iv
ABSTRAK
Penelitian ini bertujuan untuk menerapkan metode ARIMA (Autoregressive
Integrated Moving average) dalam meramalkan kebutuhan stok obat pada Apotek
RSUD Dr. Sosodoro Bojonegoro. Fokus utama dari studi ini adalah menciptakan
model prediktif berbasis data deret waktu yang mampu membantu manajemen
apotek dalam menyusun perencanaan pengadaan obat secara lebih efisien dan
tepat waktu. Penelitian menggunakan data historis mingguan dari Januari 2023
hingga Januari 2025 terhadap tiga jenis obat yang paling sering digunakan, yakni
Paracetamol, Omeprazole, dan Spironolactone. Proses pengolahan data diawali
dengan tahap pra-pemrosesan yang mencakup uji stasioneritas rata-rata
menggunakan Augmented Dickey-Fuller (ADF), serta transformasi varians
menggunakan metode Box-Cox. Selanjutnya, dilakukan proses differencing untuk
memastikan bahwa data telah memenuhi syarat stasioneritas. Model ARIMA
kemudian dibentuk dengan menentukan parameter optimal (p,d,q) melalui analisis
Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF).
Evaluasi model dilakukan dengan melihat nilai Akaike Information Criterion
(AIC), Root Mean Square Error (RMSE), serta uji residual menggunakan Ljung-
Box untuk memastikan sifat residual bersifat acak (whitenoise). Data dibagi
menjadi dua bagian, 80% sebagai data pelatihan dan 20% untuk pengujian model.
Hasil peramalan menunjukkan bahwa metode ARIMA dapat memprediksi
kebutuhan stok obat dengan tingkat akurasi yang baik. Visualisasi peramalan
disajikan menggunakan Power BI agar hasil dapat dimanfaatkan secara interaktif
oleh pihak apotek. Secara keseluruhan, penelitian ini membuktikan bahwa
pendekatan ARIMA mampu memberikan solusi praktis dalam pengelolaan stok
obat yang berbasis data, serta mendukung pengambilan keputusan strategis untuk
meningkatkan kualitas layanan kesehatan.
Kata Kunci: ARIMA, Pengelolaan stok obat, Peramalan, Visualisasi Power BI,
Apotek.