengan judul Klasifikasi Obat Berdasarkan

Kombinasi Analisis ABC-VED Dan Perencanaan Persediaan Dengan

Mempertimbangkan Lot Sizing. Pada grafik perbandingan antara perencanaan dengan

penggunaan persediaan obat tablet reguler tahun 2014 diketahui bahwa 88% data

menunjukkan bahwa perencanaan yang dibuat dengan penggunaan cukup seimbang.

Sedangkan 12% data yang menunjukkan ketidakseimbangan antara perencanaan

dengan penggunaan yang sangat berpengaruh terhadap operasional rumah sakit. Pihak

rumah sakit masih menggunakan metode epidemiologi yang didasarkan dengan

konsumsi pada tahun sebelumnya sehingga tidak menggambarkan perencanaan yang

jelas. Selain itu belum ada parameter yang jelas untuk mengelompokkan obat yang

ada. Dalam penelitian ini menggunakan kombinasi analisis ABC-VED untuk

membantu manajemen dalam memprioritaskan persediaan obat. Selain itu juga

dilakukan perhitungan untuk menentukan ukuran pemesanan dan waktu pemesanan

kembali untuk menentukan jumlah pesanan yang optimal dan waktu pemesanan yang

optimal untuk meminimumkan total inventory cost dan menghindari terjadinya

kelebihan dan kekurangan persediaan. Hasil dari kombinasi analisi ABC-VED

menunjukkan kelas I dengan jumlah 14 item obat, kelas II 119 item obat dan kelas III

9 item obat. Reorder point obat kelas I bervariasi mulai dari 13 sampai 353 unit.

Berikut ini merupakan perbandingan antara penelitian sebelumnya yang telah

dilakukan.

Tabel 2.1

Perbandingan Penelitian dengan Penelitian Terdahulu

Penulis Tools Yang Digunakan Hasil

Ariyanti (2011) ABC – EOQ

Hasil dari penelitian ini adalah kelompok A

11 item obat dengan nilai investasi Rp

876.329.723 . Kelompok B 96 item obat

dengan nilai investasi sebesar Rp

785.005.348 dan kelompok C 1532 item

obat dengan nilai investasi Rp 205.166.955

. ROP kelompok A mulai dari 9 hingga 126

unit.

Hadiani (2011) ABC-VED

Penelitian ini memudahkan pihak rumah

sait dalam pengendalian persediaan obat

gawat darurat di RSUD Dr Moewardi

Surakarta. Analisi ABC-VED memudahkan

pihak rumah sakit dalam mengendalikan

persediaan obat gawat darurat di rumah

sakit yang sangat banyak. Hasil dari

penelitian ini adalah terdapat 49 jenis obat

gawat darurat di kelas I dan 95 jenis obat

gawat darurat pada kelas II.

9

Penulis Tools Yang Digunakan Hasil

Kartika (2015)

ABC - VED, Algoritma

Silver Meal, dan

Algoritma Wagner

Within

Penelitian ini bertujuan untuk

mengelompokkan obat berdasarkan tingkat

investasi dan tingkat kekritisanya dengan

kombinasi analisis ABC-VED. Penelitian

ini juga menghitung ukuran pemesan yang

optimal untuk mengatsi masalah yang

dihadapi pihak rumah sakit karena biaya

yang besar akibat ketidak sesuaian antara

perencanaan dengan penggunaan. Hasil dari

penelitian ini menunjukkan obat kelas I

(kelompok AV,BV,CV,AE) 14 item, kelas

II (kelompok BE,CE,BD) 119 item dan

kelas III (kelompok CD) 9 item.

Penelitian ini

ABC - VED

Lot Sizing

ROP

Penelitian ini bertujuan untuk

mengelompokkan obat berdasarkan tingkat

investasi dan tingkat kekritisanya dengan

kombinasi analisis ABC-VED karena setiap

item obat memilik tingkat penggunaan

maupun tingkat investasi yang bervariasi.

Penelitian ini juga menghitung ukuran

pemesan yang optimal untuk mengatsi

masalah yang dihadapi pihak rumah sakit

karena biaya yang besar akibat ketidak

sesuaian antara perencanaan dengan

penggunaan.

2.2 Rumah Sakit

Berdasarkan Peraturan Menteri Kesehatan Republik Indonesia Nomor 11 Pasal 1

Tahun 2016, rumah sakit adalah institusi pelayanan kesehatan yang menyelenggarakan

pelayanan kesehatan perorangan secara paripurna yang menyediakan pelayanan rawat inap,

rawat jalan, dan gawat darurat. Pelayanan paripurna merupakan pelayanan kesehatan

secara promotif, preventif, kuratif (penyembuhan) dan pemulihan (rehabilitatif).

2.3 Instalasi Farmasi Rumah Sakit

Menurut Peraturan Menteri Kesehatan No.3 Tahun 2015 tentang Peredaran,

Penyimpanan, Permusnahan, dan Pelaporan Narkotika, Psikotropika, dan Prekursor

Farmasi, Instalasi Farmasi Rumah Sakit adalah unit pelaksanaan fungsional yang

menyelenggarakan kegiatan pelayanan kefarmasian di Rumah Sakit. Tujuan dari pelayanan

kefarmasian untuk mengidentifikasi, mencegah, dan menyelesaikan masalah terkait dengan

Obat. Tuntutan pasien dan masyarakat terhadap peningkatan mutu pelayanan kefarmasian,

mengakibatkan terjadinya perluasan dari paradigma lama yang hanya berorientasi kepada

10

produk (drug oriented) menjadi paradigma baru yang berorientasi kepada pasien (patient

oriented) dengan filosofi Pelayanan Kefarmasian (pharmaceutical care).

2.4 Manajemen

Manajemen adalah sebuah proses kegiatan yang berkaitan dengan pengkoordinasian

serta pengawasan suatu pekerjaan orang lain sehingga pekerjaan tersebut dapat

terselesaikan secara efektif dan efisien. Pekerjaan yang efektif adalah pekerjaan yang

ketika dilakukan dapat mencapai sasaran atau tujuan. Sedangkan pekerjaan dapat dikatakan

efisien ketika menghasilkan output sebanyak mungkin dengan input seminimal mungkin

(Robbins, 2010:7).

Manajemen memiliki empat fungsi dasar, yaitu:

1. Perencanaan (Planning), yaitu kegiatan untuk menyusun dan merencanakan tujuan

yang ingin dicapai perusahaan serta bagaimana cara untuk mencapai tujuan tersebut.

2. Penataan (Organizing), yaitu fungsi untuk menentukan pekerjaan apa yang harus

diselesaikan, siapa yang menyelesaikan, dan cara menyelesaikanya.

3. Kepemimpinan (Leading), yaitu fungsi untuk mengarahkan, memimpin dan

memotivasi sehingga karyawan dapat menjalankan tugas sesuai dengan yang

diinginkan.

4. Pengendalian (Controlling), yaitu fungsi untuk pengendalian terhadap aktivitas yang

dilakukan apakah sudah sesuai dengan target yang telah ditentukan dan melakukan

perbaikan jika diperlukan.

2.5 Persediaan

Menurut Assauri, (2004;169) Persediaan adalah bahan atau bagian yang disimpan dan

digunakan dalam proses proses produksi dari suatu perusahaan. Selain itu persediaan juga

berupa barang jadi yang disediakan untuk memenuhi kebutuhan setiap saat. Terdapat

empat jenis persediaan secara umum, yaitu :

1. Bahan baku (raw material) adalah barang mentah yang siap diolah menjadi produk

jadi.

2. Bahan setengah jadi (work in process) adalah bahan baku yang telah diolah dan siap

untuk dijual ataupun akan di olah kembali untuk menjadi barang jadi.

3. Barang jadi (finished good) yaitu barang yang telah selesai diolah dan siap untuk

disimpan maupun didistribusikan.

11

4. Bahan – bahan pembantu (supplies) yaitu barang yang digunakan dalam proses

produksi maupun jasa namun tidak menjadi bagian dari produk akhir.

2.5.1 Tujuan Persediaan

Menurut Nasution & Prasetyawan, (2008:29) persediaan adalah sumber daya

menganggur yang harus tetap dijaga oleh perusahaan agar dapat menjalankan kegiatan

operasional perusahaan secara efektif dan efisien. Jika dalam suatu perusahaan terjadi

kekurangan persediaan atau bahkan kehabisan persediaan, maka pelanggan akan beralih ke

perusahaan lain karena harus menunggu untuk mendapatkan pesanan.

Menurut Stevenson, (2004:181) tujuan persdiaan adalah :

1. Untuk memenuhi permintaan konsumen

2. Untuk melancarkan kebutuhan produksi

3. Menjaga keberlangsungan aktivitas produksi agar tidak terganggu ketika terjadi

kerusakan mesin atau tidak terduga lainya.

4. Untuk menghindari kekurangan persediaan (stock out) karena pengiriman yang

terlambat ataupun kenaikan permintaan dari pelanggan,

5. Untuk mengambil keuntungan dari siklus pembelian barang.

6. Untuk menghindari terjadinya kenaikan harga barang.

7. Untuk memungkinkan terjadinya proses produksi. Kegiatan produksi yang

membutuhkan waktu, sehingga akan terjadi persediaan barang setengah jadi dalam

produksi maupun di gudang.

2.5.2 Biaya Persediaan

Biaya persediaan adalah semua biaya yang timbul akibat dari pengeluaran maupun

kerugian dari adanya persediaan menurut Nasution & Prasetyawan (2008:121). Biaya –

biaya tersebut meliputi :

1. Biaya pembelian (purchasing cost) : Biaya yang dikeluarkan untuk membeli barang

yang besarnya tergantung ukuran pemesanan.

2. Biaya pengadaan (procurement cost) : Biaya untuk pengadaan dibagi menjadi 2 jenis,

yaitu:

(a) Biaya pemesanan (ordering cost) adalah biaya untuk mendatangkan barang dari

pemasok. Biaya tersebut berupa biaya menentukan supplier, pengangkutan, biaya

penerimaan dan seterusnya.

12

(b) Biaya pembuatan (setup cost) adalah biaya untuk mempersiapkan produksi

produksi seperti set up mesin.

3. Biaya penyimpanan (holding cost) : Biaya yang dikeluarkan untuk menyimpan barang,

misalkan biaya gudang, biaya memiliki persediaan, biaya kerusakan biaya penyusutan,

biaya administrasi dll.

4. Biaya penyiapan (manufacturing cost) atau set up cost : Biaya ini terjadi jika bahan –

bahan yang digunakan tidak dibeli tetapi dibuat sendiri yang dapat menimbulkan biaya

– biaya untuk memproduksi bahan tersebut. Biaya – biaya tersebut seperti biaya

mesin – mesin menganggur, biaya penjadwalan, biaya penyiapan tenaga kerja dan

biaya ekspedisi lainya.

5. Biaya kekurangan (shortage cost) : Biaya yang harus dikeluarkan karena terjadi

kekurangan persediaan. Biaya tersebut misalkan keterlambatan produksi, hilangnya

konsumen. Selain itu keadaan tersebut juga dapat mengurangi keuntungan karena

proses produksi yang terganggu. Biaya kekurangan diukur dari kuantitas yang tidak

dapat dipenuhi, waktu pemenuhan dan pengadaan darurat. Biaya persediaan

dirumuskan dalam :

Total Cost Inventory (TIC) = PR +

(2-1)

2.6 Analisis ABC

Persediaan terdiri dari berbagai jenis barang yang jumlahnya sangat banyak dan

memiliki tingkat prioritas yang tidak sama. Oleh karena itu dibutuhkan suatu analisis untuk

mengetahui tingkat prioritas dalam menentukan persediaan.

Analisis ABC (Always, Better, Control) merupakan teknik pengendalian persediaan

yang mengklasifikasikan material berdasarkan biaya penggunaan barang tersebut per

periode (harga per unit material dikali volume penggunaan selama periode tertentu)

Gaspersz, (2002;273). Klasifikasi tersebut mengadopsi prinsip pareto menyatakan bahwa

20% dari bagian tersebut memiliki dampak yang besar yaitu 80%. Sehinga prinsip tersebut

menekankan bahwa walaupun bahan yang terdapat dalam persediaan hanya sebagian kecil,

namun memiliki dampak yang sangat besar.

Metode ini berguna untuk meningkatkan perhatian manajemen dalam menetukan

prioritas persediaan. Menurut Gasperz, (2002;273) analisis ABC terbagi menjadi 3

kelompok, yaiatu kelompok A, B, dan C.

13

1. Kelompok A adalah kelompok barang yang mempunyai nilai persediaan paling

sedikit, yaitu 10%-20% unit dari total persediaan. Tetapi kelompok A memiliki nilai

investasi sebesar 30%-70% dari nilai total investasi.

2. Kelompok B adalah kelompok barang yang memilik jumlah persedian 20%-30% unit

dari total persediaan dan memiliki nilai investasi sebesar 20%-30% dari nilai total

investasi.

3. Kelompok C adalah kelompok dengan jumlah sebesar 30%-70% unit dari total

persediaan namun memiliki nilai investasi sebesar 10%-20% dari total nilai investasi.

100%

20%

40%

60%

80%

20% 40% 60% 80%

Kelompok A

Kelompok B

Kelompok C

Presentase Jumlah Persediaan

Presentase Nilai Investasi

Gambar 2.1 Kurva ABC

Sumber: Gasperz, (2002:275)

2.6.1 Kriteria Analisis ABC

Metode ABC berguna untuk mengendalikan persediaan dan memudahkan manajemen

dalam menetukan persediaan yang penting dan di prioritaskan. Karena penentuan

persediaan sangat berpengaruh terhadap keuangan organisasi. Berikut ini adalah kriteria

dari masing – masing item dalam analisis ABC (Nasution & Prasetyawan, 2008:236) :

1. Kelas A

a. Membutuhkan perhatian yang lebih besar dari manajemen dan evaluasi peramalan

dengan beberapa metode yang lebih sering.

b. Membutuhkan kontrol secara ketat dengan melakukan pencatatan persediaan yang

masuk dan keluar

c. Melakukan pemesanan dengan jumlah yang kecil tetapi sering, untuk menghindari

kekurangan persediaan.

d. Tindakan yang dilakukan haarus berhati – hati untuk mengurangi lead time

2. Kelas B

Perlakuan hampir sama dengan kelas A, namun dengan frekuensi yang lebih sedikit

14

3. Kelas C

a. Melakukan pencatatan secara sederhana dan pengamatan periodik

b. Melakukan pemesanan dengan jumlah besar dan tetap memperhatikan kebutuhan

safety stock

2.6.2 Penggunaan Analisis ABC

Menurut Gasperz, (2002:273) analisis ABC digunakan untuk menetapkan:

1. Frekuensi perhitungan inventori (cycle counting), bahan – bahan yang termasuk dalam

kelas A harus lebih sering diuji pencatatan inventorinya dari bahan kelas B dan kelas

C.

2. Prioritas rekayasa, melakukan rekayasa pada bahan – bahan kelas A dan B dalam

program untuk mengurangi biaya – biaya ketika mencari bahan yang perlu difokuskan.

3. Memprioritaskan pembelian kepada bahan baku yang mempunyai nilai tingggi (hight

cost) dan penggunaan dalam jumlah tinggi (high usage).

4. Keamanan, analisis ABC digunakan sebagai indikator dari bahan – bahan kelas A dan

B untuk disimpan kedalam ruang yang aman untuk mencegah kerusakan maupun

kehilangan .

5. Sistem pengisian kembali (replenishment systems), analisis ABC membantu

mengidentifikasi metode dalam pengendalian yang akan digunakan.

6. Keputusan investasi, bahan – bahan pada kelas A menunjukkan investasi yang lebih

besar, sehingga harus berhati – hati ketika menentukan kuantitas pemesanan dan stok

pengamanan terhadap bahan kelas A dibandingkan dengan kelas B dan C.

2.6.3 Prosedur Pengelompokkan Analisis ABC

Menurut Gasperz, (2002:274) dalam mengunakan analisis ABC terdapat beberapa

prosedur dalam mengelompokkanya, antara lain :

1. Menentukan volume penggunaan per periode terhadap barang yang diklasifikasikan

2. Mengalikan volume jumlah penggunaan per periode dengan biaya per unit untuk

memperoleh total biaya inventori per periode.

3. Menjumlahkan nilai total biaya dari semua material inventori untuk mendapatkan total

penggunaan biaya keseluruhan.

4. Membagi total biaya setiap barang per periode dengan jumlah total biaya keseluruhan

persediaan untuk mendapatkan presentase dari total penggunaan barang.

5. Mengurutkaan persediaan berdasarkan presentase penggunaan yang paling besar.

15

6. Mengelompokkan barang ke dalam kelas A, B, dan C berdasarkan kriteria yang telah

ditentukan.

Setelah bahan – bahan tersebut dikelompokkan, selanjutnya pihak manajemen perlu

menggunakan kebijakan JIT dalam mengelola persediaan kelas A.

Tabel 2.2

Contoh Keputusan Manajemen

Deskripsi Kelas A Kelas B Kelas C

Fokus perhatian Manajemen Utama Normal Cukup

Pengendalian Ketat Normal Longgar

Stok Pengaman Sedikit Normal Cukup

Akurasi Peramalan Tinggi Normal Cukup

Kebutuhan perhitungan Inventori (cycle counting) 1 – 3 bulan 3 – 6 bulan 6 – 12 bulan

Sumber: Gaspers, (2002:276)

2.7 Analisis VED

Menurut Thawani, et al (2003), analisis VED bertujuan untuk mengkelompokkan obat

dalam kaitanya dengan tingkat kekrtisan pemberian obat terhadap pasien. Sedangkan

kategori obat tersebut antara lain adalah :

1. Kategori V (Vital) yaitu obat yang sangat dibutuhkan oleh pasien untuk

menyelamatkan hidupnya dan harus ada setiap waktu dalam persediaan.

2. Kategori E (Essential) yaitu kategori obat yang berguna untuk mengurangi rasa sakit

namun memiliki waktu pemberian yang lebih rendah dari kategori vital.

3. Kategori D (Desirable) yaitu obat penunjang dengan waktu pemberian terhadap pasien

lebih rendah dari kategori vital dan essential

2.7.1 Kategori Obat Vital

Obat kategori vital harus tersedia setiap saat dalam persediaan meskipun dalam jumlah

sedikit. Obat dalam kategori ini harus tersedia minimal 20% dari total obat yang tersedia.

Obat dalam kategori vital antara lain :

1. Obat penyelamat (life saving drugs).

2. Obat pelayanan kesehatan pokok, contoh : serum dan vaksin

3. Obat untuk mengatasai penyakit dengan penyebab kematian yang besar, contoh :

stroke, penyakit jantung, kanker dan diabetes.

16

2.7.2 Kategori Obat Essential

Menurut Keputusan Menteri Kesehatan Republik Indonesia

No.312/MENKES/SK/IX/2013 obat essential adalah adalah obat terpilih yang paling

dibutuhkan yang mencakup upaya diagnosis, profilaksis (mencegah atau menjaga), terapi

dan rehabilitasi, yang diupayakan tersedia di fasilitas kesehatan sesuai fungsi dan

tingkatnya. Obat essential harus tersedia minimal 15% dari total persediaan yang tersedia.

Berikut ini adalah kriteria pemilihan obat essential.

1. Memiliki rasio manfaat-resiko (benefit-risk ratio) yang paling menguntungkan

penderita.

2. Mutu terjamin, termasuk stabilitas dan bioavailabilitas.

3. Praktis dalam penyimpanan dan pengangkutan.

4. Praktis dalam penggunaan dan penyerahan.

5. Menguntungkan dalam hal kepatuhan dan penerimaan oleh penderita.

6. Memiliki rasio manfaat-biaya (benefit-cost ratio) yang tertinggi berdasarkan biaya

langsung dan tidak langsung.

7. Bila terdapat lebih dari satu pilihan yang memiliki efek terapi yang serupa, pilihan

dijatuhkan pada:

a. Obat yang sifatnya paling banyak diketahui berdasarkan data ilmiah.

b. Obat dengan sifat farmakokinetik yang diketahui paling menguntungkan.

c. Obat yang stabilitasnya lebih baik.

d. Mudah diperoleh.

e. Obat yang telah dikenal

8. Obat jadi kombinasi tetap, harus memenuhi kriteria berikut:

a. Obat hanya bermanfaat bagi penderita dalam bentuk kombinasi tetap.

b. Kombinasi tetap harus menunjukkan khasiat dan keamanan yang lebih tinggi

daripada masing-masing komponen.

c. Perbandingan dosis komponen kombinasi tetap merupakan perbandingan yang tepat

untuk sebagian besar penderita yang memerlukan kombinasi tersebut.

d. Kombinasi tetap harus meningkatkan rasio manfaat-biaya (benefit-cost ratio).

e. Untuk antibiotik kombinasi tetap harus dapat mencegah atau mengurangi terjadinya

resistensi dan efek merugikan lainnya.

17

2.7.3 Kategori Obat Desirable

Obat dalam kategori ini merupakan obat yang paling sedikit tingkat penggunaanya bila

dibandingkan dengan kelas lainya. Kategori obat desirable termasuk dalam obat penunjang

seperti vitamin. Obat ini harus tersedia minimal 5% dari total persediaan. Kekosongan

persediaan kategori obat ini dapat ditolelir lebih dari 48 jam.

2.8 Matriks Analisis ABC-VED

Menurut Thawani, et al (2003) dalam menentukan prioritas persediaan obat dapat

dilakukan dengan menggabungkan analisis ABC-VED. Kombinasi tersebut terbagi dalam

tiga kelas.

Tabel 2.3

Matriks Analisis ABC-VED

Kategori ABC

A (Always) B (Better) C (Control)

Kategori VED

V (Vital) AV BV CV

E (Essential) AE BE CE

D (Desirable) AD BD CD

Sumber: Thawani, et al (2003)

1. Kelas I : AV, BV, CV, AE, AD

Kelompok I merupakan kelompok yang dikelola oleh manajemen puncak karena

membutuhkan pengawasan yang lebih tinggi untuk menjaga anggaran dan

ketersediaan obat

2. Kelas II : BE, CE, BD

Kelompok II adalah kelompok yang memiliki tingkat prioritas dan perhatian dari

manajemen lebih rendah dari kelas I

7. Kelas III: CD

Kelas III adalah kelompok obat yang memiliki tingkat prioritas yang paling rendah

dan perhatian yang paling rendah dari manajemen

2.9 Peramalan

Menurut Nasution & Prasetyawan (2008:29) peramalan merupakan cara untuk

menentukan atau memperkirakan kebutuhan di masa depan seperti penjualan, persediaan,

pengunaan produk berdasarkan data historis. Peramalan berfungsi sebagai alat pengambil

keputusan yang baik. Peramalan juga digunakan untuk alat bantu dalam perencanaan untuk

menentukan sumber daya di msasa depan secara efektif dan efisien. Namun peramalan

tidak terlalu diperlukan dalam kondisi permintaan yang stabil ketika permintaan relatif

kecil. Peramalan diperlukan ketika kondisi permintaan bersifat dinamis dan komplek.

18

2.9.1 Macam – macam Teknik Peramalan

Menurut Gaspersz (2002:85) terdapat dua pendekatan dalam teknik peramalan yaitu

kualitatif dan kuantitatif.

1. Teknik kualitatif merupakan teknik peramalan yang tidak menggunakan perhitungan

secara matematis, namun teknik ini lebih menggunakan pertimbangan akal sehat

maupun pengalaman dari seseorang yang subjektif, dipengaruhi oleh emosi, instuisi,

maupun pendidikan. Empat metode yang digunakan dalam teknik kuantitatif ini adalah

survey, delphi (perkiraan para ahli), keputusan manajer dan riset pasar.

2. Teknik kuantitatif marupakan teknik peramalan yang menggunakan perhitungan

secara matematis untuk meramalkan kondisi di masa yang akan datang. Teknik ini

dapat digunakan ketika informasi yang digunakan dapat dikuantifikasikan ke bentuk

data. Metode yang digunakan dalam teknik ini adalah metode deret berkala (time

series) dan metode kausal.

2.9.2 Metode Time Series

Metode time series adalah metode yang digunakan dalam menganalisi data

berdasarkan waktu untuk memperkirakan permintaan. Dalam menggunakan time series

perlu mempertimbangkan jenis pola data untuk memperoleh metode yang tepat untuk

dapat diuji. Dalam time series terdapat lima macam pola data, yaitu :

1. Pola Random

Pola data ini terjadi jika permintaan berfluktuasi diantara nilai rata – rata. Metode

peramalan yang tepat digunakan adalah metode moving average, weighted moving

average, dan exponential smoothing.

Gambar 2.2 Pola random Sumber: Matrikdakis, et al (1999:23)

2. Pola Musiman (Seasonal)

Pola musiman terjadi ketika permintaan dipengaruhi oleh musim yang memiliki pola

penjualan yang konstan dan berulang setiap periode seperti pada gambar 2.3. Metode

yang sesuai adalah winter’s exponential smoothing, moving average, dan weighted

moving average.

19

Gambar 2.3 Pola musiman

Sumber: Matrikdakis, et al (1999:23)

3. Pola Siklus

Pola ini terjadi ketika permintaan dipengaruhi oleh faktor yang ada dan interval yang

tidak pasti. Metode yang digunakan dalam pola ini adalah moving average, weight

moving average, dan exponential smoothing.

Gambar 2.4 Pola siklus


4. Pola Kecenderungan (trend)

Pola kecenderungan ini ditandai dengan kecenderungan pola data yang naik atau turun

seperti terlihat pada gambar 2.5 . Metode peramalan yang sesuai antara lain

exponential smoothing with tren dan tren line analysisi.

Gambar 2.5 Pola trend


2.9.3 Metode Kausal

Metode kasual atau yang sering disebut regresi ini menggunakan analisa antara

hubungan variabel yang diperkirakan (dependen) dengan variabel lain yang

mempengaruhinya (independen). Contoh dari metode ini misalkan tingkat permintaan

suatu barang yang dipengaruhi oleh jumlah populasi penduduk, daya beli, pendapatan dll.

20

2.9.4 Metode Peramalan

Dalam melakukan peramalan digunakan metode tertentu sesuai dengan pola data serta

tujuan yang akan dicapai. Berikut ini merupakan metode peramalan :

1. Moving Average

Metode ini menggunakan rata – rata dari permintaan berdasarkan data masa lalu.

Metode tersebut efektif digunakan ketika diasumsikan bahwa permintaan stabil

sepanjang waktu.

∑

(2-2)

Sumber: Gasperz (2002:97)

Keterangan:

Ŷt = peramalan permintaan periode t

Yt-i = permintaan aktual n periode terbaru

t = periode terbaru

n = jumlah periode moving average

2. Weighted Moving Average (WMA)

Metode ini menggunakan bobot yang berbeda pada setiap data permintaan aktual.

Metode ini disebut model rata – rata bergerak karena lebih responsif terhadap

perubahan karena biasanya data terbaru akan diberi bobot yang lebih besar karena

menggambarkan kondisi terakhir yang terjadi.

( ) ( )( )

( )

(2-3)


3. Exponential Smoothing (ES)

Metode ini mengatasi kendala yang sering terjadi pada moving average yang cukup

banyak. Metode ini sesuai bila digunakan untuk data yang fluktuasinya relatif besar.

Ft = ( ) ) (2-4)

Sumber: Gaspersz (2002:97)

Keterangan:

= nilai peramalan periode t

= nilai peramalan satu periode waktu yang lalu, t–1

= nilai permintaan aktual satu periode waktu yang lalu, t–1

α = konstanta pemulusan antara 0 sampai 1

21

Menurut Gasperz, (2002:97) nilai α adalah 0 sampai 1. Jika pola historis data sangat

tidak stabil maka pilh yang mendekati 1namun, jika tidak berfluktuatif atau cukup

stabil maka pilihlah α mendekati 0.

4. Exponential Smoothing With Tren

Metode ini biasanya digunakan untuk meramalkan model exponential yang mengalami

tren.

Xt = α Yt-1 + (1- α)( Xt-1 + Tt-1) (2-5)

Tt = (1-β) Tt-1 + β (Ft - Ft-1) (2-6)

Yt = Xt + Tt (2-7)

Sumber: Gaspersz (2002:108)

Keterangan:

Xt = peramalan untuk periode t

Xt-1 = peramalan untuk periode t-1

α, β = Konstanta dengan nilai antar 0 dan 1

Tt = hasil perkiraan trend pada periode t

Tt-1 = hasil perkiraan trend pada periode t-1

5. Trend Line Analysis

Model trend line analysis ini digunakan jika pola historis data aktual mempunyai

kecenderungan naik dari waktu ke waktu. Model yang paling sederhana adalah

persamaan garis lurus (straight line equation):

Ft = a + bt (2 - 8)

tbAa (2 - 9)

22 )(tnt

tAntAb

(2-10)


Keterangan:

Ft = nilai ramalan pada periode t

a = intersep dari persamaan garis lurus

b = slope garis kecenderungan, menunjukkan tingkat perubahan pada permintaan

22

2.9.5 Pengukuran Akurasi Hasil Peramalan

Ukuran akurasi hasil peramalan adalah tingkat perbedaan antara hasil peramalan

dengan data aktual atau data yang sebenarnya terjadi. Menurut Nasution & Prasetyawan

(2008:34) terdapat empat ukuran yang digunakan, yaitu:

1. Mean Absolute Deviation (MAD)

MAD adalah rata-rata absolute error selama periode yang tidak memperhatikan hasil

peramalan apakah lebih besar atau lebih kecil dibandingkan kenyataannya. MAD

dapat dihitung menggunakan rumus:

∑( )

(2-11)

Sumber: Nasution & Prasetyawan, (2008:34)

2. Mean Square Error (MSE)

MSE dihitung dengan cara menjumlahkan kuadrat semua error peramalan setiap

periode dan dibagi dengan jumlah periode peramalan. MSE dapat dihitung dengan

rumus:

MSE = ∑( )

(2-12)


Keterangan:

At = Permintaan aktual periode t

Ft = Peramalan pada periode t

n = Jumlah periode peramalan yang terlibat

3. Mean Forecast Error

MFE efektif digunakan untuk mengetahui hasi peramalan selama periode tertentu

apakah terlalu tinggi atau terlalu rendah. jika hasil peramalan tidak bias, maka nilai

MFE akan mendekatin nol. MFE dapat dihitung menggunakan rumus:

∑( )

(2-13)


Keterangan:

At = Permintaan aktual periode t

Ft = Peramalan pada periode t

n = Jumlah periode peramalanyang terlibat

23

4. Mean Absolute Precentage Error

MAPE adalah ukuran kesalahan relatif yang ditampilkan dalam bentuk persentase.

MAPE memberikan indikasi berapa besar kesalahan peramalan dibandingkan dengann

nilai aktualnya. MAPE dapat dihitung menggunakan rumus:

(

)∑|

|

(2-14)

Sumber: Nasution dan Prasetyawan (2008:35)

Keterangan:

At = Permintaan Aktual pada periode t

Yt = Peramalan Permintaan (Forecast) pada periode t

n = Jumlah periode

2.10 Lot Sizing

Lot sizing adalah cara yang digunakan untuk menetukan ukuran jumlah pemesanan

yang optimal. Menurut Sipper & Bulfin, (1998) ada dua model lot sizing, yaitu model statis

dan dinamis. Model statis digunakan ketika permintaan cenderung seragam dan konstan.

Sedangkan model dinamis digunakan ketika permintaan cenderung tidak seragam dan

fluktuatif. Model lot sizing tersebut dapat diketahui dengan melakukan perhitungan nilai

koefisien variabilitas.

Menurut Sipper & Bulfin, (1998) jika model lot sizing bersifat statis, maka metode

yang digunakan adalah Economic Order Quantity, Economic Production Quantity, dan Fix

Order Quantity. Sedangkan untuk model dinamis metode yang digunakan adalah Fix

Period, Period Order Quantity, Lot for Lot, Silver-Meal, Least Unit Cost, Part Period

Balancing, Wagner Within.

2.10.1 Penentuan Nilai Koefisien Variabilitas

Menurut Sipper & Bulfin, (1998) data dapat dikatakan statis jika nilai V < 0,25 dan

data yang bersifat dinamis jika nilai V ≥ 0,25. Nilai koefisien variabilitas dapat dihitung

dengan rumus sebagai berikut.

∑

(∑ ) )

(2-16)

Sumber: Sipper & Bulfin (1998:256)

Keterangan:

V = nilai koefisien variabilitas

n = jumlah periode data permintaan

24

Dt = jumlah permintaan pada periode n

2.10.2 Economic Order Quantitiy

Econmic Order Quantity digunakan untuk menentukan jumlah pemesanan setiap kali

pemesanan untuk meminimalisasi biaya persediaan. Biaya yang dipertimbangkan dalam

model EOQ adalah biaya pembelian (ordering cost) dan biaya penyimpanan. Menurut

Heizer dan Render (2010) dalam menggunakan model ini terdapat beberapa asumsi, yaitu:

1. Jumlah permintaan diketahui

2. Persediaan dari sebuah pesanan datang pada satu kelompok dalam satu waktu

3. Tidak ada diskon kuantitas

4. Hanya ada dua variabel biaya, yaitu biaya pemesanan dan biaya persediaan.

5. Pemesanan yang tepat waktu dapat menghindari kehabisan persediaan.

Berikut ini adalah rumus untuk menentukan umlah pemesanan yang optimal:

Q = HDS /2

(2-17)

Sumber: Tersine, (1994:94)

Keterangan:

Q = jumlah pemesanan optimum per pesan

D = jumlah pesanan suatu periode

S = biaya pemesanan setiap pesan

H = biaya simpan per unit per tahun

2.10.3 Period Order Quantitiy

Period Order Quantity menggunakan perhitungan yang sama dengan EOQ, namun

dalam POQ dihasilkan jumlah periode dalam s setiap kali pemesanan bukan jumlah unit

yang harus dipesan sehingga memberikan siklus yang tetap. Berikut ini adalah rumus

Period Order Quantity:

POQ = DH

S2

(2-18)

Sumber: Tersine, (1994:994)

Keterangan:

D = rata – rata pesanan suatu periode


H = biaya simpan per unit per tahun

25

2.10.4 Algoritma Silver Meal

Algoritma Silver Meal merupakan metode heuristik yang digunakan untuk

menyelesaikan masalah dengan model permintaan dinamis. Menurut Sipper & Bulfin,

(1998:249), metode ini mudah digunakan dan mempunyai hasil yang paling baik

dibandingkan dengan metode heuristik yang lainya. Menurut Tersine, (1994:186) total

biaya per periode yang relevan adalah

( )

(2-19)

T

K 1( )

(2-20)

Keterangan:

C = biaya pesan per periode

H = presentase biaya pesan per periode

P = biaya pembelian per unit

Ph= biaya simpan per periode

TRC(T) =total biaya relevan periode T

T = waktu penambahan dalam periode

Rk = rata – rata permintaan dalam periode k

Metode ini digunakan untuk menentukan T dengan tujuan meminimumkan total biaya

relevan per periode.

( )

( )

(2-21)

Nilai jumlah pemesanan yang harus dipesan adalah sebagai berikut:

Q =

t

k kR1

(2-22)

Menurut Tersine, (1994:1987) ada dua kondisi saat metode heuristik tidak bisa

digunakan, yaitu ketika:

1. Demand rata –rata menurun cepat saat periode tertentu

2. Terdapat zero demand di sebagian besar periode

2.11 Reorder Point

Menurut Rangkuti (2004), Reorder Point adalah titik atau batas pemesanan kembali

atau juga bisa digunakan untuk mengetahui kapan dilakukan pemesananan kembali. ROP

terjadi apabila persediaan yang ada telah menipis sehingga perlu dilakukan pemesanan

kembali untuk menghindari terjadinya kekurangan persediaan.

26

Reorder point dipengaruhi oleh beberapa faktor menurut Gasperz, (2008:292) yaitu

tingkat permintaan, lead time ( waktu yang dibutuhkan mulai dari barang dipesan sampai

barang diterima), ketidakpastian tingkat permintaan dan waktu pengisian kembali,

kebijakan manajemen terkait dengan tingkat pelayanan pelanggan yang dapat diterima.

Menurut Stevenson & Chuong, (2014:201) model ROP dibagi empat, yaitu ketika:

1. Jumlah permintaan dan lead time konstan

Karena jumlah permintaan dan lead time bersifat konstan maka tidak ada penambahan

persediaan.

ROP = d x LT (2-23)

Keterangan:

d = tingkat permintaan (unit per periode)

2. Jumlah permintaan tidak tetap dan lead time konstan

Besarnya permintaan dalam model ini tidak konstan sehingga terdapat penambahan

persediaan.

ROP = ( d x LT ) + z d LT (2-24)

Keterangan:

d = rata- rata permintaan

Z = service level

LT = masa tenggang

d = standard deviasi permintaan

3. Jumlah permintaan konstan dan Lead Time tidak tetap

Besarnya lead time dalam model ini tidak konstan sehingga terdapat penambahan

persediaan.

ROP = (d x

LT ) + z d LT

(2-25)

Keterangan:

d = permintaan

LT = rata –rata lead time

z = service level

LT = standar deviasi dari lead time

4. Jumlah permintaan dan lead time tidak tetap

ROP = ( d x

LT ) + z LTd dLT 222

(2-26)

Keterangan:

27

d = rata- rata permintaan

LT = rata –rata lead time

z = service level

d2

= standar deviasi dari rata –rata permintaan

LT2 = standar deviasi dari lead time

29

BAB III

METODOLOGI PENELITIAN

Pada Bab ini akan dijelaskan mengenai prosedur dalam mengumpulkan dan mengolah

data. Selain itu juga akan dijelakan jenis penelitian, tempat dan waktu penelitian, data yang

dibutuhkan serta langkah – langkah penelitian

3.1 Jenis Penelitian

Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian deskriptif.

Penelitian deskriptif adalah penelitian yang bertujuan untuk memberikan solusi pemecahan

masalah berdasarkan data. Pada penelitian deskriptif ini, pengumpulan data didapatkan

dari penelitian kepustakaan dan penelitian lapangan yang berupa wawancara ataupun

pengamatan langsung terhadapat keadaan yang sebenarnya terjadi pada perusahaan.

Penelitian ini memberikan penjelasan dengan objektif dengan menyajikan, menganalisis,

dan mengintepretasikan data. (Narbuko & Achmadi, 1997)

3.2 Tempat Dan Waktu Penelitian

Penelitian ini akan dilakukan Rumah Sakit Jiwa Dr.Radjiman Wediodiningrat Lawang

yang terletak di Jl. Jend A Yani, Lawang, Kab. Malang, Lawang, Jawa Timur. Waktu

pelaksanaan penelitian adalah mulai Bulan Mei – November 2017.

3.3 Langkah – Langkah Penelitian

Langkah-langkah penelitian merupakan suatu tahapan kegiatan yang dilakukan dalam

penelitian yang tersusun secara berurutan dan sistematis. Langkah-langkah dalam

penelitian ini dibagi menjadi 4 tahap, yaitu tahap pendahuluan, tahap pengumpulan dan

pengolahan data, tahap analisa dan pembahasan, serta tahap kesimpulan dan saran. Berikut

ini adalah tahapan penelitian yang dilakukan pada penelitian ini.

3.3.1 Tahap Pendahuluan

Pada tahap ini langkah – langkah yang dilakukan adalah sebagai berikut.

1. Studi Lapangan

29

30

Studi lapangan berupa studi pendahuluan untuk mengetahui kondisi sebenarnya

pada RSJ Dr.Radjiman Wediodiningrat Lawang dan mendapatkan informasi yang

berkaitan masalah – masalah yang terjadi. Studi lapangan dilakukan dengan

wawancara dan pengamatan secara langsung. Wawancara dilakukan dengan Kepala

Instalasi Farmasi RSJ Dr.Radjiman Wediodiningrat Lawang dan pekerja bagian

gudang obat RSJ Dr.Radjiman Wediodiningrat Lawang.

2. Identifikasi Masalah

Identifikasi masalah digunakan untuk mengetahui permasalahan dan penyebab

timbulnya permasalahan tersebut. Masalah yang ada adalah masih terjadi perbedaan

yang signifikan antar perencanaan dan penggunaan obat sehingga masih sering terjadi

kondisi kelebihan maupun kekurangan stock . Selain itu pihak rumah sakit juga masih

kesulitan untuk mengklasifikasikan obat yang akan direncanakan.

3. Studi Literatur

Studi literatur merupakan langkah dalam mempelajari teori dan ilmu

pengetahuan yang berhubungan dengan permasalahan yang ada di lapangan. Pada

tahap ini dilakukan perumusan kerangka teori yang dapat menunjang penelitian baik

dari dari artikel, buku, modul, jurnal, internet, dan studi penelitian terdahulu.

4. Perumusan Masalah

Perumusan masalah digunakan untuk menentukan rinci dari permasalahan dan

tujuan dari penelitian. Rumusan masalah yang ada adalah bagaimana hasil

pengelompokkan obat tablet berdasarkan analisis ABC-VED di Instalasi Farmasi RSJ

Dr. Radjiman Wediodiningrat Lawan, metode peramalan apa yang digunakan untuk

mengetahui permintaan, berapakah besarnya pemesanan agar optimal dan kapan waktu

pemesanan kembali.

5. Penentuan Tujuan Penelitian

Tujuan penelitian ditentukan berdasarkan rumusan masalah yang ada. Penentuan

tujuan penelitian digunakan untuk memudahkan dalam mengetahui metode untuk

pengolahan dan analisis data. Tujuan penelitian ini adalah untuk mengklasifikasikan

obat berdasarkan tingkat investasi dan tingkat kekritisan obat, mengetahui metode

peramalan yang tepat, mengetahui ukuran pemesanan dan waktu pemesanan kembali.

3.3.2 Tahap Pengumpulan Data

Dalam tahap ini, pengumpulan data adalah sebagai kegiatan untuk mendapatkan

informasi mengenai hal-hal yang diperlukan dalam penelitian ini. Pengumpulan data dapat

31

dilakukan dengan studi pustaka, observasi, melakukan wawancara, dan lainnya. Data yang

dibutuhkan dalam penelitian ini adalah data primer dan data sekunder. Data primer

diperoleh dengan observasi dan wawancara dengan pihak rumah sakit, seperti :

1. Kelompok obat Vital

2. Kelompok obat Essential

3. Kelompok obat desirable

Sedangkan data sekunder didapatkan dari data – data yang tersedia di lapangan seperti:

1. Profil RSJ Dr.Radjiman Wediodiningrat Lawang

2. Struktur organisasi RSJ Dr.Radjiman Wediodiningrat Lawang

3. Daftar obat di RSJ Dr.Radjiman Wediodiningrat Lawang

4. Daftar harga obat di Instalasi RSJ Dr.Radjiman Wediodiningrat Lawang

5. Data perencanaan obat di Instalasi RSJ Dr.Radjiman Wediodiningrat Lawang periode

2016

6. Data permintaan obat obat di Instalasi RSJ Dr.Radjiman Wediodiningrat Lawang

periode 2016

7. Data biaya penyimpanan obat

8. Data biaya pemesanan obat

9. Data lead time obat

3.3.3 Tahap Pengolahan Data

Dalam tahap ini, dilakukan pengolahan data terhadap data yang telah diperoleh

sebelumnya. Tahapan pengolahan data yang dilakukan adalah sebagai berikut:

a. Mengklasifikasikan obat tablet berdasarkan dengan analisis Always Better Control

(ABC) untuk mengetahui kelompok obat berdasarkan tingkat investasi.

Pengelompokkan dilakukan dengan menjumlahkan penggunaan tiap obat per tahun

dan mengalikan total penggunaan masing – masing obat per tahun dengan harga tiap

obat. Setelah itu membagi nilai total penggunaan biaya masing – masing obat per

tahun dengan total penggunaan keseluruhan obat untuk mengetahui presentase

penggunaan masing – masing obat. Selanjutnya mengurutkan mulai dari presentase

terbesar ke sampai terkecil dan mengelompokkan obat berdasarkan kriteria yang telah

ditentukan.

b. Mengklasifikasikan obat tablet berdasarkan dengan analisis Vital Essential Desirable

(VED) untuk mengetahui kelompok obat berdasarkan tingkat kekritisan waktu

32

pemberian obat terhadap pasien. Pengelompokkan dilakukan dengan cara memberikan

kuisioner berupa check list kepada pihak yang berkompeten.

c. Mengelompokkan obat tablet dengan kombinasi analisis ABC dan VED dengan

matriks ABC-VED yang berguna untuk mengetahui tingkat prioritas persediaan.

Kombinasi tersebut menghasilkan tiga kelas yang mempunyai tingkat prioritas yang

berbeda. Kelas I merupakan kelas obat yang mempunyai tingkat prioritas paling

tinggi. Kelas II adalah obat dengan tingkat prioritas yang lebih rendah dibanding kelas

I. Sedangkan kelas III merupakan kelompok obat yang mempunyai tingkat prioritas

paling tinggi.

d. Melakukan peramalan permintaan masing –masing obat dengan data historis pada

periode Januari 2016 – Desember 2016 untuk mengetahui permintaan pada tahun

2017. Teknik peramalan yang diginakan adalah kuantitatif dengan metode time series.

Metode peramalan yang dipilih adalah peramalan yang memiliki nilai error terkecil

e. Menghitung koefisien variabilitas masing – masing obat berdasarkan data historis.

Perhitungan tersebut untuk mengetaui sifat dari data apakah bersifat dinamis atau

statis. Jika V < 0,25 data bersifat statis dan data bersifat dinamis ketika V > 0,25. Sifat

data tersebut nantu digunaka untuk mengetahui metode yang akan digunakan dalam

menghitung lot sizing.

f. Menghitung ukuran pemesanan masing – masing obat untuk mengetahui ukuran

pemesanan yang optimal dan menghasilkan total inventory cost yang minimal dengan

metode yang telah ditentukan.

g. Menghitung ROP (reorder point) masing – masing obat untuk mengetahui titik

pemesanan kembali agar tidak terjadi kekurangan ataupun kelebihan obat.

3.3.4 Tahap Analisa Dan Kesimpulan

Pada tahap ini dilakukan analisa terhadap hasil pengolahan data yang telah dilakukan

untuk mengetahui dan memberikan rekomendasi dalam mengatasi permaslahan tersebut.

Kemudian tahap kesimpulan digunakan untuk mengetahui hasil penelitian dengan

menjawab rumusan masalah yang telah ditentukan sebelumnya dan memberikan saran

untuk pelaksanaan selanjutnya.

3.4 Diagram Alir Penelitian

33

Pada diagram alir penelitian terdapat tiga tahap, yaitu tahap pendahuluan, tahap

pengumpulan dan pengolahan data. Berikut ini adalah diagram alir penelitian pada

penelitian ini.

34

Mulai

Studi Lapangan

Identifikasi Masalah

Studi Literatur

Rumusan Masalah

Penentuan Tujuan Penelitian

Pengumpulan Data

Data Primer :

1. Kelompok obat vital

2. Kelompok obat essential

3. Kelompok obat desirable

Data Sekunder

1. Profil RSJ Dr.Radjiman Wediodiningrat Lawang

2. Struktur organisasi RSJ Dr.Radjiman Wediodiningrat Lawang

3. Daftar obat di RSJ Dr.Radjiman Wediodiningrat Lawang

4. Daftar harga obat di Instalasi RSJ Dr.Radjiman Wediodiningrat Lawang

5. Data perencanaan obat di Instalasi RSJ Dr.Radjiman Wediodiningrat Lawang

periode 2016

6. Data permintaan obat di Instalasi RSJ Dr.Radjiman Wediodiningrat Lawang

periode 2016

7. Data biaya penyimpanan obat

8. Data biaya pemesanan obat

9. Data lead time obat

Pengolahan Data

1. Melakukan pengelompokkan obat tablet dengan analisis ABC

2. Melakukan pengelompokkan obat tablet dengan analisis VED

3. Melakukan pengelompokkan obat tablet berdasarkan analisis ABC-VED

4. Melakukan peramalan tiap item obat tablet untuk tahun 2017

5. Menghitung koefisien variablitas tiap item obat tablet

6. Menghitung ukuran pemesanan yang paling optimal tiap item obat

7. Menghitung Reorder Point

Analisa dan Pembahasan

Menganalisa hasil pengelompokkan obat tablet berdasarkan

analisis ABC-VED, hasil peramalan, penentuan lot sizing, dan

waktu pemesanan kembali

Kesimpulan dan Saran

Selesai

Tahap Analisa dan Kesimpulan

Tahap Pendahuluan

Tahap Pengumpulan

dan Pengolahan Data

Gambar 3.1 Diagram Alir Penelitian

35

BAB IV

HASIL DAN PEMBAHASAN

Pada bab hasil dan pembahasan ini akan dijelaskan mengenai pengumpulan data yang

dilakukan, pengolahan data yang telah dilakukan dan di analisis. Kemudian

mengintrepertasikan data untuk mendapatkan usulan perbaikan

4.1 Gambaran Umum Objek Penelitian

Berikut ini merupakan penjelasan mengenai gambaran secara umum dari objek

penelitian di Rumah Sakit Jiwa Dr.Radjiman Wediodiningrat Lawang.

4.1.1 Sejarah Perusahaan

Rumah Sakit Jiwa Lawang dibuka secara resmi pada tanggal 23 Juni 1902. Pengerjaan

mendirikan rumah sakit ini dimulai tahun 1884 berdasarkan Surat Keputusan Kerajaan

Belanda tertanggal 20 Desember 1865 No.100. Sebelum Rumah Sakit Jiwa Lawang

dibuka, perawatan pasien mental diserahkan kepada Dinas kesehatan Tentara (Militaire

Gezondheids Dienst).

Dalam kurun waktu 1942 - 1945, Rumah Sakit Jiwa Lawang mengalami penurunan

pelayanan, karena kurangnya sarana perawatan dan adanya penyakit menular, jumlah

pasien menurun sampai 800 orang. Tahun 1947 jumlah pasien : 1.200 orang, gabungan

antara anex Suko dan Rumah Sakit Jiwa Lawang. Pada tahun 1950-1966 Rumah Sakit Jiwa

Lawang menerima pengungsian pasien dari RSJ Pulau Laut (Kalimantan Selatan) sebanyak

120 pasien dan 40 orang pegawai.

Dalam kurun waktu 1966 sampai dengan sekarang, mulai terjadi beberapa

pengembangan pengobatan dan perawatan pasien gangguan jiwa baik pada Unit Rawat

Inap, maupun Rawat Jalan dan Keswamas. Pengembangan unit penunjang medik berupa

pemeriksaan laboratorium(drug monitoring), radio diagnostik, elektromedik. Sejak tahun

1978, susunan organisasi dan tata kerja Rumah Sakit Jiwa Pusat Lawang diatur oleh SK.

Menkes RI. No. 135/Men.Kes/SK/IV/1978.

Pada tahun 1998 – 2005 telah dibangun 3 gedung utama berlantai tiga untuk

mendukung terwujudnya sistem pelayanan terpadu.Dengan tersedianya fasilitas tersebut

35

36

diatas, maka kebutuhan pasien dan masyarakat terhadap pelayanan serta akses informasi

dapat lebih cepat dan efisien.

Disamping peningkatan sarana fisik tersebut juga diikuti dengan peningkatan kualitas

SDM melalui program pendidikan berkelanjutan dan penyelenggaraan berbagai training,

termasuk penyelenggaraan penelitian pelayanan kesehatan jiwa.

Dalam perkembangannya pelayanan kesehatan tidak hanya menangani gangguan

mental, tetapi juga melayani kasus umum sederhana, kasus narkoba, pemeriksaan

psikologi, gigi, laboratorium, radiologi, dan lain-lain.

Dengan beberapa upaya peningkatan pelayanan yang telah dilakukan, pada usianya

yang ke 100 (satu abad) beberapa kendala masih dihadapi seperti kondisi bangunan yang

sudah tua, sistem pendukung seperti saluran pipa air, salasar antar ruangan yang kurang

berfungsi optimal. Namun demikian kondisi lingkungan, halaman antar ruangan yang luas,

sisa lahan yang masih luas merupakan aset yang dapat dikembangkan serta mendukung

pelayanan perawatan gangguan mental yang profesional sesuai dengan tuntutan

masyarakat.

Pada bulan Januari 2005 RSJ. dr. Radjiman Wediodiningrat Lawang berhasil

memperoleh Sertifikat ISO 9001 : 2000 dalam bidang Manajemen, Pelayanan RSJ dan

Keswamas untuk jangka waktu 3 Tahun sampai dengan Desember 2007, untuk Tahun

2008 telah dilakukan sertifikasi ulang, dan pada tanggal 8 April 2008 telah diterima

sertifikat ISO 9001 – 2000 dari Badan Sertifikasi SGS untuk periode 3 tahun kedua.

Tanggal 21 Juni 2007 RSJ dr. Radjiman Wediodiningrat Lawang telah ditetapkan

sebagai PPK–BLU penuh sesuai dengan Keputusan Menteri Keuangan Nomor :

284/KMK.05/2007 dan SK Menteri Kesehatan No. 756/Men.Kes/SK/VI/2007 tanggal 26

Juni 2007 tentang Penetapan 15 Rumah Sakit Unit Pelaksana Teknis (UPT) Departemen

Kesehatan dengan menerapkan PPK–BLU, kemudian pada tanggal 11 Maret 2008 sesuai

dengan SK Menkes 254/Menkes/Per/III/2008 bahwa RSJ. dr. Radjiman Wediodiningrat

Lawang telah ditetapkan Struktur Organisasi dan Tata Kelola yang baru untuk mendukung

kinerja sebagai Rumah Sakit dengan Pelayanan Badan Layanan Umum. Tanggal 26

Nopember 2008 RSJ ditetapkan sebagai Rumah Sakit telah memenuhi Standart RS dengan

status Akreditasi Penuh dengan sertifikat No : ym.01.01/III/4292/08 oleh Menteri

Kesehatan RI.

37

4.1.2 Visi dan Misi Perusahaan

1. Visi:

Menjadi Rumah Sakit pusat rujukan nasional psikogreriatri pada tahun 2019.

Uraian atrinut visi:

a. Rumah Sakit Jiwa: Institusi Pelayanan kesehatan yang menyelenggarakan pelayanan

kesehatan jiwa secara paripurna yang menyediakan pelayanan rawat inap, rawat jalan,

dan gawat darurat dengan fungsi:

Menyelenggarakan pelayanan medis yang meliputi rawat jalan,rawat inap, rawat

darurat, perawatan intensif, dan kegiatan pelayanan medis lain.

Pelayanan penunjang medis dan non-medis yang meliputi radiologi, farmasi, gizi,

rehabilitasi, pemulasaraan jenasah, pemeliharaan sarana rumah sakit, dan

penunjang medis lainnya.

Menyelenggarakan pelayanan dan asuhan keperawatan.

Menyelenggarakan pelayanan rujukan.

Menyelenggarakan pendidikan dan pelatihan.

Menyelenggarakan penelitian dan pengembangan.

Menyelenggarakan administrasi umum dan keuangan

b. Paripurna: Pelayanan kesehatan yang meliputi promotif, preventif, kuratif, dan

rehabilitatif.

c. Standar Pelayanan Kelas Dunia: Standar Seluruh Pelayanan sebagaimana tercantum

dalam uraian misi RSJ dr. Radjiman Wediodiningrat Lawang, diberikan sesuai dengan

ketentuan Komite Akreditasi Rumah Sakit (KARS) yang terintegrasi pada sistem

sertifikasi JCI (Joint Commission Accredited International).

d. Masyarakat sehat yang mandiri dan berkeadilan:

Masyarakat mampu dan memperoleh kesempatan untuk kehidupan yang sejahtera

dari badan, jiwa dan sosialnya yang memungkinkan untuk hidup produktif secara

sosial dan ekonomi.

Masyarakat memperoleh kesempatan dan mampu mengembangkan kondisi

mental yang sejahtera yang memungkinkan hidup harmonis dan produktif sebagai

bagian yang utuh dari kualitas hidup seseorang , dengan memperhatikan semua

segi kehidupan.

38

Masyarakat memperoleh pelayanan kesehatan sesuai dengan target nasional yang

tercantum dalam Rencana Pembangunan Jangka Menengah Nasional dan target

global yaitu millenium development goals (MDG’s).

Pelayanan kesehatan yang diberikan berpihak kepada masyarakat, yang diberikan

secara cepat dan tepat oleh team tenaga kesehatan yang profesional yang bersifat

transparan dan akuntabel.

2. Misi:

a. Mengembangkan Rumah Sakit pusat rujukan nasional dalam pelayanan kesehatan jiwa

yang prima dengan unggulan usia lanjut

b. Mewujudkan sistem manajemen Rumah Sakit yang menjamin kepastian hukum secara

efektif, efesien, transparan, akuntabel, dan responsif menjawab tuntunan masyarakat.

c. Mengembangkan pendidikan, pelatihan dan penelitian yang terintegrasi untuk

meningkatkan kualitas pelayanan

d. Meningkatkan upaya penanggulan masalah psikosial di masyarakat dan

mengembangkan jejaring kesehatan jiwa

4.1.3 Struktur Organisasi

Berikut ini merupakan struktur organisasi dari Rumah Sakit Dr Radjiman

Wdediodiningrat Lawang.

39

Komite Medik

Staf Medik Fungsional

Komite Etik dan Hukum

Direktur Medik dan

Keperawatan

Direktur Sumber Daya Manusia dan Pendidika

Direktur Keuangan dan Administrasi

Umum

Satuan Pemeriksaan

Internal

Dewan Pengawas

Bidang Keperawatan

Seksi Pelayanan Keperawatan Rawat Jalan

Seksi Pelayanan Keperawatan Rawat Inap

Bidang Medik

Seksi Pelayanan Medik

Seksi Penunjang Medik

Instalasi

Kelompok Jabatan

Fungsional

Bagian Sumber Daya Manusia

Sub Bagian Administrasi Kepegawaian

Sub Bagian Pengembangan

Sumber Daya

Bagian Pendidikan dan

Penelitian

Sub bagian Pendidikan dan

Penelitian Tenaga Medis

Sub bagian Pendidikan dan

Penelitian Tenaga Keperawatan dan Non

Medis

Instalasi

Kelompok Jabatan

Fungsional

Bagian Keuangan

Sub Bagian Program Anggaran

Sub Bagian PerbendaharaanDan Akuntansi

Sub Bagian Mobilisasi Dana

Bagian Administrasi

Umum

Sub Bagian Tata Usaha dan Pelaporan

Sub Bagian Rumah Tangga

dan Perlengkapan

Sub Bagian Hukum Organisasi dan

Hubungan Masyarakat

Instalasi

Kelompok Jabatan

Fungsional

Direktur Utama

Gambar 4.1 Struktur Organisasi RSJ Dr Radjiman Wediodiningrat Lawang

40

4.2 Pengumpulan Data

Pada bagian ini akan dijelaskan mengenai pengumpulan data yang akan dilakukan

dalam penelitian ini.

4.2.1 Permintaan Aktual Obat Tablet Tahun 2016

Persediaan obat di RSJ Dr Radjiman Wediodiningrat lawang terdiri dari beberapa

macam / bentuk. Obat tablet adalah obat dengan jumlah konsumsi paling banyak jika

dibandingkan dengan obat lainya. Untuk data data konsumsi obat tablet pada tahun 2016

bisa dilihat di lampiran 2.

4.2.2 Lead Time

Lead time adalah waktu tunggu atau waktu yamg dibutuhkan mulai dari dilakukanya

pemesanan suatu barang sampai barang tersebut siap digunakan. Lead time di RSJ Dr

Radjiman Wediodiningrat Lawang adalah sebesar 4 hari untuk semua obat tablet.

4.2.3 Biaya Pemesanan

Biaya pemesanan dalam penelitian ini tidak dihitung berdasarkan kuantitas barang

yang dipesan, melainkan biaya – biaya yang harus dikeluarkan dalam setiap kali

melakukan pemesanan. Berikut ini merupakan rincian biaya pemesanan obat.

1. Biaya Kertas

Kertas yang digunakan adalah kertas A4 70 gram. Dalam Satu kali pemesanan

membutuhkan rata – rata 36 lembar kertas yang digunakan untuk membuat surat

pemesanan. Harga satu rim kertas Rp 30.000. Berikut ini adalah perhitunganya.

Harga / lembar

Rp 30.000 : 500 = Rp 60 / lembar

Biaya kertas / pesan

Rp 60 x 36 lembar = Rp 2.160 / pesan

2. Biaya Tinta Print

Harga satu botol tinta 100 ml adalah Rp 68.000 yang mampu mencetak sekitar

2000 lembar. Berikut ini adalah perhitunganya.

Rp 68.000 : 2000 = Rp 34 / lembar

Rp 34 x 36 lembar = Rp 1.224 / pesan

41

3. Biaya Listrik

Besar daya dari komputer yang digunakan sekitar 250 watt dan printer sebesar 8

watt. Waktu yang dibutuhkan dalam melakukan pemesanan adalah ± 10 menit.

Menurut Permen ESDM No. 28 Tahun 2016 Tentang Tarif Tenaga Listrik Yang

Disediakan Oleh PT. PLN (Persero), tarif dasar listrik untuk keperluan sosial Rp

900/kWh. Berikut ini adalah perhitunganya.

Biaya listrik/pesan = jamkW60

10

1000

258Rp 900 kWh = Rp 38,7 / pesan

4. Biaya Telekomunikasi

Pemesanan dilakukan melalui telepon umum ke distributor yang berada dalam

satu wilayah. Waktu yang dibutuhkan dalam ± 5 menit. Menurut website resmi

telekomunikasi Indonesia , tarif untuk penggunaan sambungan lokal telepon kabel

tidak bergerak adalah Rp 250 / 2 menit di luar jam sibuk dan Rp 250 /1,5 menit di jam

sibuk. Berikut ini adalah perhitunganya

Tarif telepon / pesan = menitRp

55,1

250 = Rp 833 / pesan

Tabel 4.1 adalah biaya yang dibutuhkan oleh rumah sakit dalam setiap kali melakukan

pemesanan

Tabel 4.1

Biaya Pemesanan

NO RINCIAN BIAYA

1 Biaya Kertas Rp 2.160 / pesan

2 Biaya Tinta Print Rp 1.244 / pesan

3 Biaya Listrik Rp 38,7 / pesan

4 Biaya Telekomunikasi Rp 833 / pesan

Total Rp 4.256 / pesan

4.2.4 Biaya Penyimpanan

Karena di dalam Rumah Sakit Jiwa Dr Radjiman Wediodiningrat belum ada data

secara terperinci mengenai biaya yang dibutuhkan dalam penyimpanan, maka perhitungan

biaya penyimpanan pada penelitian ini menggunakan biaya yang dikemukan oleh Heizer

dan Reider. Menurut Heizer dan Reider, (2010:518) biaya penyimpanan terdiri dari

housing cost sebesar 6%, material-handling cost sebesar 3%, labor cost sebesar 3%,

investment cost sebesar 11%, pillferage and scrap sebesar 3%. Sehingga total dari biaya

persediaan adalah 26% dari harga per item masing – masing obat.

42

4.3 Pengolahan Data

Pada bagian ini akan dijelaskan mengenai pengolahan data yang akan dilakukan dalam

penelitian ini.

4.3.1 Pengelompokkan Obat dengan Analisis ABC (Always Better Control)

Jumlah obat tablet yang ada di RSJ Dr Radjiman Wediodiningrat Lawang adalah 57

obat. Obat tersebut memiliki tingkat investasi yang berbeda – beda. Oleh karena itu obat

perlu dikelompokkan berdasarkan tingkat investasi untuk mengetahui obat yang akan

diprioritaskan dalam persediaan. Analisis ABC adalah analisis yang digunakan

mengelompokkan persediaan berdasarkan tingkat investasinya. Analisis ABC digunakan

dalam penelitian ini untuk menentukan prioritas persediaan dengan melihat nilai investasi

dan penggunaan obat. Perhitungan analisis ABC dapat dilihat di lampiran 3. Berikut ini

adalah prosedur pengelompokkan obat dengan analisis ABC :

1. Menjumlahkan total penggunaan tiap obat dalam 1 tahun (tahun 2016).

2. Mengalikan penggunaan masing – masing obat dalam satu tahun dengan biaya per unit

tiap obat untuk mengetahui nilai total penggunaan biaya per tahun masing – masing

obat.

Contoh : Penggunaan obat Sizoril 100 Mg adalah 900 unit per tahun dengan harga Rp

15.675 per unit. Biaya total penggunaan per tahun adalah 900 unit per tahun x Rp

15.675 per unit = Rp 14.107.500 per tahun. Untuk keseluruhan obat juga dihitung

total biaya penggunaan per tahun dengan cara seperti di atas.

3. Jumlahkan total biaya penggunaan per tahun dari semua obat untuk mendapatkan nilai

biaya penggunaan keseluruhan obat pada tahun 2016. Hasil dari biaya penggunaan

keseluruhan obat pada tahun 2016 adalah sebesar Rp 223.690.184

4. Menenentukan presentase total penggunaan biaya dari masing – masing obat dengan

cara membagi nilai total penggunaan tiap obat dengan nilai total penggunaan biaya

seluruh obat.

Contoh : Penggunaan obat Sizoril 100 Mg dibagi dengan total biaya keseluruhan obat

dan dikalikan 100%

%31,6%1008223.690.01

14.107.500

Untuk keseluruhan obat juga dihitung presentase penggunaan masing – masing obat

dengan cara diatas.

5. Mengurutkan masing – masing obat dimulai dari presentase terbesar sampai terkecil.

43

6. Mengklasifikasikan masing – masing obat dalam kelas A,B, dan C sesuai dengan

kriteria masing – masing. Menurut Gaspersz (2008:274) obat yang masuk dalam kelas

A sebanyak 20%, kelas B sebanyak 30% dan kelas C sebanyak 50% dari total obat.

Berikut ini merupakan tabel presentase pengelompokkan berdasarkan analisis ABC

dan penjelasan tentang pengelompokkan obat tablet dengan analisis ABC.

Tabel 4.2

Persentase Persediaan Berdasarkan Analisis ABC Kelompok Jumlah (item) Jumlah (%) Nilai Investasi (Rp) Nilai Investasi (%)

A 11 20% Rp 192.064.185,59 85,86%

B 17 30% Rp 27.918.887,66 12,48%

C 29 50% Rp 3.706.944,89 1,66%

TOTAL 57 100% Rp 223.690.018,14 100%

1. Obat tablet yang terdapat dalam kelompok A berjumlah 11 item. Obat dalam

kelompok A adalah obat dengan jumlah unit 20 % dari total persediaan dengan nilai

investasi sebesar 85,86 %.

2. Obat tablet yang terdapat dalam kelompok B berjumlah 17 item. Obat dalam

kelompok A adalah obat dengan jumlah unit 30 % dari total persediaan dengan nilai

investasi sebesar 12,48 %

3. Obat tablet yang terdapat dalam kelompok C berjumlah 29 item. Obat dalam

kelompok A adalah obat dengan jumlah unit 50% dari total persediaan dengan nilai

investasi sebesar 1,66 %.

Untuk hasil pengelompokkan obat berdasarkan berdasarkan analisis ABC bisa dilihat

di lampiran 4.

4.3.2 Pengelompokkan Obat dengan Analisis VED (Vital Essential Desirable)

Setelah mengelompokkan obat dengan analisis ABC, kemudian obat dikelompokkan

dengan analisis VED. Obat tersebut dikelompokkan berdasarkan tingkat kekritisan waktu

pemberian obat terhadap pasien. Pengelompokkan ini dilakukan melalui pengisian

kuisioner berupa check list yang bisa dilihat di lampiran 5. Hasil kuisioner tersebut adalah

10 obat masuk kategori vital atau kategori obat yang paling dibutuhkan oleh pasien dalam

kaitanya untuk menyelamatkan hidup pasien. Sebanyak 32 masuk dalam kategori essential,

yaitu kategori obat yang digunakan untuk terapi, diagnosis dan rehabilitasi. Dan 15 obat

masuk dalam kategori desirable atau obat yang berfungsi sebagai penunjang. Untuk hasil

pengelompokkan obat dengan analisis VED bisa dilihat di lampiran 6.

44

4.3.3 Pengelompokkan dengan Kombinasi Analisis ABC dan Analisis VED

Klasifikasi dengan kombinasi analisis ABC dan analisis VED berguna untuk

membantu manajemen dalam menentukan tingkat persediaan persediaan obat. Kombinasi

ini menghasilkan matrik analisis ABC-VED. Kombinasi tersebut membagi persediaan

kedalam tiga kelas. Berikut ini adalah hasil pengelompokkan obat tablet dengan matrik

analisis ABC-VED.

Tabel 4.3

Pengelompokkan Obat dengan Matrik Analisis ABC-VED

Kategori ABC

A Jumlah B Jumlah C Jumlah

Kategori

VED

V AV 8 BV 2 CV -

E AE 3 BE 9 CE 19

D AD - BD 6 CD 10

1. Kelas I: AV, AE, AD, BV dan CV

Dalam penelitian ini obat yang termasuk dalam kelas I berjumlah 13 item yang

terdiri dari kombinasi antara AV,AE, dan BV. Obat dalam kelas I adalah kelompok

obat yang membutuhkan pengawasan yang paling besar untuk menjaga ketersediaan

obat dan anggaran karena obat dalam kelas I tersebut merupakan obat yang berasal

dari kombinasi obat yang mempunyai tingkat investasi serta penggunaan yang tingg

dan juga merupakan obat yang cukup banyak di butuhkan oleh pasien. Obat dalam

kelas I ini adalah obat yang digunakan dalam penelitian ini karena membutuhkan

tingkat pengawasan yang tinggi dari manajemen.

2. Kelas II: BE, BD, dan CE

Dalam penelititan ini obat yang termasuk dalam kelas II berjumlah 34 item yang

terdiri dari kombinasi antara BE (kombinasi obat yang mempunyai tingkat investasi

sedang dan tingkat kekritisan yang sedang), BD (obat dengan investasi sedang namun

tidak terlalu dibutuhkan oleh pasien) dan CE (obat yang memiliki tingkat investasi

rendah dan tingkat cukup dibutuhkan oleh pasien). Obat dalam kelas II adalah

kelompok obat prioritas sedang dan membutuhkan tingkat prioritas dan tingkat

perhatian yang lebih rendah dari obat Kelas I

3. Kelas III: CD

Dalam penelititan ini obat yang termasuk dalam kelas III berjumlah 9 item yang

terdiri dari kombinasi antara CD . Obat dalam kelas ini membutuhkan tingkat prioritas

dan tingkat perhatian yang paling rendah dari manajemen karena obat tersebut adalah

45

kombinasi dari obat yang memiliki tingkat investasi maupun tingkat kekritisan yang

palig rendah.

Berikut ini adalah tabel kelompok obat yang termasuk dalam kelas I, II, dan III

Tabel 4.4

Kelompok Obat Kelas I, II dan III

Kelas Kelompok Nama Obat

Kelas I

AV

Ariski 10 Mg Umum, Cycozam 100 Mg Umum , Cycozam 25 Mg

Umum, Nodiril 2 Mg Umum, Seroquel 100 Mg Ir Umum, Seroquel Ir

200 Mg Umum , Sizoril 25 Mg Tab Umum, Sizoril 100 Mg Umum

AE Citicoline 500 Mg Umum, Neugain Umum, Takelin 1000 Mg Umum

AD -

BV Abilify 5 Mg Umum, Zolpidem 10 Mg Umum

CV -

Kelas II

BE

Alpara Umum Blu (Pseudoefedrin Komb, Brainact Odis 500 Mg,

Takelin 500 Mg Umum Blu , Degrium 5 Mg Umum, Demacolin

Umum, Fg Troches UmumTablet Hisap Box'300 Meiji, Interhistin 50

Mg Umum, Meloksikam 15 Mg Umum Indo, Myores 2 Mg Umum

(Tizanidin Hcl) Box'100 Tab Relaksan Otot Mepro

BD

Ardium 500 Umum, Curcuma 200 Mg Umum , Curcuma Tab 200

Mg, Mersibion 5000, Mersibion Tab Umum Blu (Vit B1 100 Mg, B6

200 Mg, B12 200 Mcg) box 50, Rebal Plus Blu Umum (Vitamin

B1+Mecobalamin) Box'100 Tab

CE

Analsik Umum, Co Amoxiclav 625 Mg Umum, Demacolin Rm

Umum (Kombinasi Obat Flu Pseudoefedrin, Dextamine Box'300 Tab

Umum, Diklovit Umum, Estalin 1 Mg Umum, Estalin 2 Mg Umum,

Gliseril Guaiakolat 100 Mg Ciubros, Heptasan 4 Mg Umum, Kalium

Diklofenak 25 Mg Umum Blu Ogb Dexa Box'50 Tab, Kalium

Diklofenak 50 Mg Umum, Permyo 50 Mg (Eperison Hcl) Umum,

Piracetam 400 Mg Rm Umum Ogb Hexpharm Box'50 Tab, Prolepsi

300 Mg Umum, Box'100 Tab Novell, pasminal Blu Umum (Antalgin,

Papaverin, Ekstr Belladon) Box'100 Tab Hexpharm, Spasminal

Umum Rm , Tramadol 50 Mg Umum Blu, Bisolvon 8 Mg Tab

Umum Blu, Braxidin Umum

Kelas III CD

Asthin B-Ond Umum, Fucohelix 100 Mg, Glucosamine 250 Mg,

Mersibion 5000 Umum (Komb Vit B1, B6, B12), Mersibion tab rm

Umum (Komb Vit B1, B6, B12) mersi box 30, Moloco B12 Umum

(Vit B12+Ekstr Plasenta) Box'60 Tab Darya, Neurodex Umum Blu,

Nocid Umum, Prorenal Umum (Asam Amino Ggn Faal Ginjal),

Seloxy Aa Umum

4.3.4 Peramalan

Peramalan adalah cara yang digunakan untuk memperkirakan kebutuhan yang akan

datang seperti persediaan, penjualan atau sumber daya berdasarkan data historis.

Peramalan berfungsi untuk mengurangi kondisi ketidakpastian akan kondisi yang akan

datang yang masih bersifat estimasi sehingga peramalan masih mengandung kesalahan.

Pada penelitian ini peramalan dilakukan berdasarkan historis penggunaan obat tablet

46

periode Januari 2016 – Desember 2016. Peramalan dilakukan untuk 13 obat tablet yang

termasuk dalam kelas I.

Dalam penelitian ini terdapat dua pola data yang digunakan, yaitu fluktuatif dan tren.

Untuk obat yang memiliki pola permintaan fluktuatif akan dilakukan peramalan dengan

metode moving average, weighted moving average dan exponential smoothing. Sedangkan

obat yang memiliki pola permintaan tren dihitung dengan metode moving average,

weighted moving average, exponential smoothing with tren dan tren line analysis. Metode

peramalan yang terpilih adalah metode yang menghasilkan nilai error yang paling kecil.

Ukuran akurasi hasil peramalan yang umum digunakan ada 4, yaitu Mean Absolute

Deviation (MAD), Mean Square Error (MSE), Mean forecast Error (MFE), Mean

Absolute Precentage Error (MAPE). Pada penelitian ini metode peramalan yang

digunakan adalah peramalan ynag menghasilkan nilai error paling kecil.

4.3.4.1 Kelompok Obat AV

Obat dalam kelompok AV adalah obat yang memilki tingkat pengawasan yang paling

tinggi untuk menjaga anggaran dan ketersediaan. Karena obat ini memiliki tingkat

investasi yang tinggi dan tergolong vital (dibutuhkan dengan segera untuk menyelamatkan

hidup pasien). Dalam penelitian ini obat yang masuk dalam kategori AV sebanyak 8 obat,

yaitu Ariski 10 Mg, Cycozam 100 Mg Umum, Cycozam 25 Mg Umum, Nodiril 2 Mg

Umum, Seroquel 100 Mg, Seroquel 200 Mg, Sizoril 25 Mg dan Sizoril 100 Mg. Berikut ini

adalah peramalan untuk masing – masing obat A.

4.3.4.1.1 Obat Cycozam 100 Mg

Obat Cycozam 100 Mg Umum adalah obat yang digunakan untuk perawatan

gangguan psikotik, pengobatan skizofrenia tahan dan pengurangan risiko perilaku bunuh

diri berulang pada pasien. Gambar 4.2 adalah grafik permintaan aktual obat cycozam 100

Mg pada tahun 2016 per dua minggu sekali.

47

Gambar 4.2 Permintaan Aktual Obat Cycozam 100 Mg Tahun 2016

Berdasarkan gambar 4.2 dapat dilihat data historis permintaan aktual obat cycozam

100 Mg selama 2016 bersifat fluktuatif sehingga dilakukan peramalan dengan metode

moving average, weighted moving average dan exponential smoothing. Metode yang

dipilih adalah metode yang menghasilkan error paling kecil. Tabel 4.5 merupakan nilai

error dari masing – masing peramalan pada tahun 2017.

Tabel 4.5

Nilai Error Masing – Masing Peramalan Tahun 2017

MAD MSE MAPE MFE

ES (α = 0,1) 45,63 2957,16 0,01 0,00

MA ( n = 7) 31,21 1927,46 0,01 -5,96

WMA ( n =5) 37,75 2541,67 0,01 1,00

Berdasarkan tabel 4.5 metode yang terpilh adalah moving average dengan nilai n = 7

karena mempunyai nilai MAD, MSE, dan MAPE erkecil dari metode lainya. Berikut ini

merupakan contoh perhitungan dengan moving average pada periode 24

17 18 19 20 21 22 23

= 193

Untuk hasil perhitungan peramalan periode 2017 secara keseluruhan dapat dilihat di

lampiran 7. Tabel 4.6 adalah hasil peramalan dengan metode moving average dengan n= 7.

Tabel 4.6

Hasil Peramalan Periode 2017 Obat Cycozam 100 Mg.

Periode Hasil Peramalan Periode Hasil Peramalan

25 193 31 187

26 187 32 192

27 187 33 191

28 194 34 191

29 201 35 192

30 187 36 192

0

100

200

300

400

1 3 5 7 9 11 13 15 17 19 21 23

ITEM

Permintaan Aktual Cycozam 100

Mg Tahun 2016

Aktual

48

Berikut ini adalah grafik perbandingan data aktual 2016 dengan hasil peramalan obat

cycozam 100 mg pada periode 2017.

Gambar 4.3 Grafik Peramalan Obat Cycozam 100 Mg Periode 2017

4.3.4.1.2 Obat Cycozam 25 Mg

Obat cycozam 25 mg adalah obat yang digunakan untuk perawatan gangguan psikotik,

pengobatan skizofrenia tahan dan pengurangan risiko perilaku bunuh diri berulang pada

pasien. Gambar 4.4 adalah grafik permintaan aktual obat cycozam 25 Mg selama 2016.

Gambar 4.4 Permintaan Aktual Obat Cycozam 25 Mg Tahun 2016

Berdasarkan gambar 4.4 dapat dilihat data historis permintaan aktual obat cycozam 25

Mg pada 2016 bersifat fluktuatif sehingga dilakukan peramalan dengan metode moving

average, weighted moving average dan exponential smoothing. Metode yang dipilih adalah

metode yang menghasilkan error paling kecil. Tabel 4.7 merupakan nilai error dari masing

– masing peramalan.

Tabel 4.7


MAD MSE MAPE MFE

ES (α = 0,32) 157,04 37083,88 0,00 9,54

MA (n = 7) 103,21 21434,63 0,00 29,79

WMA (n = 5) 116,63 25568,54 0,00 7,21

0

50

100

150

200

250

300

350

1 4 7 10 13 16 19 22 25 28 31 34

ite

m

Cycozam 100 Mg

Aktual

Peramalan

0

500

1000

1500

1 3 5 7 9 11 13 15 17 19 21 23

item

Permintaan Aktual Cycozam 25 Mg Tahun

2016

Aktual

49

Berdasarkan tabel 4.7 metode yang terpilh adalah moving average dengan nilai n=7

karena mempunyai nilai MAD, MSE, dan MAPE yang paling kecil dibandingkan metode

lainya. Berikut ini merupakan contoh perhitungan dengan moving average pada periode

24.

17 18 19 20 21 22 23

= 1091

Untuk hasil perhitungan peramalan secara keseluruhan dapat dilihat di lampiran 8.

Tabel 4.8 adalah hasil peramalan tahun 2017 dengan metode moving average dengan n=7.

Tabel 4.8

Hasil Peramalan Obat Cycozam 25 Mg Tahun 2017


25 1102 31 1061

26 1076 32 1075

27 1065 33 1071

28 1043 34 1067

29 1062 35 1066

30 1082 36 1066


cycozam 25 mg pada periode 2017

Gambar 4.5 Grafik Peramalan Obat Cycozam 25 Mg Tahun 2017

4.3.4.1.3 Nodiril 2 Mg

Obat nodiril 2 mg adalah obat yang digunakan untuk terapi skizofrenia akut dan

kronik & kondisi psikosis lain yang bertujuan untuk meringankan gejala afektif yang

berhubungan dengan skizofrenia.. Gambar 4.6 adalah grafik permintaan aktual obat nodiril

2 mg tahun 2016.

0

500

1000

1500

1 4 7 10 13 16 19 22 25 28 31 34

item

Cycozam 25 Mg

Aktual

Peramalan

50

Gambar 4.6 Permintaan Aktual Obat Nodiril 2 Mg Tahun 2016

Berdasarkan gambar 4.6 dapat dilihat data historis permintaan aktual obat nodiril 2 Mg

tahun 2016 memiliki kecenderungan naik atau memiliki tren sehingga dilakukan peramalan

dengan metode moving average, weighted moving average, exponential smoothing with

tren dan trend line analysis. Metode yang dipilih adalah metode yang menghasilkan error

paling kecil. Tabel 4.9 merupakan nilai error dari masing – masing peramalan.

Tabel 4.9


MAD MSE MAPE MFE

EST (α=0,23) (β=0,76) 59,42 5316,08 0,00 8,92

Trend 42,58 3282,67 0,00 -0,50

MA ( n = 7) 92,00 12421,17 0,00 83,17

WMA (n = 5) 81,29 9991,04 0,00 69,29

Berdasarkan tabel 4.9 metode yang terpilh adalah trend line analysis karena

mempunyai nilai error terkecil dari metode lainya. Berikut ini merupakan contoh

perhitungan dengan trend line analysis pada periode 24

22 )(tnt

tAntAb =

2)5,12(244900

3,1381)5,12(24470349

= 48,65

tbAa = 1381,3 - (48,65) (12,5) = 773,19

F24 = a + bt = 773,19+ (48,65) (24) = 1941

Untuk hasil perhitungan peramalan tahun 2017 secara keseluruhan dapat dilihat di

lampiran 9. Tabel 4.10 adalah hasil peramalan pada tahun 2017 dengan metode trend line

analysis.

Tabel 4.10

Hasil Peramalan Obat Nodiril 2 Mg Tahun 2017


25 1941 31 2233

26 1990 32 2282

0

500

1000

1500

2000

2500

1 3 5 7 9 11 13 15 17 19 21 23

item

Permintaan Aktual Nodiril 2 Mg Tahun 2016

Aktual

51


27 2039 33 2331

28 2087 34 2379

29 2136 35 2428

30 2185 36 2476


nodiril 2 mg tahun 2017.

Gambar 4.7 Grafik Peramalan Obat Nodiril 2 mg Tahun 2017

4.3.4.1.4 Seroquel 100 Mg Ir

Obat seroquel 100 mg Ir adalah obat yang digunakan untuk terapi skizofrenia &

episode manik yang berhubungan dengan gangguan bipolar yang diberikan dalam empat

hari pertama. Gambar 4.8 adalah grafik permintaan aktual obat seroquel 100 mg Ir selama

tahun 2016.

Gambar 4.8 Permintaan Aktual Obat Seroquel 100 Mg Ir Tahun 2016

Berdasarkan gambar 4.8 dapat dilihat data historis permintaan aktual selama 2016 obat

seroquel 100 mg Ir memiliki kecenderungan naik atau memiliki tren sehingga dilakukan

peramalan dengan metode moving average, weighted moving average, exponential

smoothing with tren dan tren linear analysis. Metode yang dipilih adalah metode yang

menghasilkan error paling kecil. Tabel 4.11 merupakan nilai error dari masing – masing

peramalan.

0

500

1000

1500

2000

2500

3000

1 3 5 7 9 11131517192123252729313335

item

Nodiril 2 Mg

Aktual

Peramalan

0

20

40

60

80

100

1 3 5 7 9 11 13 15 17 19 21 23

item

Data Aktual Seroquel 100 Mg Tahun 2016

Aktual

52

Tabel 4.11


MAD MSE MAPE MFE

EST (α=0,59) (β=0,4) 2,46 11,71 0,00 0,46

Trend 2,71 12,96 0,00 -0,46

MA ( n = 7) 5,00 40,08 0,01 5,00

WMA ( n = 5) 4,08 29,25 0,01 4,08

Berdasarkan tabel 4.11 metode yang terpilh adalah exponential smoothing with tren

karena mempunyai nilai error terkecil dari metode lainya. Berikut ini merupakan contoh

perhitungan dengan exponential smoothing with tren pada periode 24

X24 = α Yt-1 + (1- α)( Xt-1 + Tt-1)

= 0,59 x 69 + (1-0,59) (69,57+5,41) = 71,40

T24 = β (Xt - Xt-1) + (1-β) Tt-1

= 0,4 (71,40-69,57) + (1-0,4) 5,41 = 3,98

Ŷ24 = X24 + T24

= 71,40+ 3,98 = 76


Tabel 4.12 adalah hasil peramalan tahun 2017 dengan metode exponential smoothing with

tren.

Tabel 4.12

Hasil Peramalan Obat Seroquel 100 Mg Ir Tahun 2017


25 76 31 92

26 85 32 95

27 83 33 95

28 89 34 97

29 88 35 98

30 92 36 99


seroquel 100 mg Ir tahun 2017.

Gambar 4.9 Grafik Peramalan Obat Seroquel 100 Mg Ir Tahun 2017

0

50

100

150

1 3 5 7 9 11131517192123252729313335

item

Seroquel 100 Mg

Aktual

Y bar t

53

4.3.4.1.5 Sizoril 25 Mg

Obat sizoril 25 mg adalah obat yang digunakan untuk perawatan gangguan psikotik,

pengobatan skizofrenia tahan, pengurangan risiko perilaku bunuh diri berulang pada pasien

skizofrenia dan kondisi lainnya yang tidak responsif atau intoleransi terhadap obat

neuroleptik klasik yang diberikan di hari ke 2. Gambar 4.10 adalah grafik permintaan

aktual obat sizoril 25 selama 2016.

Gambar 4.10 Permintaan Aktual Obat Sizoril 25 Mg Tahun 2016

Berdasarkan gambar 4.10 dapat dilihat data historis permintaan aktual obat sizoril 25

mg selama 2016 bersifat fluktuatif sehingga dilakukan peramalan dengan metode moving


metode yang menghasilkan error paling kecil. Tabel 4.13 merupakan nilai error dari

masing – masing peramalan

Tabel 4.13


MAD MSE MAPE MFE

ES (α = 0) 12,21 270,63 0,00 -0,38

MA (n = 7) 10,92 260,17 0,00 -2,33

WMA (n = 5) 17,00 512,17 0,01 -0,08


karena mempunyai nilai MAD, MSE, MAPE yang lebih kecil dibandingkan dengan

metode lainya. Berikut ini merupakan contoh perhitungan dengan moving average pada

periode 24.

17 18 19 20 21 22 23

= 187


Tabel 4.14 adalah hasil peramalan tahun 2017 dengan metode moving average dengan n=7.

0

50

100

150

200

250

1 3 5 7 9 11 13 15 17 19 21 23

ite

m

Permintaan Aktual Sizoril 25 Mg Tahun 2016

Aktual

54

Tabel 4.14

Hasil Peramalan Obat Sizoril 25 Mg Tahun 2017


25 187 31 180

26 187 32 185

27 185 33 184

28 183 34 184

29 180 35 183

30 184 36 183


Sizoril 25 mg tahun 2017

Gambar 4.11 Grafik Peramalan Obat Sizoril 25 Mg Tahun 2017

4.3.4.1.6 Sizoril 100 Mg

Obat sizoril 100 mg adalah obat yang digunakan untuk perawatan gangguan psikotik,

pengobatan skizofrenia tahan, pengurangan risiko perilaku bunuh diri berulang pada pasien

skizofrenia dan kondisi lainnya yang tidak responsif atau intoleransi terhadap obat

neuroleptik klasik.. Gambar 4.12 adalah grafik permintaan aktual obat sizoril 100 selama

tahun 2016.

Gambar 4.12 Permintaan Aktual Obat Sizoril 100 Mg Tahun 2016

Berdasarkan gambar 4.12 dapat dilihat data historis permintaan aktual obat sizoril 100

mg selama 2016 bersifat fluktuatif sehingga dilakukan peramalan dengan metode moving

0

50

100

150

200

250

1 4 7 10 13 16 19 22 25 28 31 34

ITEM

Sizoril 25 Mg

Aktual

Peramalan

0

20

40

60

1 3 5 7 9 11 13 15 17 19 21 23

ite

m

Permintaan Aktual Sizoril 100 mg Tahun

2016

Aktual

55



masing – masing peramalan

Tabel 4.15


MAD MSE MAPE MFE

ES (α = 0) 6,92 64,25 0,01 -0,50

MA ( n = 7) 5,25 58,50 0,01 0,00

WMA (n = 5) 6,46 76,21 0,01 -0,96



perhitungan dengan moving average pada periode 24.

17 18 19 20 21 22 23

= 38


lampiran 12. Tabel 4.16 adalah hasil peramalan tahun 2017 dengan metode moving

average dengan n = 7.

Tabel 4.16

Hasil Peramalan Obat Sizoril 100 Mg Tahun 2017


25 38 31 39

26 39 32 38

27 39 33 39

28 39 34 39

29 40 35 39

30 38 36 39


Sizoril 100 mg tahun 2017.

Gambar 4.13 Grafik Peramalan Obat Sizoril 100 Mg Tahun 2017

0

10

20

30

40

50

60

1 3 5 7 9 11131517192123252729313335

ite

m

Sizoril 100 Mg

Aktual

Peramalan

56

4.3.4.1.7 Seroquel Ir 200 mg

Obat Seroquel Ir 200 mg adalah obat yang digunakan untuk terapi skizofrenia &

episode manik yang berhubungan dengan gangguan bipolar yang diberikan di hari ke tiga.

Gambar 4.14 adalah grafik permintaan aktual obat Seroquel Ir 200 mg selama tahun 2016.

Gambar 4.14 Permintaan Aktual Obat Seroquel Ir 200 Mg Tahun 2016

Berdasarkan gambar 4.14 dapat dilihat data historis permintaan aktual obat Seroquel Ir

200 mg selama 2016 bersifat fluktuatif sehingga dilakukan peramalan dengan metode



error dari masing – masing peramalan.

Tabel 4.17


MAD MSE MAPE MFE

ES ES (α=0) 2,25 8,58 0,02 -0,58

MA (n =7) 2,04 9,29 0,01 -0,63

WMA (n = 5) 2,08 8,43 0,01 -0,62

Berdasarkan tabel 4.17 metode yang terpilh adalah weighted moving average dengan

nilai n=5 karena mempunyai nilai MAD, MAPE dan MSE yang paling kecil dibandingkan

metode lainya. Berikut ini merupakan contoh perhitungan dengan weighted moving

average pada periode 24.

( )( )

( )

( ) ( ) ( ) ( ) ( )


lampiran 13. Tabel 4.18 adalah hasil peramalan 2017 dengan metode weighted moving


0

2

4

6

8

10

12

14

16

1 3 5 7 9 11 13 15 17 19 21 23

ite

m

Permintaan Aktual Seroquel 200 Mg Tahun 2016

Aktual

57

Tabel 4.18

Hasil Peramalan Obat Seroquel Ir 200 Mg Tahun 2017


25 6 31 6

26 6 32 6 27 6 33 6 28 6 34 6 29 6 35 6 30 6 36 6

Berikut ini adalah grafik perbandingan data aktual 2016 dengan hasil peramalan

Seroquel Ir 200 mg tahun 2017

Gambar 4.15 Grafik Peramalan Obat Seroquel Ir 200 Mg Tahun 2017

4.3.4.1.8 Ariski 10 Mg

Obat ariski 10 mg adalah obat skizofrenia, gangguan bipolar, depresi, dan iritabilitas

yang berhubungan dengan autisme. Gambar 4.16 adalah grafik permintaan aktual obat

ariski 10 mg selama 2016.

Gambar 4.16 Permintaan Aktual Obat Ariski 10 Mg Tahun 2016

Berdasarkan gambar 4.16 dapat dilihat data historis permintaan aktual obat ariski 10

mg selama 2016 mempunyai kecenderungan meningkat sehingga dilakukan peramalan


tren dan tren linear analysis. Metode yang dipilih adalah metode yang menghasilkan error


0

2

4

6

8

10

12

14

16

1 3 5 7 9 11131517192123252729313335

Aktual

Peramalan

0

5

10

15

20

1 3 5 7 9 11 13 15 17 19 21 23

ite

m

Permintaan Aktual Ariski 10 Mg Tahun 2016

Aktual

58

Tabel 4.19


MAD MSE MAPE MFE

EST (α=0,37) (β=0,04) 0,83 1,17 0,00 0,08

Trend 0,83 1,33 0,00 -0,50

MA (n = 7) 0,92 1,42 0,00 0,58

WMA (n = 5) 0,85 1,13 0,00 0,59

Berdasarkan tabel 4.19 metode yang terpilh adalah trend line analysis dengan nilai


perhitungan dengan tren line analysis pada periode 24.

22 )(tnt

tAntAb =

2)5,12(244900

45,168)5,12(244043

=0,435

tbAa = 11,79 - (0,435) (12,5) = 6,29

F24 = a + bt = 6,29 + (0,435) (24) = 17


lampiran 14. Tabel 4.20 adalah hasil peramalan tahun 2017 dengan metode trend line

analysis.

Tabel 4.20

Hasil Peramalan Obat Ariski 10 Mg Tahun 2017


25 17 31 20

26 18 32 20

27 19 33 21

28 19 34 21

29 19 35 22

30 20 36 22


ariski 10 mg tahun 2017.

Gambar 4.17 Grafik Peramalan Obat Ariski 10 Mg Tahun 2017

0

5

10

15

20

25

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

ite

m

Ariski 10 Mg

A

F

59

4.3.4.2 Kelompok Obat BV

Obat BV adalah kelompok obat yang memiliki tingkat investasi sedang namun

tergolong vital atau sangat dibutuhkan pasien dengan segera untuk menyelamatkan hidup

pasien. Berdasarkan hasil analisis ABC-VED terdapat dua obat BV yaitu obat Abilify 5

Mg dan Zolpidem 10 Mg . Berikut ini adalah peramalan untuk masing – masing obat BV.

4.3.4.2.1 Abilify 5 Mg

Obat abilify mg adalah obat yang digunakan untuk pengobatan skizofrenia akut pada

orang dewasa dan remaja dan juga sebagai terapi tambahan untuk gangguan depresi.

Gambar 4.18 adalah grafik permintaan aktual obat abilify 5 mg selama 2016.

Gambar 4.18 Permintaan Aktual Obat Abilify 5 Mg

Berdasarkan gambar 4.18 dapat dilihat data historis permintaan aktual obat abilify 5

mg selama 2016 mempunyai kecenderungan meningkat sehingga dilakukan peramalan


tren dan tren linear analysis. Metode yang dipilih adalah metode yang menghasilkan error


Tabel 4.21


MAD MSE MAPE MFE

EST (α=0,70) (β=0,05) 0,67 0,92 0,00 -0,08

Trend 0,96 1,38 0,00 -0,46

MA ( n = 7) 1,00 1,83 0,01 0,42

WMA (n = 5) 0,79 1,21 0,01 0,63

Berdasarkan tabel 4.21 metode yang terpilh adalah exponential smoothing with tren

dengan nilai α=0,70 dan β=0,05 karena mempunyai nilai error yang paling kecil

dibandingkan metode lainya. Berikut ini merupakan contoh perhitungan dengan moving

average pada periode 24.

X24 = α Yt-1 + (1- α)( Xt-1 + Tt-1)

0

5

10

15

1 3 5 7 9 11 13 15 17 19 21 23

ite

m

Permintaan Aktual Abilify 5 Mg Tahun 2016

Aktual

60

= 0,70 x 11 + (1-0,70) (9,78+0,29) = 10,72

T24 = β (Xt - Xt-1) + (1-β) Tt-1

= 0,05 (10,72-9,78) + (1-0,05) 0,29 = 0,33

Y24 = X24 + T24

= 10,72 + 0,33 = 12


Tabel 4.22 adalah hasil peramalan tahun 2017 dengan metode exponential smoothing with

tren.

Tabel 4.22

Hasil Peramalan Obat Abilify 5 Mg Tahun 2017


25 12 31 15

26 13 32 16

27 13 33 16

28 14 34 17

29 14 35 17

30 15 36 18


abilify 5 mg tahun 2017.

Gambar 4.19 Grafik Peramalan Obat Abilify 5 Mg Tahun 2017

4.3.4.2.2 Zolpidem 10 Mg

Obat zolpidem 10 mg adalah obat yang berfungsi menangani gangguan tidur atau

insomnia pada orang dewasa. Gambar 4.20 adalah grafik permintaan aktual obat zolpidem

10 mg selama 2016.

0

5

10

15

20

1 4 7 10 13 16 19 22 25 28 31 34

ite

m

Abilify 5 Mg

Aktual

Peramalan

61

Gambar 4.20 Permintaan Aktual Obat Zolpidem 10 Mg Tahun 2016

Berdasarkan gambar 4.20 dapat dilihat data historis permintaan aktual obat zolpidem

10 mg selama 2016 bersifat fluktuatif sehingga dilakukan peramalan dengan metode



error dari masing – masing peramalan.

Tabel 4.23


MAD MSE MAPE MFE

ES (α=0,33) 3,42 15,50 0,01 0,08

MA (n = 7) 2,54 12,54 0,04 0,04

WMA (n = 5) 2,96 14,63 0,01 -0,13



perhitungan dengan moving average pada periode 24.

17 18 19 20 21 22 23

= 13




Tabel 4.24

Hasil Peramalan Obat Zolpidem 10 Mg Tahun 2017 Periode Hasil Peramalan Periode Hasil Peramalan

25 13 31 15

26 14 32 15

27 14 33 15

28 15 34 15

29 14 35 15

30 14 36 15

0

5

10

15

20

1 3 5 7 9 11 13 15 17 19 21 23

ite

m

Permintaan Aktual Zolpidem 10 Mg Tahun 2106

Aktual

62


zolpidem 10 mg tahun 2017.

Gambar 4.21 Grafik Peramalan Obat Zolpidem 10 Mg Tahun 2017

4.3.4.3 Kelompok Obat AE

Obat dalam kelompok AE adalah obat yang memilki tingkat investasi yang paling

tinggi dan tergolong essential (diprioritaskan). Dalam penelitian ini obat yang masuk

dalam kategori AE ada 3 obat, yaitu citicoline 500 Mg, neugain umum dan takelin 1000

Mg. Berikut ini adalah peramalan untuk masing – masing obat AE

4.3.4.3.1 Citicoline 500 Mg.

Obat citicoline 500 mg adalah obat yang berfungsi untuk mengobati penyakit

alzheimer dan jenis demensia lainnya, luka di kepala, penyakit otak seperti stroke, hilang

ingatan karena faktor usia, penyakit Parkinson, ADHD (attention deficit-hyperactive

disorder), dan glaukoma. Gambar 4.22 adalah grafik permintaan aktual obat citicoline 500

mg selama 2016.

Gambar 4.22 Permintaan Aktual Obat Citicoline 500 Mg

Berdasarkan gambar 4.22 dapat dilihat data historis permintaan aktual obat citicoline

500 mg selama 2016 adalah fluktuatif sehingga dilakukan peramalan dengan metode

0

5

10

15

20

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

ite

m

zolpidem 10 mg

Aktual

Peramalan

0

20

40

60

80

1 3 5 7 9 11 13 15 17 19 21 23

Ite

m

Citicoline 500 Mg

Aktual

63

moving average, weighted moving average, exponential smoothing. Metode yang dipilih

adalah metode yang menghasilkan error paling kecil. Tabel 4.25 merupakan nilai error

dari masing – masing peramalan.

Tabel 4.25


MAD MSE MAPE MFE

ES ES (α=0,25) 9,24 122,60 0,00 -0,55

MA (n =7) 6,54 93,79 0,00 -0,63

WMA (n = 5) 8,04 119,04 0,00 -1,63



lainya. Berikut ini merupakan contoh perhitungan dengan moving average pada periode

24.

17 18 19 20 21 22 23

= 53




Tabel 4.26

Hasil Peramalan Obat Citicoline 500 Mg Tahun 2017 Periode Hasil Peramalan Periode Hasil Peramalan

25 53 31 51

26 52 32 52

27 52 33 52

28 51 34 52

29 49 35 52

30 52 36 52


citicoline 500 mg tahun 2017.

Gambar 4.23 Grafik Peramalan Obat Citicoline 500 Mg Tahun 2017

0

20

40

60

80

1 4 7 10 13 16 19 22 25 28 31 34

ite

m

Citicoline 500 Mg

Aktual

Peramalan

64

4.3.4.3.2 Neugain Umum

Obat neugain umum adalah obat yang digunakan untuk memelihara kesehatan dengan

meningkatkan daya ingat dan fungsi otak. Gambar 4.24 adalah grafik permintaan aktual

obat neugain umum selama 2016

Gambar 4.24 Permintaan Aktual Obat Neugain Umum

Berdasarkan gambar 4.24 dapat dilihat data historis permintaan aktual obat neugain

umum selama 2016 adalah fluktuatif sehingga dilakukan peramalan dengan metode moving

average, weighted moving average, exponential smoothing. Metode yang dipilih adalah


masing – masing peramalan.

Tabel 4.27


MAD MSE MAPE MFE

ES ES (α=0,10) 6,38 53,89 0,00 -0,20

MA (n =7) 4,33 41,00 0,00 -1,00

WMA (n = 5) 5,46 56,46 0,00 -0,63

Berdasarkan tabel 4.27 metode yang terpilh adalah moving average dengan nilai

n=7 karena mempunyai nilai MAD, MSE, dan MAPE yang paling kecil dibandingkan

metode lainya. Berikut ini merupakan contoh perhitungan dengan moving average pada

periode 24

17 18 19 20 21 22 23

= 36




0

10

20

30

40

50

60

1 3 5 7 9 11 13 15 17 19 21 23

ite

m

Neugain Umum

Aktual

65

Tabel 4.28

Hasil Peramalan Obat Neugain Umum Tahun 2017 Periode Hasil Peramalan Periode Hasil Peramalan

25 36 31 37

26 36 32 37

27 38 33 37

28 38 34 38

29 37 35 38

30 37 36 38


neugain umum tahun 2017.

Gambar 4.25 Grafik Peramalan Obat Neugain Umum Tahun 2017

4.3.4.3.3 Takelin 1000 Mg

Obat takelin 1000 Mg adalah obat yang digunakan untuk gangguan kesadaran akibat

trauma selebral, kecelakaan dan operasi otak.. Gambar 4.26 adalah grafik permintaan

aktual obat neugain umum selama 2016

Gambar 4.26 Permintaan Aktual Obat takelin 1000 Mg

Berdasarkan gambar 4.26 dapat dilihat data historis permintaan aktual obat takelin

1000 Mg selama 2016 adalah fluktuatif sehingga dilakukan peramalan dengan metode

moving average, weighted moving average, exponential smoothing. Metode yang dipilih

0

10

20

30

40

50

60

1 4 7 10 13 16 19 22 25 28 31 34

ite

m

Neugain Umum

Aktual

Peramalan

0

20

40

60

80

1 3 5 7 9 11 13 15 17 19 21 23

ite

m

Takelin 100 Mg

Aktual

66

adalah metode yang menghasilkan error paling kecil. Tabel 4.29 merupakan nilai error

dari masing – masing peramalan.

Tabel 4.29


MAD MSE MAPE MFE

ES ES (α=0,10) 15,62 332,82 0,02 -0,31

MA (n =7) 9,29 189,96 0,02 0,29

WMA (n = 5) 11,38 244,88 0,02 -0,13



lainya. Berikut ini merupakan contoh perhitungan dengan moving average pada periode 24

17 18 19 20 21 22 23

= 30




Tabel 4.30

Hasil Peramalan Obat Takelin 1000 Mg Tahun 2017 Periode Hasil Peramalan Periode Hasil Peramalan

25 30 31 29

26 28 32 28

27 30 33 30

28 30 34 29

29 30 35 30

30 27 36 29


takelin 1000 mg tahun 2017.

Gambar 4.27 Grafik Peramalan Obat Takelin 1000 Mg Tahun 2017

0

10

20

30

40

50

60

70

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

Aktual

Peramalan

67

Berikut ini merupakan tabel daftar hasil metode peramalan untuk tahun 2017 yang

terpilih untuk obat tablet kelas I.

Tabel 4.31

Metode Peramalan Yang Terpilih

No Metode Obat

1 Moving Average Cycozam 100 mg, cycozam 25 mg, sizoril 25 mg, sizoril

100 mg, Zolpidem 10 mg, citicoline 500 mg, neugain umum

dan takelin 1000 mg

2 Weighted Moving Average Seroquel Ir 200 mg,

3 Trend Line Analysis Nodiril 2 mg, Ariski 10 mg

4 Exponential Smoothing

With Tren

Abilify 5 mg, Seroquel 100 mg

Berikut ini merupakan perbandingan antara error peramalan terpilih dalam penelitian

ini dan perencanaan di rumah sakit pada tahun 2017

Tabel 4.32

Perbandingan Error Perencanaan di Rumah Sakit dengan Hasil Peramalan Periode 2017

No Obat Perencanaan di Rumah Sakit Peramalan

MAD MSE MAPE MFE MAD MSE MAPE MFE

1 Cycozam

100 Mg 25,58 2754,4 -1% -2,8433 31,21 1927,46 0,01 -5,96

2 Cycozam 25

Mg 199,13 67340 0% -3,57621 103,21 21434,63 0,00 29,79

3 Nodiril 100

Mg 664,46

26132

32,71 1%

-0,747

42,58 3282,67 0,00 -0,50

4 Seroquel 100

Mg 12,58 230,75 -1% -1,112 2,46 11,71 0,00 0,46

5 Seroquel 200

Mg 2,58 10,00 -3% -1,5483 2,08 8,83 0,01 -0,67

6 Abilfy 5

Mg 2,17 8,00 -1% 0,92307

0,67 0,92 0,00 -0,08

7 Sizoril 25

Mg 21,25 1358,5 0% -3,2 10,92 260,17 0,00 -2,33

8 Ariski 10

Mg 4,42 30,00 0% -0,9056 0,83 1,33 0,00 -0,50

9 Zolpidem

10 Mg 2,67 11,67 1% -1,5 2,54 12,54 0,04 0,04

10 Sizoril 100 5,33 57,83 0% -2,625 5,25 58,50 0,01 0,00

11 Citicoline

500 Mg 16,33 354,92 0% -1,2244 6,54 93,79 0,00 -0,63

12 Neugain

Umum 21,04 575,96 -2% -0,6178 4,33 41,00 0,00 -1,00

13 Takelin

1000 Mg 7,54 119,21 1% 9,67958 9,29 189,96 0,02 0,29

Berdasarkan tabel diatas akurasi hasil peramalan untuk tahun 2017 dengan metode

terpilih dalam penelitian ini menunjukkan hasil yang lebih baik dibandingkan dengan

68

perencanaan yang dilakukan di rumah sakit sehingga metode peramalan yang terpilih bisa

dilanjutkan untuk langkah selanjutnya.

4.3.5 Perhitungan Nilai Koefisien Variabilitas

Perhitungan koefisien variabilitas pada penelitian ini digunakan untuk mengetahui

sifat dari data tersebut. Apakah bersifat statis atau dinamis. Jika v < 0,25 data bersifat statis

jika v > 0,25 ,maka data bersifat dinamis. Hasil dari perhitungan tersebut digunakan untuk

menentukan metode dalam menghitung lot sizing. Berikut ini merupakan contoh

perhitungan koefisien variabilitas obat cycozam 100 mg.

Tabel 4.33

Perhitungan Koefisien Variabilitas Obat Cycozam 100 Mg Tahun 2016

No Permintaan (Dt) Dt2

No Permintaan (Dt) Dt2

1 312 97344 13 156 24336

2 192 36864 14 241 58081

3 251 63001 15 131 17161

4 201 40401 16 192 36864

5 114 12996 17 152 23104

6 281 78961 18 231 53361

7 251 63001 19 194 37636

8 231 53361 20 136 18496

9 192 36864 21 141 19881

10 153 23409 22 291 84681

11 252 63504 23 201 40401

12 142 20164 24 152 23104

Keterangan :

∑ Dt = 4790

(∑ Dt)2 = 22944100

∑ Dt2 = 1026976

∑

(∑ ) )

=

( )

Koefisien dari obat cycozam 100 mg sebesar 0,03 < 0,25 yang berarti obat tersebut

bersifat statis. Berikut ini merupakan tabel daftar koefisien variabilitas obat tablet kelas I.

Tabel 4.34

Daftar Koefisien Variabilitas Obat Tablet Kelas I

NO Nama Obat V Sifat NO Nama Obat V Sifat

1 Cycozam 100 Mg 0,0742 Statis 8 Abilify 5 Mg 0,2002 Statis

2 Cycozam 25 Mg 0,0358 Statis 9 Ariski 10 Mg 0,0743 Statis

3 Nodiril 2 Mg 0,0611 Statis 10 Zolpidem 10 Mg 0,1261 Statis

4 Seroquel 100 Mg 0,2344 Statis 11 Citicoline 500 Mg 0,0360 Statis

69

NO Nama Obat V Sifat NO Nama Obat V Sifat

5 Sizoril 25 Mg 0,0455 Statis 12 Neugain Umum 0,0358 Statis

6 Seroquel 200 Mg 0,0076 Statis 13 Takelin 1000 Mg 0,2547 Dinamis

7 Sizoril 100 Mg 0,2955 Dinamis

Berdasarkan tabel diatas, sebesar 11 obat mempunyai nilai v < 0,25 . Untuk 2 obat

lainya mempunyai nilai v > 0,25.

4.3.6 Perhitungan Lot Sizing

Perhitungan lot sizing digunakan untuk menentukan besarnya ukuran pemesanan yang

paling optimal untuk meminimalisasi biaya persediaan. Dalam penelitian ini terdapat 11

obat yang bersifat statis dan 2 obat bersifat dinamis. Metode yang digunakan untuk obat

yang bersifat statis adalah EOQ. Untuk obat yang bersifat dinamis akan dilakukan

perhitungan lot sizing menggunakan algoritma silver meal dan period order quantity

(POQ). Metode yang menghasilkan biaya persediaan yang paling minimum akan dipilih.

4.3.6.1 Metode Economic Order Quantity

Dalam penelitian ini terdapat 10 obat yang akan dilakukan perhitungan dengan metode

ini. Model EOQ ini digunakan untuk menentukan ukuran pemesanan yang optimal dala

satu kali pemesanan. Berikut ini adalah contoh perhitungan obat cycozam 100 mg dengan

EOQ.

Q = H

DS2

Q = 105

03,425622952 xx = 432

Keterangan:

D = Jumlah permintaan selama satu tahun

S = Biaya pemesanan setiap kali pesan

H = Biaya penyimpanan per unit per tahun sebesar 26% dari harga obat

Berdasarkan perhitungan diatas Q bernilai 432, yang berarti jumlah obat cycozam 100

mg yang harus dipesan setiap kali melakukan pemesanan adalah sebesar 432 item. Setelah

mengetahui besarnya EOQ akan dilakukan perhitungan total inventory cost. Berikut ini

adalah contoh perhitungan total inventory cost cycozam 100 mg.

TIC = purchasing cost + ordering cost + holding cost

70

TIC = Rp 11.107.800 + 432

229503,4256 x

2

432105x= Rp 11.153.061

Berikut ini adalah hasil perhitungan EOQ dan total inventory cost untuk ke sembilan

obat yang bersifat statis.

Tabel 4.35

Hasil Perhitungan EOQ dan Total Inventory Cost Tahun 2017

NO Obat Biaya

pesan

Biaya

simpan Demand EOQ

Total Inventory Cost

Biaya

pesan

Biaya

simpan

Biaya

Pembelian Total

1 Cycozam

100

Rp

4.256,03 Rp105 2295 432

Rp

22.610

Rp

22.651 Rp11.107.800

Rp

11.153.061

2 Cycozam

25

Rp

4.256,03 Rp32 12861 1843 Rp

29.700

Rp

29.709 Rp19.137.168

Rp

19.196.577

3 Nodiril 100

mg

Rp

4.256,03 Rp 20 3402 3402 Rp

33.161

Rp

33.170 Rp23.856.300

Rp

23.922.631

4 Seroquel

100

Rp

4.256,03 Rp 727 1089 113 Rp

41.016

Rp

41.090 Rp36.553.374

Rp

36.635.480

5 Seroquel

200

Rp

4.256,03 Rp 582 72 33 Rp

9.286

Rp

9.600 Rp1.933.416

Rp

1.952.302

6 Abilfy 5

mg

Rp

4.256,03 Rp 481 180 57 Rp

13.440

Rp

13.696 Rp3.992.220

Rp

4.019.356

7 Sizoril 25 Rp

4.256,03 Rp 91 2205 456 Rp

20.580

Rp

20.649 Rp9.216.900

Rp

9.258.129

8 Ariski 10

mg

Rp

4.256,03 Rp 654 237 56 Rp

18.012

Rp

18.312 Rp7.153.845

Rp

7.190.169

9 Zolpidem

10 mg

Rp

4.256,03 Rp 114 174 114 Rp

6.496

Rp

6.521 Rp918.720

Rp

931.737

10 Citicoline

500 Mg

Rp

4.256,03 Rp

1.201 620 67

Rp

39.384

Rp

40.240 Rp2.864.400

Rp

2.944.024

11 Neugain

Umum

Rp

4.256,03 Rp

2.853 447 37

Rp

51.417

Rp

52.778 Rp4.904.708

Rp

5.008.903

4.3.6.2 Metode Period Order Quantity

POQ digunakan unutk mengetahui jumlah periode dalam setiap kali pemesanan yang

optimal sehingga memberikan siklus yang tetap. Perhitungan dengan metode ini akan

dilakukan untuk obat sizoril 100 mg dan takelin 1000 mg. Berikut ini adalah contoh

perhitungan obat sizoril 100 mg dengan POQ.

POQ = DH

S2

POQ =

134039

42562

x

x

Keterangan:

D = rata – rata pesanan suatu periode


H = biaya simpan per unit per periode

Berdasarkan perhitungan tersebut nilai POQ adalah satu, yang berarti pemesanan yang

optimal jika dilakukan selama satu kali dalam satu periode. Setelah mengetahui besarnya

71

POQ akan dilakukan perhitungan total inventory cost. Berikut ini contoh perhitungan total

inventory cost sizoril 100 mg.

Total Biaya Persediaan = Biaya pembelian + Biaya Penyimpanan + Biaya Pemesanan

= (466 x Rp 15.675) + (232 x Rp 340) + (6 x Rp 4.256)

= Rp 7.408.966

Tabel berikut ini adalah hasil perhitungan POQ untuk obat sizoril 100 mg dan

takelin 1000 mg.

Tabel 4.36

Hasil Perhitungan POQ dan Total Inventory Cost Tahun 2017

NO Obat S H D POQ

Total Inventory Cost

Biaya

pesan

Biaya

simpan

Biaya

Pembelian Total

1

Sizoril

100 Mg

Rp

4.256

Rp

340 39 1

Rp

25.536

Rp

78.803 Rp 7.304.550

Rp

7.408.966

2

Takelin

1000 Mg

Rp

4.256

Rp

352 30 1

Rp

25.536

Rp

774.185

Rp

5.858.405

Rp

6.658.126

4.3.6.3 Metode Alogoritma Silver Meal

Obat yang akan dihitung dengan metode algoritma silver meal dalam penelitian ini

adalah sizoril 100 mg dan takelin 1000 mg. Algoritma silver meal adalah salah satu metode

heuristik yang digunakan untuk permintaan yang bersifat dinamis. Berikut ini adalah

perhitunganya.

4.3.6.3.1 Sizoril 100 Mg

Berikut ini adalah langkah – langkah pengerjaan obat sizoril 100 mg menggunakan

algoritma silver meal:

1. Menghitung ukuran pemesanan yang pertama. Ukuran pemesanan atau kebutuhan

bersih pada periode T, selanjutnya menghitung ordering cost dan holding cost pada

periode tersebut dan dijumlahkan. Setelah itu cumulative cost dibagi dengan urutan

periode tersebut. Jika ukuran lot pertama maka dibagi dengan satu, apabila ukuran lot

kedua maka dibagi dengan dua.

2. Menghitung ukuran pemesanan yang kedua dengan menjumlahkan ukuran pemesanan

yang pertama dengan berikutnya. Setelah itu menghitung biaya pemesanan dan

penyimpanan dan membagi total cost dengan dua karena merupakan ukuran

pemesanan kedua.

72

3. Membandingkan total biaya per periode sekarang dengan sebelumnya, jika TRC(L) ≤

TRC(L-1) maka kembali lagi ke langkah kedua, jika TRC(L) ≥ TRC(L-1) maka

kembali ke langkah pertama.

4. Jika akhir dari horizon sudah tercapai maka algoritma bisa dihentikan.

Berikut ini adalah perhitungan obat sizoril 100 mg berdasarkan langkah – langkah

diatas:

Biaya pembelian = Rp 7.304.550

Biaya pesan = Rp 4.256 / pesan

Biaya Simpan = Rp 4.076 per unit / per tahun

= Rp 340 / bulan

Kebutuhan bersih pada periode 1 adalah 38 obat, karena tidak ada sisa stock pada

periode sebelumnya maka perhitungan lot pertama dimulai dari periode 1. Berikut ini

adalah perhitunganya :

Kombinasi periode 1 (ukuran lot pertama)

Lot size = 38 item

Biaya pesan = Rp 4.256

Biaya simpan = Rp 0

Total biaya = Rp 4.256

Nilai silver meal = total biaya / periode = 4.256 / 1 = Rp 4.256

Kombinasi periode 1 dan 2 ( ukuran lot kedua )

Lot size = 38 + 39 = 77 item

Biaya pesan = Rp 4.256

Biaya simpan = (0 x 340 x 38) +( 1 x 340 x 39) = Rp 13.247

Total biaya = Rp 17.503

Nilai silver meal = total biaya / periode = Rp 17.503 / 2 = Rp 8.752

Setelah menghitung ukuran lot yang pertama dan kedua dilakukan perbandingan

antara total biaya per periode dari setiap ukuran lot. Ukuran lot kedua > dari ukuran lot

pertama, maka kembali lagi ke langkah pertama yang dimulai dari periode ke dua. Tabel

4.37 berikut ini adalah hasil perhitungan dengan algoritma silver meal.

Tabel 4.37

Hasil Perhitungan Lot Size Sizoril 100 Mg Tahun 2017 dengan Algoritma Silver Meal

Kombinasi

Periode lot size order cost

holding

cost

cummulative

cost

Cost /

periode

1 38 Rp4.256 Rp0 Rp4.256 Rp4.256

1,2 77 Rp4.256 Rp13.247 Rp17.503 Rp8.752

2 39 Rp4.256 Rp0 Rp4.256 Rp4.256

73

Kombinasi


holding

cost

cummulative

cost

Cost /

periode

2,3 78 Rp4.256 Rp13.247 Rp17.503 Rp8.752

3 39 Rp4.256 Rp0 Rp4.256 Rp4.256

3,4 78 Rp4.256 Rp13.247 Rp17.503 Rp8.752

4 39 Rp4.256 Rp0 Rp4.256 Rp4.256

4,5 79 Rp4.256 Rp13.247 Rp17.503 Rp8.752

5 40 Rp4.256 Rp0 Rp4.256 Rp4.256

5,6 78 Rp4.256 Rp13.247 Rp17.503 Rp8.752

6 38 Rp4.256 Rp0 Rp4.256 Rp4.256

6,7 77 Rp4.256 Rp13.247 Rp17.503 Rp8.752

7 39 Rp4.256 Rp0 Rp4.256 Rp4.256

7,8 77 Rp4.256 Rp13.247 Rp17.503 Rp8.752

8 38 Rp4.256 Rp0 Rp4.256 Rp4.256

8,9 77 Rp4.256 Rp13.247 Rp17.503 Rp8.752

9 39 Rp4.256 Rp0 Rp4.256 Rp4.256

9, 10 78 Rp4.256 Rp13.247 Rp17.503 Rp8.752

10 39 Rp4.256 Rp0 Rp4.256 Rp4.256

10,11 78 Rp4.256 Rp13.247 Rp17.503 Rp8.752

11 39 Rp4.256 Rp0 Rp4.256 Rp4.256

11,12 78 Rp4.256 Rp13.247 Rp17.503 Rp8.752

Berdasarkan tabel diatas dapat dilakukan pemesanan obat sizoril 100 mg sebanyak

11 kali pada periode 1,2,3,4,5,6,7,8,9,10 dan 11. Untuk total biaya persediaan dari obat

sizoril 100 mg terdiri dari biaya pesan dan biaya simpan.

Biaya pesan = 11 x Rp 4.256 = Rp 46.816

Biaya simpan = 0

Biaya Pembelian = Rp 7.304.550

Total biaya persediaan = Rp 7.351.366

Berdasarkan perhitungan lot sizing obat sizoril 100 mg yang bersifat dinamis

menggunakan metode period order quantity dengan total biaya persediaan sebesar. Rp

7.408.966. Sedangkan unutk algoritma silver meal dengan total biaya persediaan sebesar

Rp 7.351.366. Berdasarkan perhitungan tersebut metode yang terpilih adalah algoritma

silver meal karena menghasilkan total biaya persediaan yang paling minimum.

4.3.6.3.2 Takelin 1000 Mg

Berikut ini adalah hasil perhitungan lot sizing obat takelin 100 mg dengan metode

algoritma silver meal.

74

Tabel 4.38

Hasil Perhitungan Lot Size Sizoril 100 Mg Tahun 2017 dengan Algoritma Silver Meal

Kombinasi


holding

cost

cummulative

cost

cost /

periode

1 30 Rp4.256 Rp0 Rp4.256 Rp4.256

1,2 58 Rp4.256 Rp121.855 Rp126.111 Rp63. 055

2 28 Rp4.256 Rp0 Rp4.256 Rp4.256

2,3 58 Rp4.256 Rp121.855 Rp126.111 Rp63. 055

3 30 Rp4.256 Rp0 Rp4.256 Rp4.256

3,4 60 Rp4.256 Rp121.855 Rp126.111 Rp63. 055

4 30 Rp4.256 Rp0 Rp4.256 Rp4.256

4,5 60 Rp4.256 Rp121.855 Rp126.111 Rp63. 055

5 30 Rp4.256 Rp0 Rp4.256 Rp4.256

5,6 57 Rp4.256 Rp121.855 Rp126.111 Rp63. 055

6 27 Rp4.256 Rp0 Rp4.256 Rp4.256

6,7 56 Rp4.256 Rp121.855 Rp126.111 Rp63. 055

7 29 Rp4.256 Rp0 Rp4.256 Rp4.256

7,8 57 Rp4.256 Rp121.855 Rp126.111 Rp63. 055

8 28 Rp4.256 Rp0 Rp4.256 Rp4.256

8,9 58 Rp4.256 Rp121.855 Rp126.111 Rp63. 055

9 30 Rp4.256 Rp0 Rp4.256 Rp4.256

9, 10 59 Rp4.256 Rp121.855 Rp126.111 Rp63. 055

10 29 Rp4.256 Rp0 Rp4.256 Rp4.256

10,11 59 Rp4.256 Rp121.855 Rp126.111 Rp63. 055

11 30 Rp4.256 Rp0 Rp4.256 Rp4.256

11,12 59 Rp4.256 Rp121.855 Rp126.111 Rp63. 055

Berdasarkan tabel diatas dapat dilakukan pemesanan obat takelin 1000 mg sebanyak

11 kali pada periode 1,2,3,4,5,6,7,8,9,10 dan 11. Untuk total biaya persediaan dari obat

takelin 1000 mg terdiri dari biaya pesan dan biaya simpan.

Biaya pesan = 11 x Rp 4.256 = Rp 46.816

Biaya simpan = 0

Biaya Pembelian = Rp 5.858.405

Total biaya persediaan = Rp 5.905.221

Berdasarkan perhitungan lot sizing obat takelin 1000 mg yang bersifat dinamis

menggunakan metode period order quantity dengan total biaya persediaan sebesar Rp

6.658.126. Sedangkan unutk algoritma silver meal dengan total biaya persediaan sebesar

Rp 5.905.221. Berdasarkan perhitungan tersebut metode yang terpilih adalah algoritma

silver meal karena menghasilkan total biaya persediaan yang paling minimum.

75

4.3.6.4 Perbandingan Total Biaya

Setelah mengetahui total biaya persediaan dari masing – masing obat kemudian

dilakukan perbandingan antara kondisi existing pada periode 2017 dengan kondisi usulan

periode 2017 yang telah dihitung. Untuk biaya persediaan pada kondisi existing terdiri dari

biaya pembelian, biaya persediaan dan biaya pemesanan. Berikut ini adalah perbandingan

biaya persediaan yang dibutuhkan pada kondisi existing dan usulan pada tahun 2017.

Tabel 4.35

Perbandingan Rincian Biaya Persediaan Tahun 2017

NO Obat

Existing Usulan

Biaya

Pembelian

Biaya

Pemesanan

Biaya

Penyimpanan

Biaya

Pembelian

Biaya

Pemesanan

Biaya

Penyimpanan

1 Cycozam

100 mg

Rp11.107.8

00 Rp 102.145 Rp 254.931

Rp11.107.80

0

Rp

22.610

Rp

22.651

2 Cycozam

25 mg

Rp19.137.1

68

Rp 102.145 Rp 377.401

Rp19.137.16

8

Rp

29.700

Rp

29.709

3 Nodiril 2

mg

Rp23.856.3

00

Rp 102.145 Rp 328.078

Rp23.856.30

0

Rp

33.161

Rp

33.170

4 Seroquel

100

Rp36.553.3

74

Rp 102.145 Rp 348.723

Rp36.553.37

4

Rp

41.016

Rp

41.090

5 Sizoril 25

mg

Rp9.216.90

0

Rp 102.145 Rp 208.577 Rp9.216.900

Rp

20.580

Rp

20.649

6 Seroquel

200 mg

Rp1.933.41

6

Rp 102.145 Rp 45.963 Rp1.933.416

Rp

9.286

Rp

9.600

7 Sizoril 100

mg

Rp7.304.55

0

Rp 102.145 Rp 155.209 Rp7.304.550 Rp 46.816 -

8 Abilify 5

mg

Rp3.992.22

0

Rp 102.145 Rp 33.638 Rp3.992.220

Rp

13.440

Rp

13.696

9 Ariski 10

mg

Rp7.153.84

5

Rp 102.145 Rp 93.850 Rp7.153.845

Rp

18.012

Rp

18.312

10 Zolpidem

10 mg Rp918.720

Rp 102.145 Rp 15.444 Rp918.720

Rp

6.496

Rp

6.521

11 Citicoline

500 mg

Rp2.864.40

0

Rp 102.145 Rp 1.603.602 Rp2.864.400

Rp

39.384

Rp

40.240

12 Neugain

umum

Rp4.904.70

8

Rp 102.145 Rp 2.587.535 Rp4.904.708

Rp

51.417

Rp

52.778

13 Takelim

1000 mg

Rp5.858.40

5

Rp 102.145 Rp1.658.096 Rp5.858.405 Rp 46.816 -

Berikut ini adalah tabel perbandingan antara total biaya persediaan yang dihasilkan

pada kondisi existing dengan usulan pada tahun 2017.

Tabel 4.36

Perbandingan Total Biaya Persediaan Tahun 2017

No Obat Existing Usulan Penghematan %

Penghematan

1 Cycozam 100

mg Rp23.889.156 Rp11.153.061 Rp12.736.094 17%

2 Cycozam 25 mg Rp35.316.602 Rp19.196.577 Rp16.120.025 22%

76

No Obat Existing Usulan Penghematan %

Penghematan

3 Nodiril 2 mg Rp30.714.323 Rp23.922.631 Rp6.791.692 9%

4 Seroquel 100 Rp32.640.662 Rp36.635.480 -

5 Sizoril 25 mg Rp19.517.322 Rp9.258.129 Rp10.259.192 14%

6 Seroquel 200 mg Rp4.390.882 Rp1.952.302 Rp2.438.580 3%

7 Sizoril 100 mg Rp14.584.303 Rp7.351.366 Rp7.232.937 10%

8 Abilify 5 mg Rp3.240.843 Rp4.019.356 -

9 Ariski 10 mg Rp8.859.090 Rp7.190.169 Rp1.668.921 2%

10 Zolpidem 10 mg Rp1.543.189 Rp931.737 Rp611.452 1%

11 Citicoline 500

mg Rp7.873.447 Rp2.864.400 Rp5.009.047 7%

12 Neugain Umum Rp12.641.737 Rp4.904.708 Rp7.737.030 11%

13 Takelin 1000 mg Rp8.137.533 Rp5.905.221 Rp2.232.312 3%

Total Rp 203.394.088 Rp 135.285.138 Rp72.837.282 100%

Berdasarkan tabel diatas terdapat perbedaan total biaya persediaan antara kondisi

exisiting dengan usulan pada tahun 2017, dimana total biaya persediaan pada kondisi

existing lebih besar dari pada kondisi usulan. Pada kondisi usulan total biaya persediaan

untuk semua obat tablet kelas I sebesar Rp 135.285.138 sedangkan total biaya persediaan

untuk kondisi existing sebesar Rp 203.394.088. Untuk keseluruhan total biaya persediaan

obat tablet kelas I pada kondisi usulan dapat menghemat sebesar Rp 72.837.282 atau

sekitar 36%. Berikut ini adalah grafik perbandingan total biaya persediaan existing dan

usulan.

Gambar 4.28 Perbandingan Biaya Existing Dengan Biaya Usulan Tahun 2017

4.3.7 Perhitungan Reorder Point

Menurut Rangkuti, (2004:93) reorder point adalah titik atau batas pemesanan

kembali saat persediaan yang ada sudah menipis. Reorder point juga digunakan untuk

mengetahui waktu yang tepat untuk melakukan pemesanan kembali agar tidak terjadi

EXISTING USULAN

Total Biaya Persediaan Rp203.349.088 Rp135.285.138

Rp-

Rp50.000.000

Rp100.000.000

Rp150.000.000

Rp200.000.000

Rp250.000.000

Total Biaya Persediaan

77

kelebihan maupun kekurangan. Menurut Stevenson & Chuong, (2014:201) model ROP

dibagi menjadi empat model. Dalam penelitian ini model ROP yang digunakan ada dua,

yaitu ROP untuk jumlah permintaan dan lead time konstan pada obat seroquel 100 mg dan

ROP untuk jumlah permintaan tidak tetap dan lead time konstan pada 12 obat lainya.

Berikut ini adalah perhitunganya.

4.3.7.1 Cycozam 100 Mg

Permintaan untuk obat cycozam 100 mg berdasarkan peramalan tidak tetap selama

12 bulan dan lead time konstan sebesar 4 hari = 0,133 bulan. Berikut ini adalah tabel

jumlah permintaan obat cycozam 100 mg selama 12 bulan.

Tabel 4.37

Permintaan Obat Cycozam 100 Mg Tahun 2017

Periode Demand

(item / bulan) Periode

Demand

(item / bulan) Periode

Demand

(item / bulan)

1 152 5 194 9 192

2 193 6 201 10 191

3 187 7 187 11 191

4 187 8 187 12 192

Rata – rata permintaan 191,25

Perhitungan ROP untuk obat cycozam 100 mg :

ROP = ( d x LT ) + (z d LT )

= (191,25 x 0,133) + (1,64 x 4,07 x√0,133)

= 28 item

Untuk nilai d diperoleh dari :

d = 112

)25,191187()25,191187()25,191193( 222

= 4,07

Keterangan:

d = rata – rata demand

LT = lead time sebesar 4 hari = 0,133 bulan

Z = service level 95% = 1,64 (tabel z)

d = standar deviasi permintaan

Hasil perhitungan ROP sebesar 28 item berarti jika persediaan mencapai titik

tersebut, sebaiknya dilakukan pemesanan kembali, dan jumlah persediaan tersebut

diperkirakan masih dapat memenuhi kebutuhan selama waktu tunggu. Berikut ini adalah

contoh grafik hubungan antara EOQ dengan ROP pada obat cycozam 100 mg.

78

Q = 432 item

ROP = 28 item

WaktuLT = 4 hari

Gambar 4.23 Grafik hubungan EOQ dan ROP Obat Cycozam 100 Mg

4.3.7.2 Cycozam 25 Mg

Permintaan untuk obat cycozam 25 mg berdasarkan peramalan tidak tetap selama 12

bulan dan lead time konstan sebesar 4 hari = 0,133 bulan. Berikut ini adalah perhitungan

ROP obat cycozam 100 mg.

ROP = ( d x LT ) + (z d LT )

= (1071,75 x 0,133) + (1,64 x 15,25 x√0,133)

= 153 item



diperkirakan masih dapat memenuhi kebutuhan selama waktu tunggu.

4.3.7.3 Nodiril 2 Mg

Permintaan untuk obat nodiril 2 mg berdasarkan peramalan tidak tetap selama 12


ROP obat nodiril 100 mg.

ROP = ( d x LT ) + (z d LT )

= (26507 x 0,133) + (1,64 x 175,4 x√0,133)

= 3640 item



diperkirakan masih dapat memenuhi kebutuhan selama waktu tunggu

79

4.3.7.4 Seoquel 100 Mg

Permintaan untuk obat seroquel 100 mg berdasarkan peramalan tidak tetap selama 12


ROP obat seroquel 100 mg.

ROP = ( d x LT ) + (z d LT )

= (90,75 x 0,133) + (1,64 x 6,88 x√0,133)

= 17 item



diperkirakan masih dapat memenuhi kebutuhan selama waktu tunggu

4.3.7.5 Seroquel 200 Mg

Permintaan untuk obat seroquel 200 mg berdasarkan peramalan adalah konstan

selama 12 bulan dan lead time konstan sebesar 4 hari = 0,133 bulan. Berikut ini adalah

perhitungan ROP obat seroquel 200 mg dengan model ROP jumlah demand dan lead time

konstan.

ROP = d x LT

= 6 x 0,133

= 1 item

Hasil perhitungan ROP sebesar 1 item berarti jika persediaan mencapai titik tersebut,

sebaiknya dilakukan pemesanan kembali, dan jumlah persediaan tersebut diperkirakan

masih dapat memenuhi kebutuhan selama waktu tunggu.

4.3.7.6 Ablify 5 Mg

Permintaan untuk obat abilify 5 mg berdasarkan peramalan tidak tetap selama 12


ROP obat abilify 5 mg.

ROP = ( d x LT ) + (z d LT )

= (15 x 0,133) + (1,64 x 1,86 x√0,133)

= 4 item




80

4.3.7.7 Sizoril 25 Mg

Permintaan untuk obat sizoril 25 mg berdasarkan peramalan tidak tetap selama 12


ROP obat sizoril 25 mg.

ROP = ( d x LT ) + (z d LT )

= (183,75 x 0,133) + (2,2 x 1,98 x√0,133)

= 26 item



diperkirakan masih dapat memenuhi kebutuhan selama waktu tunggu.

4.3.7.8 Ariski 10 Mg

Permintaan untuk obat ariski 10 mg berdasarkan peramalan tidak tetap selama 12


ROP obat ariski 10 mg.

ROP = ( d x LT ) + (z d LT )

= (19,75 x 0,133) + (1,60 x 1,60 x√0,133)

= 4 item




4.3.7.9 Zolpidem 10 Mg

Permintaan untuk obat zolpidem 10 mg berdasarkan peramalan tidak tetap selama 12


ROP obat zolpidem 10 mg.

ROP = ( d x LT ) + (z d LT )

= (14,50 x 0,133) + (1,64 x 0,67 x√0,133)

= 3 item




81

4.3.7.10 Sizoril 100 Mg

Permintaan untuk obat sizoril 100 mg berdasarkan peramalan tidak tetap selama 12


ROP obat sizoril 100 mg.

ROP = ( d x LT ) + (z d LT )

= (38,83 x 0,133) + (1,64 x 0,58 x√0,133)

= 6 item




4.3.7.11 Citicoline 500 Mg

Permintaan untuk obat citicoline 500 mg berdasarkan peramalan tidak tetap selama

12 bulan dan lead time konstan sebesar 4 hari = 0,133 bulan. Berikut ini adalah

perhitungan ROP obat citicoline 100 mg.

ROP = ( d x LT ) + (z d LT )

= (51,67 x 0,133) + (1,64 x 0,98 x√0,133)

= 8 item



masih dapat memenuhi kebutuhan selama waktu tunggu. Berikut ini adalah contoh grafik.

4.3.7.12 Neugain Umum

Permintaan untuk obat neugain umum berdasarkan peramalan tidak tetap selama 12


ROP obat neugain umum.

ROP = ( d x LT ) + (z d LT )

= (37,25 x 0,133) + (1,64 x 0,75 x√0,133)

= 6 item




82

4.3.7.13 Takelin 1000 Mg

Permintaan untuk obat takelin 1000 mg berdasarkan peramalan tidak tetap selama 12


ROP obat takelin 1000 mg.

ROP = ( d x LT ) + (z d LT )

= (29,17 x 0,133) + (1,64 x 1,03 x√0,133)

= 5 item



masih dapat memenuhi kebutuhan selama waktu tunggu. Berikut ini adalah tabel hasil

perhitungan reordder point untuk semua obat

Tabel 4.38

Hasil Perhitungan Reorder Point

No Obat ROP No Obat ROP

1 Cycozam 100 Mg 28 8 Ariski 10 Mg 4

2 Cycozam 25 Mg 153 9 Zolpidem 10 Mg 3

3 Nodiril 100 Mg 3640 10 Sizoril 100 6

4 Seroquel 100 Mg 17 11 Citicolin 500 mg 8

5 Seroquel 200 Mg 1 12 Neugain umum 6

6 Abilfy 5 Mg 4 13 Takelin 1000 mg 5

7 Sizoril 25 Mg 26

4.4 Analisis dan Pembahasan

Pada tahap ini akan dilakukan pembahasan mengenai hasil yang telah didapatkan

dari semua tahapan yang telah dilakukan. Analisis dan pembahasan dilakukan pada

tahapan pengelompokkan obat, analisis ABC-VED, peramalan, perhitungan koefisien

variabilitas, perhitungan lot sizing dan perhitungan reorder point.

4.4.1 Pengelompokkan Obat

Pada sub bab kali ini akan dijelaskan tentang pengelompokkan obat yang telah

dilakukan dengan analisis ABC, analisis VED dan kombinasi dari analisis ABC-VED.

4.4.1.1 Analisis ABC (Always Better Control)

Jumlah obat tablet di RSJ Dr Radjiman Wediodiningrat Lawang sebesar 57 obat.

Masing – masing obat tersebut memiliki tingkat investasi yang berbeda. Analisis ABC

disini digunakan untuk mengetahui tingkat investasi dari masing – masing obat. Analisis

83

ABC membagi persediaan obat kedalam tiga kelompok ( kelompok A,B dan C). Hasil dari

analisis ABC yang telah dilakukan dalam penelitian ini adalah jumlah obat kelompok A

sebanyak 11 item atau 20% dari total persediaan namun memiliki nilai investasi yang

tinggi, yaitu sebesar Rp 192.064.185,59 atau 85,86%. Untuk jumlah obat yang masuk

dalam kelompok B sebanyak 17 item dengan presentase 30% dari total persediaan dan

memiliki tingkat investasi sebesar 12,48%. Sedangkan obat kelas C jumlah unitnya

sebanyak 29 item dengan presentase 50% dan nilai investasi sebesar Rp 3.706.944,89 atau

1,64% dari total investasi tahun 2016. Pengelompokkan dengan analisis ABC ini

diharapkan dapat membantu pihak RSJ Lawang dalam mengelola persediaan dengan

memfokuskan obat yang memiliki tingkat investasi yang tinggi seperti obat yang ada di

kelompok A. Obat dalam kelompok A ini memiliki tingkat penggunaan dan investasi yang

cukup besar sehingga memiliki tingkat perhatian yang lebih dari kelompok lain. Untuk

kelompok B dan C juga harus membutuhkan pengawasan namun tidak seketat dari

kelompok A.

4.4.1.2 Analisis VED (Vital Essential Desirable)

Pengelompokkan obat tidak hanya berdasarkan tingkat investasi dan penggunaanya

saja. Karena pihak rumah sakit juga harus memperhatikan obat berdasarkan tingkat

kekritisan waktu pemberian obat terhadap pasien. Analisis VED disini berguna untuk

megelompokkan obat berdasarkan tingkat kekritisan waktu pemberian obat terhadap

pasien. Berdasrkan kuisioner obat yang termasuk dalam kategori vital (V) sebanyak 10

obat. Obat dalam kategori vital disin yang tersedia cukup sedikit karena biasanya obat

dalam kategori ini banyak tersediandalam bentuk cairan ataupun larutan. Untuk obat yang

masuk dalam kategori Essential (E) sebanyak 32 obat. Obat kategori ini termasuk obat

yang paling banyak dibandingkan obat lainya karena. Sedangkan 15 obat termasuk dalam

kategori desirable (D). Obat dalam kategori desirable ini berfungsi sebagai penunjang

dalam pengobatan. Obat dalam kategori vital di RSJ Lawang memang mempunyai jumlah

yang sedikit, namun sebaiknya obat dalam kategori ini harus tetap tersedia setiap saat

karena fungsinya sebagai obat penyelamat. Untuk obat kategori lainya juga tetap harus

dikendalikan dengan baik agar dapat memenuhi kebutuhan pasien.

4.4.1.3 Analisis ABC-VED

Hasil dari analisis ABC dan VED kemudian di kombinasikan untuk mengetahui

kelompok obat berdasarkan tingkat investasi dan tingkat kekritisan yang berbeda – beda.

84

Kombinasi tersebut membagi obat kedalam tiga kelas, yaitu kelas I,II dan III. Berdasarkan

penelitian ini obat yang termasuk dalam kelas I adalah kombinasi dari obat AV, BV, CV,

AE dan AD sebanyak 13 obat. Obat yang termasuk dalam kelas II adalah kombinasi dari

BE, BD dan CE sebanyak 34 obat. Sedangkan obat yang termasuk dalam kelas III adalah

obat CD sebanyak 10 obat. Dalam penelitian ini hanya difokuskan pada obat kelas I karena

kelompok obat ini adalah kelompok obat yang perlu mendapaatkan pengawasan yang

paling tinggi untuk menjaga ketersediaan obat. Misalkan pada obat AV adalah obat dengan

nilai investasi yang tinggi dan vital untuk pasien. Obat BV adalah obat dengan tingkat

investasi yang sedang namun vital bagi pasien. Obat CV obat yang tergolong investasi

yang rendah namun vital bagi pasien. Obat AE memiliki tingkat investasi tinggi dan cukup

dibutuhkan oleh pasien. Sedangkan obat AD adalah obat yang tidak terlalu dibutuhkan

oleh pasien namun memiliki tingkat investasi yang paling tinggi. Karena itulah mengapa

obat dalam kelas I memiliki tingkat perhatian yang lebih dari pihak rumah sakit dalam

mengelola persediaan. Dalam penelitian obat yang termasuk dalam kelas I adalah Cycozam

100 Mg, Cycozam 25 Mg, Nodiril 2 Mg, Seroquel 100 Mg, Sizoril 25 Mg, Sizoril 100 Mg,

Ariski 10 Mg, Seroquel Ir 200 Mg, Abilify 5 Mg, Zolpidem 10 Mg, Citicolin 500 Mg, Neugain

Umum dan Takelin 1000 Mg.

4.4.2 Analisis Peramalan

Pada penelitian ini peramalan dilakukan pada obat tablet yang termasuk dalam kelas

I. Peramalan dilakukan berdasarkan data aktual periode Januari 2016 hingga Desember

2016 untuk mengetahui permintaan periode Januari 2017 hingga Desember 2017. Pada

penelitian ini ke-sepuluh obat tersebut memiliki pola data fluktuatif dan tren. Untuk obat

yang memiliki pola data fluktuatif dihitung dengan metode moving average, weighted

moving average, dan exponential smoothing. Sedangkan obat dengan pola data tren akan

dihitung dengan metode moving average, weighted moving average, exponential

smoothing dan trend line analysis. Metode peramalan yang terpilih adalah metode yang

menghasilkan error terkecil.

Semua perhitungan peramalan dilakukan dengan microsoft excel. Pada obat cycozam

100 mg metode yang terplih adalah moving average dengan MAD = 31,21 ; MSE =

1927,46 ; MAPE = 0,01 dan MFE = -5,96. Untuk obat cycozam 25 mg metode yang

terpilih adalah moving average dengan MAD = 103,21 ; MSE = 21432,63 ; MAPE = 0 dan

MFE = 29,76. Untuk obat nodiril 2 mg metode yang terpilih adalah trend line analysis

dengan MAD = 45,28 ; MSE = 3282,67 ; MAPE = 0 dan MFE = -0,5. Untuk obat seroquel

85

100 mg metode yang terplih adalah exponential smoothing with tren dengan MAD = 2,46 ;

MSE = 11,71 ; MAPE = 0 dan MFE = 0,46. Obat sizoril 25 mg metode yang terplih adalah

moving average dengan MAD = 10,29 ; MSE = 260,17 ; MAPE = 0 dan MFE = -2,33.

Obat sizoril 100 mg metode yang terplih adalah moving average dengan MAD = 5,25 ;

MSE = 58,50 ; MAPE = 0,01 dan MFE = 0. Obat seroquel 200 mg metode yang terplih

adalah weighted moving average dengan MAD = 2,08 ; MSE = 8,83 ; MAPE = 0,01 dan

MFE = -0,67. Obat ariski 10 mg metode yang terplih adalah trend line analysis dengan

MAD = 0,83 ; MSE = 1,13 ; MAPE = 0 dan MFE = -0,5. Obat abilify metode yang terplih

adalah exponential smoothing with tren dengan MAD = 0,67 ; MSE = 0,92 ; MAPE = 0

dan MFE = -0,08. Obat zolpidem metode yang terplih adalah moving average dengan

MAD = 2,54 ; MSE = 12,54 ; MAPE = 0,04 dan MFE = 0,04. Obat citicoline metode yang

terplih adalah moving average dengan MAD = 6,54 ; MSE = 93,79 ; MAPE = 0 dan MFE

= -0,63 Obat neugain metode yang terplih adalah moving average dengan MAD = 4,33 ;

MSE = 41 ; MAPE = 0 dan MFE = -1. Obat takelin metode yang terplih adalah moving

average dengan MAD = 9,29 ; MSE = 189,96 ; MAPE = 0,02 dan MFE = 0,29.

4.4.3 Analisis Lot Sizing

Lot sizing digunakan untuk menentukan ukuran pemesanan dari masing –masing

obat. Metode yang digunakan dalam menentukan lot sizing tergantung sifat dari demand

masing – masing obat. Untuk menentukan sifat dari masing – masing obat dilakukan

dengan cara menghitung nilai koefisien variabilitas masing - masing obat.

4.4.3.1 Analisis Koefisien Variabilitas

Nilai koefisien variabilitas dari tiap – tiap obat akan dihitung dengan persamaan 2-

14. Dari hasil perhitungan koefisien variabilitas yang telah dilakukan, sebanyak sebelas

mempunyai sifat statis karena nilai v < 0,25 sedangkan dua obat lainya bersifat dinamis

karena nilai v > 0,25. Untuk nilai koefisien variabilitas dari masing – masing obat bisa

dilihat di tabel 4.29. Lot sizing dari obat dengan sifat statis akan dihitung dengan economic

order quantity (EOQ). Sedangkan oat yang bersifat dinamis akan dihitung dengan POQ

dan algoritma silver meal. Metode yang menghasilkan total persediaan yang minimum

akan dipilih untuk direkomendasikan kepada rumah sakit.

86

4.4.3.2 Analisis Lot Sizing dengan EOQ

Obat yang dihitung dengan metode EOQ ini adalah obat yang mempunyai sifat statis

sebanyak sembilan obat. Hasil dari perhitungan EOQ in adalah obat cycozam 100 mg

dengan Q = 432 dan total biaya persediaan sebesar Rp 11.153.061. Obat cycozam 25 mg

dengan Q = 1843 dan total biaya persediaan sebesar Rp 19.196.577. Obat nodiril dengan Q

= 3402 dan total biaya persediaan sebesar Rp 23.922.631. Obat seroquel 100 mg dengan Q

= 113 dan total biaya persediaan sebesar Rp 36.635.480. Obat seroquel 200 mg dengan Q

= 33 dan total biaya persediaan sebesar Rp 1.952.302. Obat abilify 5 mg dengan Q = 57

dan total biaya persediaan sebesar Rp 4.019.356. Obat sizoril 25 mg dengan Q = 456 dan

total biaya persediaan sebesar Rp 9.258.129. Obat ariski 10 mg dengan Q = 56 dan total

biaya persediaan sebesar Rp 7.190.169. Obat zolpidem 10 mg dengan Q = 114 dan total

biaya persediaan sebesar Rp 931.737. Obat citicoline 500 mg dengan Q = 67 dan total

biaya persediaan sebesar Rp 2.944.024. Obat neugain dengan Q = 37 dan total biaya

persediaan sebesar Rp 5.008.903. Hasil tersebut berarti bahwa pihak rumah sakit harus

melakukan pemesanan misalnya pada obat cycozam 100 mg sebesar 432 setiap kali pesan

dan total biaya persediaan yang harus dikeluarkan mencapai Rp 11.153.061.

4.4.3.3 Analisis Lot Sizing dengan POQ

Obat yang dihitung menggunakan POQ adalah obat sizoril 100 mg dan takelin 1000

mg. POQ digunakan untuk menentukan interval pemesanan. Hasil dari perhitungan dengan

POQ sebesar satu. Hal tersebut berarti bahwa interval pemesanan yang harus dilakukan

oleh pihak rumah sakit akan optimal jika dilakukan dalam satu periode sekali dengan

frekuensi pemesanan sebanyak 6 kali dalam satu tahun. Total biaya persediaan yang harus

dikeluarkan dengan model POQ sebesar Rp 7.408.966 untuk obat sizoril 100 mg dan Rp

6.658.126 untuk obat takelin 1000 mg.

4.4.3.4 Analisis Lot Sizing dengan Algoritma Silver Meal

Perhitungan dengan algoritma silver meal ini dilakukan pada obat sizoril 100 mg dan

takelin 1000 mg. Algoritma silver meal menggunakan kombinasi dari beberapa periode

untuk menentukan total biaya yang optimum. Total biaya dalam algoritma silver meal ini

dipengaruhi oleh biaya pemesanan, biaya penyimpanan dan biaya per periode yang harus

dikeluarkan. Perhitungan dengan metode ini tidak dapat dikatakan optimal saat terjadi

kenaikan biaya per periode jika dibandingkan dengan periode selanjutnya sehingga

kombinasi periode yang terpilih adalah periode sebelum biaya per periode mengalami

87

kenaikan. Menurut perhitungan dengan metode algoritma silver meal pada penelititan ini

pihak rumah sakit dapat melakukan pemesanan sebanyak 11 kali dengan biaya yang

dibututhkan dalam persediaan sebesar Rp 7.351.366 pada obat sizoril 100 mg dan Rp

5.905.221 pada obat takelin 1000 mg. Jika dibandingkan dengan metode POQ, total biaya

persediaan pada metode algoritma silver meal menghasilkan biaya yang paling kecil

sehingga metode ini yang terpilih.

4.4.4 Analisa Reorder Point

Perhitungan reorder point digunakan untuk mengantisipasi terjadi kekosongan obat

saat masa tunggu pemesanan,sehingga permintaan terlayani dengan baik. Berdasarkan

hasil peramalan yang telah dilakukan ada dua model ROP yang digunakan, yaitu ROP

dengan jumlah lead time & permintaaan konstan pada obat seroquel 200 mg. Sedangkan

sembilan obat lainya menggunakan ROP dengan lead time konstan & permintaan tidak

tetap. Hasil dari perhitungan ROP untuk obat cycozam 100 mg, cycozam 25 mg, nodiril

100 mg, seroquel 100 mg, seroquel 200 mg, abilfy 5 mg, sizoril 25 mg, ariski 10 mg,

zolpidem 10 mg dan sizoril 100, citicoline 500 mg, neugain umum dan takelin 1000 mg

adalah 28, 152, 3718, 16, 1, 4, 26, 4, 3, 6, 8, 6 dan 5. Hasil tersebut berarti bahwa

sebaiknya pihak rumah sakit melakukan pemesanan kembali pada saat persediaan obat

mencapai nilai tersebut untuk mencegah terjadinya kekurangan maupun kekosongan obat

sehingga kebutuhan para pasien dapat terpenuhi.

88


89

BAB V

PENUTUP

Setelah melakukan analisis dan pembahasan selanjutnya pada bab ini akan diambil

kesimpulan dari penelitian ini. Selain itu juga diberikan saran yang diharapkan berguna

untuk perusahaan maupun penelitian selanjutnya.

5.1 Kesimpulan

Berdasarkan hasil dari analisis dan pembahasan yang telah dilakukan, maka berikut

ini adalah kesimpulan dari hasil penelitian yang diperoleh.

1. Hasil dari pengelompokkan obat tablet berdasarkan nilai investasi dan penggunaan

dengan analisis ABC adalah obat yang masuk dalam kelompok A sebanyak 11 obat,

kelompok B 17 obat dan kelompok C 29 obat. Sedangkan pengelompokkan obat

dengan analisis VED adalah sebanyak 10 obat yang masuk dalam kelompok V,

kelompok E 32 obat dan kelompok D 15 obat. Dan hasil dari kombinasi analisis

ABC-VED didapatkan tiga kelas. Kelas I adalah kombinasi obat AV, AE, AD, BV

dan CV sebanyak 13 obat. Obat kelas II adalah kombinasi dari obat BE, BD, dan CE

sebanyak 34 obat. Sedangkan obat pada kelas III adalah kombinasi dari oba CD

sebanyak 9 obat.

2. Metode peramalan yang terpilih ada empat. Metode tersebut terpilih karena

menghasilkan nilai error yang paling kecil bila dibandingkan dengan metode lainya.

Metode peramalan yang pertama adalah metode moving average untuk obat

Cycozam 100 mg, cycozam 25 mg, sizoril 25 mg, sizoril 100 mg ,zolpidem 10 mg,

citicoline 500 mg, neugain umum dan takelin 1000 mg. Yang kedua adalah weighted

moving average untuk obat seroquel 200 mg. Yang ketiga adalah trend line analysis

untuk obat nodiril 2 mg dan ariski 10 mg. Dan metode peramalan yang keempat

adalah exponential smoothing with tren untuk obat abilify 5 mg dan seroquel 100

mg.

3. Metode yang digunakan untuk menentukan ukuran pemesanan adalah EOQ untuk

obat yang bersifat statis dan algoritma silver meal dan POQ untuk obat yang bersifat

dinamis. Obat yang dihitung dengan EOQ adalah obat obat cycozam 100 mg dengan

Q = 432, obat cycozam 25 mg dengan Q = 1843, obat nodiril dengan Q = 3402, obat

seroquel 100 mg dengan Q = 113, obat seroquel 200 mg dengan Q = 33, obat abilify

89

90

5 mg dengan Q = 57, obat sizoril 25 mg dengan Q = 456, obat ariski 10 mg dengan Q

= 56, obat zolpidem 10 mg dengan Q = 114, obat citicoline 500 mg dengan Q = 67

dan obat neugain dengan Q = 37. Sedangkan obat yang bersifat dinamis adalah

sizoril 100 mg dan takelin 1000 mg yang dihitung dengan POQ dan algoritma silver

meal. Metode yang terpilih adalah algoritma silver meal karena menghasilkan total

biaya persediaan sebesar Rp 7.351.366 pada sizoril 100 mg dan 5.905.221 pada obat

takelin 1000 mg. Hasil tersebut sedikit lebih kecil dibandingkan dengan metode POQ

yang menghasilkan total biaya persediaan sebesar Rp 7.408.889 dan Rp 6.628.126

4. Reorder point dari obat cycozam 100 mg, cycozam 25 mg, nodiril 2 mg, seroquel

100 mg, sizoril 25 mg, sizoril 100 mg, ariski 10 mg, seroquel ir 200 mg, abilify 5 mg,

zolpidem 10 mg , citicoline 500 mg, neugain dan takelin 1000 mg masing – masing

adalah 28, 152, 3718, 16, 26, 6, 4, 1, 4, 3, 8, 6 dan 5. Pemesanan kembali sebaiknya

dilakukan pada saat masing – masing obat mencapai titik tersebut untuk

mengantisipasi terjadinya kekosongan saat menunggu pemesanan sehingga

permintaan dapat terlayani dengan baik.

5.2 Saran

Berikut ini adalah saran yang dapat diberikan pada penelitian ini :

1. Pihak rumah sakit memerlukan sistem informasi untuk mengetahui pemakaian tiap

obat baik per hari, per bulan, maupun tahunan yang terientegrasi ke setiap unit untuk

memudahkan pengawasan maupun pengendalian persediaan obat.

2. Pihak rumah sakit dapat menggunakan analisis ABC-VED yang digunakan dalam

penelitian ini untuk mengetahui tingkat prioritas dari masing – masing obat yang

berbeda – beda.

3. Pihak rumah sakit dapat mempertimbangkan penggunaan metode pengendalian

persediaan dalam penelitiaan ini untuk perencanaan masa yang akan datang.

4. Untuk biaya pemesanan dan persediaan tiap tahunya berubah – ubah karena

tergantung kuantitas barang yang ada sehingga pihak rumah sakit harus

mempertimbangkan kuantitas obat yang disimpan dan frekuensi pemesanan.

91

DAFTAR PUSTAKA

Ahmadi, Abu dan Cholid Narbuko. 1997. Metodologi Penelitian. Jakarta : Bumi Aksara

Aditama, Y Tjandra. 2006. Manajemen Administrasi Rumah Sakit . Jakarta :Penerbit

Universitas Indonesia.

Ariyanti, Benecdita Dwi. 2011. “Analisis Pengendalian Persediaan Obat dengan Analisis

ABC, EOQ, dan ROP pada Instalasi Farmasi Rumah Sakit X Perode Januari –

Desember 2011”, Skripsi Dipublikasikan. Depok : Universitas Indonesia

Assauri, Sofjan. 2004. Manajemen Operasi dan Produksi. Edisi Revisi. Jakarta: Fakultas

Ekonomi Indinesia

Freddy Rangkuti. 2004, The Power of Brand. Jakarta: PT Gramedia Pustaka Utama.

Gasperz, V 2002, Production Planning and Inventory Control Berdasarkan Pendekatan

Sistem Terintegrasi MRP II dan JIT Menuju Manufakturing 21, Jakarta:PT Gramedia

Pustaka Utama

Nasution, AH., & Prasetyawan, Y., 2008, Perencanaan dan Pengendalian Produksi.

Yogyakarta: Graha Ilmu

Hadiani, M.A, 2011.”Klasifikasi Obat Gawat Darurat Menggunakan Analisis ABC-VED di

Instalasi Farmasi RSUD Dr Moewardi Surakarta”,Jurnal Teknik Waktu, Vol 9 No

2, hlm:63-71.

Heizer, Jay dan Render, Barry. 2010. Manajemen Operasi. Jakarta : Salemba empat

Jacobs, F, R., Berry, W.L., Whybark, D.C., & Vollman, T.E., 2011, Manufacturing

Planning & Control for Supply Chain Management, Edisi Keenam, Ney York:

McGraw-Hill

Kartika, W.A., Sumantri Y., dan Eunike A. 2015. Klasifikasi Obat Berdasarkan Analisis

ABC-VED dan Perencanaan Persediaan Dengan Mempertimbangkan Lot Sizing.

Skripsi Dipublikasikan. Malang :Universitas Brawijaya

Kementerian Kesehatan, 2014. Peraturan Menteri Kesehatan Republik Indonesia Nomor

58 Tahun 2014 Tentang Standar Pelayanan Kefarmasian Di Rumah Sakit., Jakarta:

Kementerian Kesehatan RI

Makridakis, S., Wheelright, S.C., McGee,V.E., Metode dan Aplikasi Peramalan, Jilid 1,

Edisi Kedua, Jakarta : Binarupa Aksara. 1999

Menteri Kesehatan RI, 2013, Daftar Obat Essential Nasional (DOEN) Tahun 2013, Jakarta

: Kementerian Kesehatan RI

Robbins, P.S., & Coutler, M., 2010. Manajemen, Jilid 1, Edisi kesepuluh, Jakarta:

Erlangga

Sipper, D., & Bulfin, L.R., 1998, Production:Planning and Integration, Singapore:

McGraw-Hill

91

92

Stevenson, W.J., Chuong S.C., 2004, Manajemen Operasi Perspektif Asia. Edisi

Kesembilan, Singapore:Mc Graw-Hill Education

Suci, Suciati., Adisasmito, Wiku B.B., 2006.”Analisis Perencanaan Obat berdasarkan

ABC Indeks Kritis di Instalasi Farmasi”, Jurnal Manajemen Pelayanan Kesehatan,

Vol 9 No 1, hlm: 19-26.

Tersine J.R., 1994, Principle of Inventory and Material Management, Edisi keempat, The

University of Oklahoma : Prentice-hall International,Inc.

Thawami, V.R., Turankar, A.V., Sontakke, S.D., Pimpalkhute, S.V., Dakhale, G.N.,

Jaiswal, K.S., Garpure, K.J & Dharmadhikari, S.D., 2003, “Economic Analysisof

Drug Expenditure In Gouverment Medical Collage Hospital” The Indian Journalo of

Pharmocology,Vol 36 hlmn:15-16, India : Departemen of Pharmacology

Tristiyana N., 2012 Analisis Manajemen Logistik dan Penerapan Pengendalian

Perencanaan Vital Essential Non-essential Sistem Gudang Obat Departemen Gigi

dan Mulut RSPAD Gatot Soebroto DITKESA, Skripsi Dipublikasikan, Depok :

Universitas Indonesia

skripsirepository.ub.ac.id/2902/1/raynaldi, ariel yufi.pdf · 2020. 9. 16. · perencanaan...

Documents