Analisis Pengendalaian Persediaan Obat Menggunakan Metode Eoq (Economics Order Quantity) Pada Instalasi Farmasi Rumah Sakit Umum Pusat Haji Adam Malik Medan
ANALISIS PENGENDALAIAN PERSEDIAAN OBAT
MENGGUNAKAN METODE EOQ (ECONOMICS ORDER QUANTITY)
PADA INSTALASI FARMASI RUMAH SAKIT UMUM PUSAT HAJI
ADAM MALIK MEDAN
TESIS
Diajukan sebagai salah satu syarat
untuk memperoleh Gelar Magister Teknik
dalam program Teknik Industri
pada Fakultas Teknik Universitas Sumatera Utara
Oleh
YULIZHAM
037025034/TI
FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
MEDAN
(2)
Abstrak
Yulizham, 2009, “Analisis Pengendalaian Persediaan Obat Menggunakan Metode EOQ (Economics Order Quantity) Pada Instalasi Farmasi Rumah sakit Umum Pusat Haji adam Malik Medan”, dibawah bimbingan Prof. Dr. Ir. Rahim Matondang, M.SIE (Pembimbing I) dan Ir. Nazaruddin, MT (Pembimbing II)
Instalasi farmasi merupakan satu-satunya bagian unit rumah sakit yang betanggung jawab penuh mulai dari perencanaan, pemilihan, penetapan spesifikasi, pengadaan, pengendalian mutu, penyimpanan, distribusi bagi penderita, pemantauan efek dan pemberian informasi
Nilai sisa persediaan obat yang sangat besar menjadi salah satu permasalahan yang sering dihadapi Instalsasi Farmasi rumah sakit. Misalnya saja nilai investasi stok akhir obat Safol Inj 200mg/20ml pada tahun 2008 sangat besar yang mencapai Rp.365.124.600.-, maka perlua ada kajian khusu untuk mengatasi permasalahan ini. Untuk menyelesaikan permasalahan yang dihadapi RSUP H Adam Malik maka masalah system persediaan perlu diperbaiki dan sebisa mungkin untuk memperoleh nilai perseidaan yang efesien. Data pemakaian riil sebagai dasar penentuan klasifikasi ABC diambil dari data 33 periode bulan yang lalu (Januari 2007 s/d September 2009.) Klasifikasi ABC membagi semua obat yang menjadi tiga kelompok , dimana obat kelas A terdiri dari 6 item obat. Pemilihan metode peramalan dilakukan terhadap obat kelas A berdasarkan data penggunaan obat selama 33 bulan (Januari 2007 s/d September 2009). Dari karakteristik data penggunaan obat kelas A maka metode peramalan yang terpilih adalah metode Pemulusan Eksponensial (Eksponensial Smoothing) dengan konstanta pemulusan 0,9. Hasil dari metode peramalan ini adalah untuk memprediksi pemakaian obat untuk masa yang akan datang..
Berdasarkan analisis ABC dari 60 jenis obat rutin yang dipakai di Instalasi Farmasi yang termasuk golongan obat A sebanayak 6 item dengan nilai investasi sebesar Rp. 3.294.668.709 atau 73,86%. Golngan Obat B sebanayk 10 item dengan nilai investasi sebesar Rp. 752.186.004 atau 16,86% dari total investasi. Golongan Obat C sebanyak 44 item dengan nilai investasi sebesar Rp. 414.069.725 atau 9,28% dari total investasi.. Dan untuk melihat persediaan yang paling ekonomis digunakan model EOQ (Economics Order Quantity). Selama tiga tahun terakhir penghematan biaya persediaan keenam obat dengan menggunakan metode EOQ setiap tahun (2007,
(3)
2008 dan 2009) masing-masing adalah Rp.110.731.597,41 ; Rp. 277. 187.377,55 dan Rp. 190.970696,93
(4)
DAFTAR ISI
Halaman
KATA PENGANTAR... i
ABSTRAK ... ii
DAFTAR TABEL ... iii
DAFTAR GAMBAR... vi
DAFTAR ISI... x BAB I PENDAHULUAN
1.1 Latar Belakang ... I-1 1.2. Rumusan Permasalahan ... I-3 1.3 Tujuan Penelitian ... I-3 1.4 Manfaat Pemecahan Masalah ... I-3
1.4.1 Bagi Rumah Sakit ... I-3 1.4.2 Bagi Mahasiswa dan Perguruan Tinggi ... I-3 1.4.3 Batasan Permasalahan... I-4 1.5 Asumsi-asumsi ... I-4
BAB II TINJAUAN LITERATUR
2.1. Klasifikasi ABC Dalam Persediaan ... II-1 2.2 Konsep Dasar Manajemen Permintaan... II-2 2.2.1. Peramalan... II-3 2.2.1.1 Metode Peramalan Kualitatif ... II-3 2.2.1.2. Metode Peramalan Kuantitatif ... II-4
(5)
BAB III GAMBARAN UMUM OBJEK STUDY
3.1. Pendahuluan... III-1 3.2. Struktur Organisasi Instalasi Farmasi ... III-2 3.3. Sumber Daya Manusia... III-4 3.4. Sistem Distribusi Perbekalan Farmasi ... III-4 3.5. Perencanaan ... III-5
BAB IV METODOLOGI PENELITIAN
4.1. Metode Penelitian ... IV-1 4.2. Metode Pengumpulan Data... IV-1 4.2.1 Sumber Data... IV-2 4.3. Metodologi Analisis Data ... IV-2 4.4.Metode Pengujian ... IV-2
BAB V MODEL PEMECAHAN MASALAH
5.1. Analisis ABC ... V-1 5.2. Analisis Metode Paramalan ... V-10
5.2.1. Tujuan Peramalan ... V-11 5.2.2. Membuat Scatter Diagram dan Memilih Metode Peramalan ... V-11 5.2.3. Pemilihan Model Peramalan Obat-Obatan Rutin ... V-19 5.2.3.1. Model Peramalan Rata-rata Bergerak ... V-19 5.2.3.1.1. Pemilihan Model Peramalan ... V-19 5.2.3.1.2. Verfikasi Peramalan... V-28 5.2.3.2. Model Peramalan Pemulusan Eksponensial ... V-38
(6)
5.2.3.2.1. Pemilihan Model Peramalan ... V-38 5.2.3.2.2. Verfikasi Peramalan... V-44
BAB VI PEMECAHAN MASALAH
6.1. Hasil Pemecahan Masalah ... VI-1 6.2. Rekomendasi Hasil ... VI-2
BAB VII PENGEMBANGAN MODEL PERAMALAN OBAT RUTIN
7.1. Model Exponential and Smoothing ... VII-1 7.1.1. Aerene Injeksi ... VII-1 7.1.2. Hydrex... VII-2 7.1.3. Isodine Sol ... VII-4 7.1.4. Halothane ... VII-5 7.1.5. Prostigmn Inj 0,5gr ... VII-6
BAB VIII KESIMPULAN DAN SARAN
8.1. Kesimpulan ... VIII-1 8.2. Saran ... VIII-2
DAFTAR PUSTAKA... DP DAFTAR LAMPIRAN
(7)
DAFTAR TABEL
Tabel 1.1. Stok Akhir Obat Tahun 2005 dan 2006 ... I-2 Tabel 4.1. Tahapan Proses Penelitian ... IV-5 Tabel 5.1 Data Penggunaan 60 Item Obat Rutin Selama Tahun 2006 ... V-2 Tabel 5.2. Persentase Pengeluaran Penggunaan 60 Item Obat Rutin
Selama Tahun 2006... V-4 Tabel 5.3. Persentase Kumulatif Penggunaan 60 Item Obat Rutin
Selama Tahun 2006... V-6 Tabel 5.4. Nilai Investasi Pengeluaran untuk Obat 80 % (Kelompok A).... V-8 Tabel 5.5. Nilai Investasi Pengeluaran untuk Obat 15 % (Kelompok B) .... V-8 Tabel 5.6. Nilai Investasi Pengeluaran untuk Obat 5 % (Kelompok C) ... V-9 Tabel 5.7. Jenis Obat Berdasarkan Analisis Pareto ... V-10 Tabel 5.8. Pengeluaran Obat Aerene Injeksi selama Tahun 2006 ... V-11 Tabel 5.9. Pengeluaran Obat Hydrex selama Tahun 2006... V-12 Tabel 5.10. Pengeluaran Obat Isodine Sol selama Tahun 2006 ... V-13 Tabel 5.11. Pengeluaran Obat Halothane selama Tahun 2006 ... V-14 Tabel 5.12. Pengeluaran Obat Enthozim selama Tahun 2006 ... V-15 Tabel 5.13. Pengeluaran Obat tigmn Inj 0,5gr selama Tahun 2006 ... V-16 Tabel 5.14. Pengeluaran Obat Fentanyl selama Tahun 2006... V-17 Tabel 5.15. Pengeluaran Obat Marcan 0,5% Heavy selama Tahun
2006... V-18 Tabel 5.16 Nilai Rata-rata Error Obat Aerene Injeksi Untuk setiap
(8)
Tabel 5.17 Nilai Rata-rata Error Obat Hydrex setiap Periode ... V-21 Tabel 5.18 Nilai Rata-rata Error Obat Isodine Sol setiap Periode ... V-22 Tabel 5.19 Nilai Rata-rata Error Obat Halothane setiap Periode... V-23 Tabel 5.20 Nilai Rata-rata Error Obat Enthozim setiap Periode ... V-24 Tabel 5.21 Nilai Rata-rata Error Obat Prostigmn Inj 0,5gr setiap
Periode ... V-25 Tabel 5.22 Nilai Rata-rata Error Obat Fentanyl setiap Periode ... V-26 Tabel 5.23 Nilai Rata-rata Error Obat Marcan 0,5% Heavy setiap
Periode ... V-27 Tabel 5.24 Nilai Rata-rata Absolute Error Obat Aerene Injeksi ... V-38 Tabel 5.25 Nilai Rata-rata Absolute Error Obat Hydrex... V-39 Tabel 5.26 Nilai Rata-rata Absolute Error Obat Isodine Sol... V-40 Tabel 5.27 Nilai Rata-rata Absolute Error Obat Halothane ... V-41 Tabel 5.28 Nilai Rata-rata Absolute Error Obat Enthozim ... V-41 Tabel 5.29 Nilai Rata-rata Absolute Error Obat Prostigmn Inj 0,5gr... V-42 Tabel 5.30 Nilai Rata-rata Absolute Error Obat Fentanyl... V-43 Tabel 5.31 Nilai Rata-rata Absolute Error Obat Marcan 0,5% Heavy... V-43 Tabel 6.1. Perbandingan Rata-rata Absolute Error ... VI-1 Tabel. 6.2. Perbandingan Pengeluaran Obat Aerene Injeksi
Dengan Menggunakan Model Pemulusan Eksponen ... VI-2 Tabel. 6.3. Perbandingan Pengeluaran Obat Hydrex Dengan Menggunakan
Model Pemulusan Eksponen... VI-3 Tabel. 6.4. Perbandingan Pengeluaran Obat Isodine Sol Dengan
(9)
Menggunakan Model Pemulusan Eksponen... VI-4 Tabel. 6.5. Perbandingan Pengeluaran Obat Halothane Dengan
Menggunakan Model Pemulusan Eksponen... VI-5 Tabel. 6.6. Perbandingan Pengeluaran Obat Enthozim Dengan
Menggunakan Model Pemulusan Eksponen... VI-6 Tabel. 6.7. Perbandingan Pengeluaran Obat Prostigmn Inj 0,5gr
Dengan Menggunakan Model Pemulusan Eksponen ... VI-7 Tabel. 6.8. Perbandingan Pengeluaran Obat Fentany Dengan Menggunakan
Model Pemulusan Eksponen... VI-8 Tabel. 6.9. Perbandingan Pengeluaran Obat Marcan 0,5% Heavy
Dengan Menggunakan Model Pemulusan Eksponen ... VI-9 Tabel 7.1 Perkiraan Nilai Investasi Aerene Injeksi Tahun 2007 ... VII-1 Tabel 7.2 Perkiraan Nilai Investasi Hydrex Tahun 2007... VII-3 Tabel 7.3 Perkiraan Nilai Investasi Isodine Sol Tahun 2007... VII-4 Tabel 7.4 Perkiraan Nilai Investasi Halothane Tahun 2007 ... VII-5 Tabel 7.5 Perkiraan Nilai Investasi Prostigmn Inj 0,5gr Tahun 2007 ... VII-6
(10)
DAFTAR GAMBAR
Gambar 1.1. Peningkatan Stok Akhir Obat Tahun 2005 dan 2006 ... I-2 Gambar 2.1 Moving Range Chart... II-7 Gambar 3.1. Struktur Organisasi Instalasi Farmasi RSUP H.Adam
Malik Medan... III-2 Gambar 4.1 Diagram Alir Metode Pengujian ... IV-6 Gambar 5.1. Scatter Diagram untuk Obat Aerene Injeksi ... V-12 Gambar 5.2. Scatter Diagram untuk Obat Hydrex ... V-13 Gambar 5.3. Scatter Diagram untuk Obat Isodine Sol ... V-14 Gambar 5.4. Scatter Diagram untuk Obat Halothane ... V-15 Gambar 5.5. Scatter Diagram untuk Obat Enthozim ... V-16 Gambar 5.6. Scatter Diagram untuk Obat Prostigmn Inj 0,5gr ... V-17 Gambar 5.7. Scatter Diagram untuk Obat Fentanyl ... V-18 Gambar 5.8. Scatter Diagram untuk Obat Marcan 0,5% Heavy ... V-19 Gambar 5.9. Peta Control Model Peramalan dengan 3 (Tiga)
Periode untuk Obat Aerene Injeksi ... V-29 Gambar 5.10. Peta Control Model Peramalan dengan 4 (empat)
Periode untuk Obat Hydrex ... V-30 Gambar 5.11. Peta Control Model Peramalan dengan 3 (tiga)
Periode untuk Obat Isodine Sol ... V-31 Gambar 5.12. Peta Control Model Peramalan dengan 3 (tiga)
Periode untuk Obat Halothane ... V-32 Gambar 5.13. Peta Control Model Peramalan dengan 3 (tiga)
(11)
Periode untuk Obat Enthozim... V-34 Gambar 5.14. Peta Control Model Peramalan dengan 3 (tiga)
Periode untuk Obat Prostigmn Inj 0,5gr ... V-35 Gambar 5.15. Peta Control Model Peramalan dengan 3 (tiga)
Periode untuk Obat Fentanyl ... V-36 Gambar 5.16. Peta Control Model Peramalan dengan 3 (tiga)
Periode untuk Obat Marcan 0,5% Heavy ... V-37 Gambar 5.17. Peta Control Model Peramalan untuk Obat
Aerene Injeksi ... V-45 Gambar 5.18. Peta Control Model Peramalan untuk Obat
Hydrex... V-46 Gambar 5.19. Peta Control Model Peramalan untuk Obat
Isodine Sol ... V-48 Gambar 5.20. Peta Control Model Peramalan untuk Obat
Halothane ... V-49 Gambar 5.21. Peta Control Model Peramalan untuk Obat
Enthozim ... V-50 Gambar 5.22. Peta Control Model Peramalan untuk Obat
Prostigmn Inj 0,5gr ... V-52 Gambar 5.23. Peta Control Model Peramalan untuk Obat
Fentanyl... V-53 Gambar 5.24. Peta Control Model Peramalan untuk Obat
(12)
Gambar 6.1. Gambaran Perbandingan Pengeluaran Obat Aerene Injeksi
Dengan Menggunakan Model Pemulusan Eksponen ... VI-3 Gambar 6.2. Gambaran Perbandingan Pengeluaran Obat Hydrex
Dengan Menggunakan Model Pemulusan Eksponen ... VI-4 Gambar 6.3. Gambaran Perbandingan Pengeluaran Obat Isodine
Sol Dengan Menggunakan Model Pemulusan Eksponen .... VI-5 Gambar 6.4. Gambaran Perbandingan Pengeluaran Obat Halothane
Dengan Menggunakan Model Pemulusan Eksponen ... VI-6 Gambar 6.5. Gambaran Perbandingan Pengeluaran Obat Enthozim
Dengan Menggunakan Model Pemulusan Eksponen ... VI-7 Gambar 6.6. Gambaran Perbandingan Pengeluaran Obat Prostigmn
Inj 0,5grMenggunakan Model Pemulusan Eksponen ...
VI-8
Gambar 6.7. Gambaran Perbandingan Pengeluaran Obat FentanylDengan Menggunakan Model Pemulusan Eksponen ... VI-9 Gambar 6.8. Gambaran Perbandingan Pengeluaran Obat Marcan 0,5%
Heavy Menggunakan Model Pemulusan Eksponen ... VI-10 Gambar 7.1 Perbandingan Nilai Investasi Obat Aerene Injeksi
Tahun 2006 dan 2007... VII-2 Gambar 7.2 Perbandingan Nilai Investasi Obat Hydrex
Tahun 2006 dan 2007... VII-3 Gambar 7.3 Perbandingan Nilai Investasi Obat Isodine Sol
Tahun 2006 dan 2007... VII-4 Gambar 7.4 Perbandingan Nilai Investasi Obat Halothane
(13)
Tahun 2006 dan 2007... VII-6 Gambar 7.5 Perbandingan Nilai Investasi Obat Prostigmn Inj 0,5gr
(14)
Abstrak
Yulizham, 2009, “Analisis Pengendalaian Persediaan Obat Menggunakan Metode EOQ (Economics Order Quantity) Pada Instalasi Farmasi Rumah sakit Umum Pusat Haji adam Malik Medan”, dibawah bimbingan Prof. Dr. Ir. Rahim Matondang, M.SIE (Pembimbing I) dan Ir. Nazaruddin, MT (Pembimbing II)
Instalasi farmasi merupakan satu-satunya bagian unit rumah sakit yang betanggung jawab penuh mulai dari perencanaan, pemilihan, penetapan spesifikasi, pengadaan, pengendalian mutu, penyimpanan, distribusi bagi penderita, pemantauan efek dan pemberian informasi
Nilai sisa persediaan obat yang sangat besar menjadi salah satu permasalahan yang sering dihadapi Instalsasi Farmasi rumah sakit. Misalnya saja nilai investasi stok akhir obat Safol Inj 200mg/20ml pada tahun 2008 sangat besar yang mencapai Rp.365.124.600.-, maka perlua ada kajian khusu untuk mengatasi permasalahan ini. Untuk menyelesaikan permasalahan yang dihadapi RSUP H Adam Malik maka masalah system persediaan perlu diperbaiki dan sebisa mungkin untuk memperoleh nilai perseidaan yang efesien. Data pemakaian riil sebagai dasar penentuan klasifikasi ABC diambil dari data 33 periode bulan yang lalu (Januari 2007 s/d September 2009.) Klasifikasi ABC membagi semua obat yang menjadi tiga kelompok , dimana obat kelas A terdiri dari 6 item obat. Pemilihan metode peramalan dilakukan terhadap obat kelas A berdasarkan data penggunaan obat selama 33 bulan (Januari 2007 s/d September 2009). Dari karakteristik data penggunaan obat kelas A maka metode peramalan yang terpilih adalah metode Pemulusan Eksponensial (Eksponensial Smoothing) dengan konstanta pemulusan 0,9. Hasil dari metode peramalan ini adalah untuk memprediksi pemakaian obat untuk masa yang akan datang..
Berdasarkan analisis ABC dari 60 jenis obat rutin yang dipakai di Instalasi Farmasi yang termasuk golongan obat A sebanayak 6 item dengan nilai investasi sebesar Rp. 3.294.668.709 atau 73,86%. Golngan Obat B sebanayk 10 item dengan nilai investasi sebesar Rp. 752.186.004 atau 16,86% dari total investasi. Golongan Obat C sebanyak 44 item dengan nilai investasi sebesar Rp. 414.069.725 atau 9,28% dari total investasi.. Dan untuk melihat persediaan yang paling ekonomis digunakan model EOQ (Economics Order Quantity). Selama tiga tahun terakhir penghematan biaya persediaan keenam obat dengan menggunakan metode EOQ setiap tahun (2007,
(15)
2008 dan 2009) masing-masing adalah Rp.110.731.597,41 ; Rp. 277. 187.377,55 dan Rp. 190.970696,93
(16)
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah
Instalasi farmasi merupakan satu-satunya bagian unit rumah sakit yang betanggung jawab penuh atas pengelolaan dan penyediaan seluruh sediaan farmasi yang beredar di rumah sakit. Mulai dari perencanaan, pemilihan, penetapan spesifikasi, pengadaan, pengendalian mutu, penyimpanan, distribusi bagi penderita, pemantauan efek dan pemberian informasi. Instalasi farmasi merupakan salah satu penunjang medis yang mempunyai peranan penting dalam kelancancaran pelayanan kesehatandi rumah sakit. Menurut Quick (1997), pembelanjaan untuk obat menghabiskan 40% dari total anggaran rumah sakit, sehingga pengelolaan harus dilakukan dengan efektif dan efisien agar kelancaran pelayanan kesehatan tidak terganggu dan pendapatan rumah sakit juga dapat ditingkatkan. Selain sebagai cost center, instalasi juga merupakan revenue centre. Pengelolaan unit farmasi dengan baik akan menyokung unit-unit lainnya, terutama unit yang tidak berperan sebagai revenue centre.
Lebih dari 90% pelayanan kesehatan Rumah Sakit menggunakan perbekalan Farmasi (obat-obatan), bahan kimia, radiologi, bahan alat kesehatan habis pakai, alat kedokteran dan gas medik).
Sistem manajemen obat di Instalasi Farmasi RSUP H Adam Malik, terutama dalam memperkirakan kebutuhan obat belum optimal karena tampak adanya sisa obat yang cukup besar pada akhir tahun. Dari data laporan tahunan pemasukan dan pengeluaran Obat, Obat Gigi dan Obat JPS Instalasi Farmasi RSUP H Adam Malik
(17)
menunjukkan bahwa selama tahun 2005 dan 2006 stok akhir obat cukup besar, seperti terlihat pada Tabel 1.1 berikut:
Tabel 1.1. Stok Akhir Obat Tahun 2005 dan 2006
Tahun Stok Akhir Obat (Rp)
2005 86.954.562,00 2006 252.180.986,00 Sumber: Pengeluaran Obat RSUP H A.Malik 2006
Dari Tabel 1.1 dapat kita lihat bahwa peningkatan stok akhir penggunaan obat sangat besar yaitu Rp.165,226,424.00, atau sekitar 190%.
0 50000000 100000000 150000000 200000000 250000000 300000000
2005 2006
Gambar 1.1. Peningkatan Stok Akhir Obat Tahun 2005 dan 2006
Gambar 1.1 menunjukkan bahwa peningkatan stok akhir ini cukup signifikan atau peningkatan yang sangat besar, akan tetapi jika kita lihat dengan persediaan obat lain yang kosong, maka perlu ditentukan suatu metode dalam memperkirakan besarnya kebutuhan obat pada RSUP H A Malik.
(18)
1.2. Rumusan Permasalahan
Dalam penelitian ini dapat dirumuskan yang menjadi permasalahan adalah: 1. Sering terjadi kelebihan persediaan dikarenaakan permintaan terhadap beberapa
jenis obat yang tidak ada.
2. Sering terjadi nilai investasi stok akhir yang berlebihan dibandingkan dengan persediaan.
1.3 Tujuan Penelitian
Tujuan penelitian ini adalah:
1. Untuk menentukan metode peramalan yang tepat dalam meramalkan kebutuhan obat pada RSUP H Adam Malik.
2. Untuk menentukan besarnya permintaan obat sehingga sebisa mungkin dapat mengurangi nilai insvestasi stok akhir obat supaya lebih optimal.
1.4 Manfaat Pemecahan Masalah
1.4.1 Bagi Rumah Sakit
Hasil penelitian ini dapat menjadi masukan/rekomendasi, pertimbangan dan usulan yang akan memberikan perbaikan dan kontribusi yang positif bagi rumah sakit khususnya instalasi farmasi dalam meningkatkan manajemen pelayanan perbekalan farmasi.
1.4.2 Bagi Mahasiswa dan Perguruan Tinggi
Memberikan pengalaman di bidang akademis dalam pemecahan permasalahan pelayanan publik institusi instalasi farmasi rumah sakit khususnya di bidang perbekalan farmasi. Sebagai bahan wacana keilmuan terhadap penerapan teori yang diterima
(19)
dibangku kuliah sehingga dapat dijadikan sebagai umpan balik sejauh mana proses belajar mengajar dapat diimplementasikan dalam kegiatan pelayanan dan mamanjemn rumah sakit.
1.4.3 Batasan Permasalahan
Penelitian ini hanya membahas pemilihan metode peramalan kebutuhan obat-obatan rutin di instalasi farmasi RSUP H.Adam Malik Medan.
1.5 Asumsi-asumsi
Asumsi yang digunakan dalam mendapatkan teknik dan metode peramalan persediaan obat rutin di instalasi farmasi adalah:
1. Faktor-faktor lingkungan diasumsikan tidak mempengaruhi kebutuhan akan jenis obat.
(20)
BAB II
TINJAUAN LITERATUR
2.1. Klasifikasi ABC Dalam Persediaan
Pengendalian persediaan dapat dilakukan dalam berbagai cara, antara lain dengan menggunakan analisis nilai persediaan. Dalam analisis ini, persediaan dibedajkan berdasarkan nilai investasi yang terpakai dalam satu periode. Biasanya, persediaan dibedakan dalam tiga kelas, yaitu A, B, dan C, sehingga analisis ini dikenala sebagai klasifikasi ABC.
Klasifikasi ABC diperkenalkan oleh HF Dickie pada tahun 1950-an. Klasifikasi ABC merupakan aplikasi persediaan yang menggunakan prinsip Pareto :the critical few and the triuvial many.Idenya untuk memfokuskan pengendalian persediaan kepada item(jenis) persediaan yang bernilai tinggi(critical) daripada yang lebih rendah (trivial). Klasifikasi ABC membagi persediaan dalam tiga kelas berdasarkan atas nilai persediaan. Dengan mengetahui kelas-kelas itu, dapat diketahui item persediaan tertentu yang harus mendapat perhatian lebih intensif serius dibandingkan item yang lain.
Yang dimaksud dengan niali dalam klasifikasi ABC bukan harga persediaan perunit, melainkan volume persediaan yang dibutuhkan dalam sartu periode (biasanya satu tahun) dikalikan dengan harga per unit. Jadi, nilai investasi adalah jumlah nilai seluruh item pada satu periode, atau dikenal dengan istilah volume tahunan rupiah.
Suatu item tertentu dikatakan lebih penting dari item yang lain, karena item itu memiliki niali investasi yang lebih tinggi. Konsekuensinya, item itu mendapat perhatian yang lebih besar dibandingklan item yang lain yang memiliki nilai investasi lebih rendah.
(21)
Kelas A persediaan yang memeiliki nilai volume tahunan rupiah yangv tinggi. Kelas ini mewakilisekitar 70% dari total nilai persediaan, meskipun jumlahnya hanya sedikit, bisa 20% dari seluruh item. Persediaan yang termasuk dalam kelas ini memerlukan perhatian yang tinggi dalam pengadaannya karena berdampak biaya yang tinggi. Pemeriksaan dilakukan secara intensif.
Kelas B persediaan dengan nilai volume tahunan rupiah yang m,enegah. Kelompok ini mewakili sekitar 20% dari nilai persediaan tahunan, dan sekitar 30% dari jumlah item. Disini diperlukan teknik pengendalian yang moderat.
Kelas C barang yang nilai volume tahunan rupiahnya rendah,yang hanya mewakili sekitar 10% dari total nilai persediaan, tetapi terdiri dari sekitar 50% dari jumlah item persediaan. Disini diperlukan teknik pengendalian yang sederhana, pemeriksaan hanya dilakukan sekali-kali.
Nilai persentase diatas tidak mutlak, namun tergantung dari kebijakan perusahaan. Demikian pula jumlah kelas, tidak terbatas pada tiga kelas,
2.2 Konsep Dasar Manajemen Permintaan
Pada dasarnya manajemen permintaan didefinisikan sebagai suatu fungsi pengelolaan dari semua permintaan produk untuk menjamin bahwa jadwal induk produksi mengetahui dan menyadari semua permintaan produk itu.(Vincent Gaspers).
Aktivitas peramalan merupakan suatu fungsi bisnis yang berusaha memperkirakan penjualan dan penggunaan produk sehingga produk-produk itu dapat dibuat dalam kuantitas yang tepat. Ada dua sumber utama yang berkaitan dengan informasi permintaan produk yaitu :
(22)
2. Pesanan-pesanan yang bersifat pasti.
Hal yang sangat penting untuk diperhatikan dalam manajemen permintaan adalah tidak boleh mencoba meramalkan hasil-hasil yang dapat direncanakan atau dihitung.Produk-produk yang tergolong kedalam dependen demand tidak boleh diramalkan, tetapi harus direncanakan atau dihitung, sedangkan peramalan hanya boleh dilakukan paa produk-produk yang tergolong kedalam independent demand.
2.2.1. Peramalan
Peramalan adalah seni dan ilmu untuk memperkirakan kejadian yang akan datang. Peramalam merupakan salah satu masukan dalam kegiatan perencanaan dan pengendalian bisnis, baik didalam maupun diluar fungsi operasi. Secara garis besar metode peramalan dibagi dua yaitu:
2.2.1.1 Metode Peramalan Kualitatif
Metode ini menggunakan keputusan manajerial, pengalaman data yang relevan dan model matematis yang implisit. Karena model matematis tersebut implisit, dua orang yang berbeda yang keduanya menggunakan metode kualitatif akan menghasilkan peramalan yang berbeda. Metode ini digunakan untuk peramalan jangka menengah dan panjang yang melibatkan disain proses atau kapasitas suatu fasilitas. Ada empat metode kualitatif yang paling baik dan paling sering digunakan, (Kusuma, 2002: hal: 22-35) yaitu:
1. Metode Delphi 2. Survei Pasar
3. Analogi Daur Hidup
(23)
2.2.1.2. Metode Peramalan Kuantitatif
Peramalan kuantitatif menggunakan berbagai model matematis atau statistik yang menggunakan data historis dan variabel-variabel kausal untuk meramalkan permintaan.
Asumsi dasar untuk semua metode peramalan kuantitatif adalah data masa lampau dan pola data yang dapat diperkirakan untuk memperkirakan masa yang akan datang . Data masa lampau kemudian diolah dengan deret berkala atau model kausal untuk menghasilkan suatu peramalan.
Penggunaan metode kuantitatif membutuhkan: - Data kondisi masa lalu
- Data tersebut merupakan data kuantitatif atau data yang dikuantifisir
- Diasumsikan pola data masa lalu akan berlanjut pada masa yang akan datang Yang termasuk kedalam metode kuantitatif adalah (Kusuma, 2002; Hal: 22-35)
a. Model time series atau deret waktu b. Model Kausal
Metode ini paling baik digunakan untuk peramalan jangka pendek, yang menggunakan data masa lalu yang dicatat selam periode tertentu. Umumnya berupa data mingguan, bulanan, kuartalan dan tahunan.
Pola data dari serangkaian data dalam deret berkala dapat dikelompokkan kedalam pola dasar sebagai berikut, yaitu: (Kusuma, 2002; hal:22-35)
1. Konstan, yaitu jika datanya berfluktuasi sekitar rata – rata secara stabil
2. Liner (Trend), yaitu jika datanya dalam jangka panjang mempunyai kecenderungan, baik yang arahnya meningkat atau menurun dari waktu ke waktu.
(24)
3. Musiman (Seasional), yaitu jika polanya merupakan gerakan yang berulang-ulang secara teratur dalam setiap periode terentu, misalnya tahunan, semesteran, kuartalan, bulanan dan mingguan.
4. Siklus (Cyclical) yaitu jika datanya dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti daur hidup bisnis
5. Residu (Acak), yaitu jika datanya tidak teratur sama sekali data ini tidak dapat digambarkan.
Metode smooting digunakan untuk mengurangi keteraturan musimam dari data yang lalu, dengan membuat rata-rata tertimbang dari dari sederetan data masa lalu. Ketetapan peramalan dengan metode ini akan terdapat pada peramalan jangka pendek, sedangkan untuk jangka panjang kurang akurat. Metode smoothing terdiri dari metode rata-rata, moving average dan aksponential smoothing.
Metode dekomposisi merupakan pendekatan peramalan yang tertua. Terdapat beberapa pendekatan alternatif untuk mendekomposisikan suatu deret berkala yang semuanya bertujuan memisahkan setiap komponen deret data seteliti mungkin. Konsep dasar pemisahan bersifat empiris dan tetap, yang mula-mula memisahkan unssur musiman, kemudian trend, dan akhirnya unsur siklis.
Prosedur peramalan yang dilakukan pada metode Time Series adalah : (Kusuma, 2002 ; Hal:26)
1. Mendefenisikan Tujuan Peramalan
Pada langkah ini peramalan menetapkan apa yang akan menjadi tujuan dilakukannya peramalan. Tujuan peramalan digunakan untuk mengetahui tingkat permintaan terhadap suatu produk dalam waktu tertentu, sehingga akan dicapai
(25)
efektivitas dan efisiensi dari periode menajemen produksi dan inventori dalam industri manufaktur.
2. Membuat Scatter Diagram
Sebelum dilakukannnya peramalan, terlebih dahulu ditenntukan pola histories dari data aktual permintaan. Dalam hal ini dapat digambarkan dalam bentuk grafik yang berupa diagram pencar.
3.Memilih Metode Peramalan yang Paling Sesuai
Berdasarkan pola data histories yang sudah ada pada diagram pencar (scatter diagram), maka dapat ditentukan model peramalan yang paling sesuai untuk digunakan. Sebagai perbandingan dapat diambil minimal 2 model peramalan yang ada dan paling sesuai dengan sebaran data pada scatter diagram.
4. Menghitung Parameter-parameter Fungsi Peramalan
Untuk menghitung parameter-parameter fungsi peramalan, tergantung dari model yang dipilih, sesuai dengan pola data pada scatter diagram. Masing-masing model akan memiliki parameter-parameter yang berbeda.
Moving Range Chart (MRC) untuk melakukan verifikasi peramalan dapat dilihat pada Gambar 2.2.
A B C
A B C
B K A
C L
B K B 2 / 3
1 / 3
- 1 / 3 - 2 / 3
(26)
a. Metode Rata-Rata Bergerak ( Simple Moving Average)
Ini adalah metode time series yang paling sederhana. Pada metode ini diasumsikan bahwa pola time series hanya sendiri dari komponen average level dan komponen random error.
Model rata-rata bergerak menggunakan sejumlah data aktual permintaan yang baru untuk membangkitkan nilai ramalan untuk permintaan dimasa yang akan datang.l Metode rata-rata bergerak akan efektif diterapkan apabila kita dapat mengasumsikan bahwa perminatan pasar tehadap produk akan tetap stabil sepanjang waktu. Metode rata-rata bergerak n-periode menggunakan formula berikut :
At = ( )
N D D
D1 + t−1+....+ t−N−1
dimana N adalah banyaknya periode dalam rata-rata bergerak.
Kalau diasumsikan komponen time series adalah average level maka peramalan pada periode t+1 adalah sama dengan rata-rata demand sebelumnya. Disini makin lama atau makin banyak periode yang digunakan maka:
1. Peramalan akan lebih stabil
2. Tetapi disisi lain tanggapan terhadap perubahan demand lebih lambat
b. Metode Pemulusan Eksponensial
Model peramalan pemulusan eksponensial bekerja hampir serupa dengan alat thermostat, dimana apabila galat ramalan adalah positif, yang berarti nilai aktual permintaan lebih tinggi daripada nilai ramalan, maka model pemulusan eksponensial akan secara otomatis meningkatkan nilai ramalan. Sebaliknya apabila galat ramalan adalah negatif, yang berarti nilai aktual permintaan lebih rendah daripada nilai ramalan,
(27)
maka model pemulusann eksponensial akan secara otomatis menurunkan nilai ramalan. Proses penyesuaian ini berlangsung terus menerus, kecuali galat ramalan telah mencapai nol. Kenyataan ini yang mendorong peramal lebih suka menggunakan model peramalan pemulusan eksponensial, apabila pola historis dari data aktual permintaan bergejolak atau tidak stabil dari waktu kewaktu.
Peramalan menggunakan model pemulusan eksponensial dilakukan berdasarkan formula berikut :
Ft = Ft-1 + α(At-1 - Ft-1)
dimana :
Ft = nilai ramalan untuk periode waktu ke-t
Ft-1= nilai ramalan untuk satu periode waktu yang lalu, t-1
At-1= nilai aktual untuk satu periode waktu yang lalu, t-1
α = konstanta pemulusan
Permasalahan umum yang dihadapi apabila menggunakan model pemulusan eksponensial adalah memilih kontanta pemulusan, α yang diperkirakan tepat. Nilai konstanta pemulusan α dapat dipilih diantara nilai 0 dan 1, karena berlaku : 0< α < 1. Bagaimanapun juga untuk menetapkan nilai α yang diperkirakan tepat, kita dapat menggunakan panduan berikut :
a. Apabila pola historis dari data aktual permintaan sangat bergejolak atau tidak stabil dari waktu kewaktu, kita memilih nilai α yang mendekati satu. Biasanya dipilih nilai α = 0,9 namun kita dapat mencoba nilai-nilai α yang lain mendekati satu.
(28)
b. Apabila pola historis dari data aktual permintaan tidak berfluktuasi atau relatif stabil dari waktu ke waktu, kita memilih nilai α yang mendekati nol.
Semakin stabil nilai α yang dipilih harus semakin kecil menuju ke nilai nol. Pengujian keandalan dari model peramalan berdasarkan pemulusan eksponensial harus menggunakan peta kontrol traking signal dan membandingkan apakah nilai-nilai ramalan itu telah menggambarkan atau sesuai dengan pola data historis dari data aktual permintaan.
Selanjutnya besar dan jenis error, dimana idealnya total jumlah error adalah o (nol) yang diperoleh dengan perhitungan:
Error (
e
t) = Dt-Ft 2.3. Error PeramalanJika menggunakan metode peramalan exponential Smoothing maka perhitungan untuk menetapkan error harus dilakukan pada angka rata-rata yang telah diperhalus. Dimana Dt adalah data pada periode waktu t dan Ft ramalan pada periode waktu t.
1. Cumulative Sum of Forecast Error
CFE =
∑
= nt i e 1
2. Mean Square Error
MSE = n
e n
t t
∑
=1 23. Mean Absolute Deviation of Forecast Error
MAD = n
e n
t t
(29)
4. Mean Absolute Percentage Error
MAPE =
n x D
e n
t t
t
% 100 1
∑
=Akar dari MSE dikenal sebagai Stabdard Deviation ( s = MSE ), MSE sama dengan total rata-rata error pangkat dua dimaksudkan agar negative error menjadi positive sehingga tidak akan mengurangi jumlah error. Satu atau lebih dari ukuran – ukuran diatas dapat digunakan untuk membandingkan kinerja dari model-model peramalan.
Apabila menggunakan metode Exponential Smoothing biasanya menghitung smoothing mean absolute deviation,
MADt = α (Dt-Ft) + (1- α) MADt-1
1. Perhitungan ini dapat digunakan untuk mengetahui adanya kelainan demand dengan cara membandingkan antara standard deviation dengan MADt. Jika
Standar deviasi (s) lebih besar dari 3,75 MADt, maka hal ini berarti demand
sebuah nilai yang sangat besar. Biasanya jika s = 1,25 MADt adalah normal distribution
2. Kegunaan MADt lainnya adalah menetapkan apakah peramalan pada jalur yang
sesungguhnya. Untuk tujuan ini perlu dihitung Tracking Signal dengan rumus:
TS = t MAD
CFE
Jika perubahan demand diasumsikan acak, maka controllimit adalah ± 6. Bila TS melebihi ± 6 maka peramalan harus dihentikan
(30)
BAB III
GAMBARAN UMUM OBJEK STUDY
3.1. Pendahuluan
Instalasi Farmasi merupakan fasilitas untuk melakukan kegiatan peracikan, penyimpanan, penyaluran obat-obatan dan bahan kiami, serta penyimpanan dan penyaluran alat kedokteran, alat perawatan dan alat kesehatan (Menurut SK 547/Menkes/SK/VI/1994).
Sesuai dengan struktur organisasi dan tata kerja instalsai farmasi rumah sakit H. Adam Malik Medan, instalasi farmasi rumah sakit mempunyai fungsi :
1. Melakukan kegiatan tata usaha untuk menunjang kegiatan instalasi farmasi dan melaporkan seluruh kegiatan pelayanan kefarmasian.
2. Melakukan perencanaan perbekalan farmasi untuk kebutuhan RSUP H.Adam Malik serta melaksanakan evaluasi dan SIMRS Instalasi farmasi.
3. Melaksanakan perencanaan, penerimaan, penyimpanan, pendistribusian perbekalan farmasi di gudang Instalasi Farmasi dan memproduksi obat-obat sesuai dengan kebutuhan rumah sakit.
4. Mendistribusikan perbekalan farmasi ke seluruh satuan kerja/instalasi dilingkungan RSUP H.Aam Malik baik untuk kebutuhan pasien rawat jalan, rawat inap, gawat darurat, kamar operasi dan instalasi penunjang lainnya.
5. Melaksanakan fungsi pelayanan farmasi klinik.
6. Melaksanakan pendidikan, penelitian dan pengembangan di bidang farmasi.
(31)
Struktur organsiasi Instalasi Farmasi RSUP H.Adam malik Medan merupakan penentuan keberhasilan manajemen farmasi. Kepala Instalasi farmasi merupakan manajemen puncak Instalasi Farmasi.
Gambar 3.1. Struktur Organisasi Instalasi Farmasi RSUP H.Adam Malik Medan
Uraian tugas secara ringkas :
1. Kepala Instalasi farmasi bertugas memimpin, merencanakan, mengkoordinasikan seluruh kegiatan pelayanan kefarmasian dan berada dibawah serta bertanggungjawab langsung ke wakil direktur penunjang medis dan penelitian.
Wa.Ka.Inst.Farmas i
Ka.Instalasi
F i
Tata Usaha Farmasi
Pokja Perbekalan
Pokja Apotik
Pokja Far. Klinis
Pokja Perencanaan & Evaluasi
Depo Farmasi Rindu A Depo Farmasi
Rindu B Depo Farmasi
IGD Depo Farmasi
IBP Depo Farmasi
IPI
(32)
2. Wakil kepala instalasi farmasi, bertugas membantu kepala instalasi farmasi dalam merencanakan, mengkoordinasikan kegiatan kefarmasian, menggantikan tugas kepala instalasi farmasi apabila berhalangan, mengkoordinir dan memonitor kegiatan pokja dan depo farmasi.
3. Tata Usaha farmasi melaksanakan kegiatan administrasi surat masuk, surat keluar, urusan kepegawaian, kerumahtanggan dan pelaporan.
4. Pokja perbekalan melaksanakan penerimaan, penyimpanan, pendistribusian perbekalan farmasi dan administrasinya serta melaksanakan kegiatan produksi perbekalan farmasi.
5. Pokja apotik melaksanakan pendistribusian perbekalan farmasi untuk pasien rawat inap, rawat jalan, rawat darurat, kebutuhan kamar operasi yang tidak termasuk ke dalam all ini tarif RSUP H.Adam Malik. Pengelolaan apotik ini dikelola secara swakelola.
6. Pokja farmasi klinis, melaksanakan fungsi pelayanan farmasi klinis dan pendidikan dan pelatihan bagi pegawai, staf instalasi farmasi serta mahasiswa yang melakukan kegiatan profesi di RSUP H.Adam Malik.
7. Pokja perencanaan dan evaluasi melaksanakan perencanaan kebutuhan perbekalan farmasi untuk kebutuhan rumah sakit, melaksanakan SIMRS instalasi farmasi dan melakukan pelaporan serta evaluasi dari setiap kegiatan di Instalasi Farmasi. 8. Depo farmasi rindu A dan B melaksanakan pendistribusian perbekalan farmasi
untuk pasien rawat inap dengan sistem unit dose dispensing secara sentraliasi.
(33)
Sumber daya manusia yang ada di Instalasi Farmasi terdiri dari 66 orang, terdiri dari 21 apoteker, 39 asisten apoteker dan lainnya sarjana ekonomi, analis farmasi, komputer dan SMU sederajat.
3.4. Sistem Distribusi Perbekalan Farmasi
Sistem distribusi perbekalan farmasi memakai sistem distribusi obat secara sentralisasi dan desentralisasi, yaitu penyediaan obat dilakukan oleh Instalasi Farmasi sebagai sentral dan disertai dengan penyediaan obat tertentu diruangan. Tujuan distribusi ini untuk mempertahankan kualitas obat, mengoptimalkan manajemen persediaan, memberikan informasi kebutuhan yang akan datang dan mengurangi resiko kerusakan dan kehilangan obat.
Prosedur :
1. Dokter menuliskan permintaan perbekalan farmasi pada kartu instruksi obat. 2. Kartu instruksi obat ini diserahkan ke depo farmasi
3. Petugas depo farmasi melihat kelengkapannya, selanjutnya menyerahkan ke apotik.
4. Petugas apotik akan menyiapkan permintaan tersebut sesuai dengan kartu instruksi obat tersebut.
5. Petugas apotik menyerahkan perbekalan farmasi ke petugas depo farmasi.
6. Petugas depo farmasi akan mengemas obat per unit dose dan meletakkan pada kereta obat.
7. Petugas depo farmasi menyerahkan obat ke perawat beserta dengan catatan pemberian obat.
(34)
Penyimpanan obat didasarkan kepada FIFO (first in first out) dan FEFO (first expired first out). Ketentuan penyimpanan obat sendiri sudah sesuai dengan kondisi persyaratan penyimpanan, baik yang harus disimpan dalam lemari es, ruangan ber AC ataupun non AC.
3.5. Perencanaan
Perencanaan dan pengadaan obat dilakukan sebulan sekali berdasarkan data mutasi obat. Belum pernah diterapkan forecasting pemakain untuk menunjang perencanaan.
(35)
BAB IV
METODOLOGI PENELITIAN
4.1. Metode Penelitian
Metode penelitian yang digunakan adalah dengan pendekatan deskriptif, yaitu suatu metode yang memberikan gambaran mengenai suatu indikasi keadaan, gejala pada kondisi yang sudah ada dan sedang berjalan, yang dilakukan dengan pengumpulan data, mentabulasi dan mengklarifikasi serta menginterpretasikan sehingga diperoleh gambaran yang jelas mengenai masalah yang dihadapi dan pada akhirnya usulan pengembangan yang dilakukan.
4.2. Metode Pengumpulan Data
Data yang diperlukan dalam penelitian ini dikumpulkan dengan berbagai cara, sebagai berikut :
- Melakukan observasi langsung, yaitu mencatat sendiri data yang diperlukan yang diperoleh terhadap pengamatan dilapangan.
- Melakukan Tanya jawab secara langsung dengan pihak yang terkait dalam masalah penggunaan Obat pada RSUP A.Malik yaitu karyawan.
- Melakukan penelusuran berbagai dokumen yang terkait seperti data masa lalu, kebijakan dan berbagai dokumen yang terkait dengan masalah penggunaan obat di RSUP A.Malik.
(36)
4.2.1 Sumber Data
Data yang diperlukan dalam penelitian ini secara garis besar terdiri dari dua jenis data, yaitu:
1. Data Primer
Data Primer adalah data yang dikumpulkan secara langsung dari objek penelitian. Data primer yang dibutuhkan meliputi, metode peramalan aktual, faktor-faktor. 2. Data Sekunder
Data sekunder adalah data yang diperolah dari bahan-bahan yang telah didokumentasikan baik yang ada pada RSUP H A.Malik maupun instansi lain yang mendukung penyelesaian penelitian ini. Data ini digunakan untuk menetukan metode peramlan yang tepat dalam menentukan kebutuhan obat pada RSUP H A.Malik.
4.3. Metodologi Analisis Data
Data yang diperoleh melalui laporan tahunan pemakain riil mutasi obat rutin selama satu tahun di unit logistik. Berdasarkan statistik data tersebut dianalisa dengan menggunakan metode klasifikasi ABC (nilai investasi terbesar) untuk mendapatkan penajaman kelompok obat yang dianalisa.
4.4.Metode Pengujian
Metode pengujian yang digunakan untuk dalam menentukan metode peramalan yang tepat untuk mengatasi kebutuhan obat adalah sebagai berikut :
I. Identifikasi Masalah
Penggunaan obat rutin dan permintaan obat yang tidak menentu, dan faktor-faktor lain yang dapat menyebabkan stok akhir terhadap obat yang sangat besar merupakan masalah yang pelayanan kefarmasian terganggu maka dibutuhkan suatu
(37)
kajian terhadap masalah tersebut. Oleh karena itu instalasi farmasi harus mampu melakukan manajemen pengelolaan obat dengan efektif dan efisien agar kelancaran pelayanan kesehatan tidak terganggu dan pendapatan rumah sakit juga dapat ditingkatkan.
Menetapkan Tujuan Penelitian
Dari tujuan yang telah ditetapkan yaitu untuk menentukan model peramalan yang tepat dalam menentukan kebutuhan obat pola historis data mutasi obat rutin
Studi Lapangan di Instalasi Farmasi RSUP H.Adam Malik
Studi lapangan dilakukan utnuk mengetahui mekanisme sistem persediaan obat serta menganalisa foktor-faktor yang berhubungan dengan topik pembahasan dalam rangka memperdalam pengetahuan dan pemahaman akan permasalahan yang dihadapi sesuai dengan topik yang diangkat oleh penulis.
Studi Kepustakaan
Mempelajari tentang teori-teori yang berhubungan dengan studi yang dilakukan terutama mengenai model peramalan, serta teori lain yang tepat sebagai masukan dalam rangka pemecahan masalah sesuai dengan kondisi lapangan.
Pengumpulan Data
Untuk kelancaran penelitian diperlukan suatu metode pengumpulan data yang diperoleh sesuai objek penelitian.
(38)
Data mutasi obat yang diperoleh dari pergerakan stok dari sistem informasi logistik Instalasi farmasi. Dari data ini kemudian dikelompokkan melalui analisis ABC untuk medapatkan obat kelas A yang merupakan obat yang memiliki nilai uang hingga 80 % dari total nilai persediaan tahunan.
Analisis Model Permalan
Dari item obat kelas A masing-masing jenis obat dilakukan analisis untuk melihat karakteristik pola data. Dari karakterikstik pola data dilakukan pengujian dengan menggunakan model peramalan .
Evaluasi Hasil
Untuk mengetahui sejauh mana keandalan model peramalan yang dipilaih dilakukan uji keandalan dengan menggunakan peta kontrol. Dari uji ini dapat dipilih model yang tepat untuk menggambarkan pola penggunaan obat.
Kesimpulan dan Saran
Dari point diatas dapat disimpulkan model peramalan yang sesuai digunakan untuk masing-masing jenis obat sehingga penerapan peramalan dapat menunjang perencanaan persediaan obat di Instalasi Farmasi RSUP H.Adam Malik.
Untuk tahapan aliran proses penelitian dapat kita lihat pada Tabel 4.1 berikut:
Tabel 4.1. Tahapan Proses Penelitian
No Tahapan Keterangan
1 Hasil Studi Sebelumnya
Menerangkan kondisi stok akhir dilapangan (Rp) berdasarkan data-data dan pengamatan yang diperoleh dilapangan.
2 Evaluasi Data-data yang diperoleh dievaluasi apakah sudah optimal. 3 Perumusan
Masalah
Berdasarkan studi lapangan dan data-data yang sudah ada maka dapat ditentuan masalah yang dihadapi, yaitu bagaimana menentukan model peramlan yang tepat
(39)
digunakan pada RSUP H A.Malik. 4 Tujuan
Penelitian
Untuk menentukan model peramalan yang tepat digunakan dalam meramalkan kebutuhan obat pada RSUP H A.malik 5 Kerangka
Konseptual
Menjelaskan kerangka penelitian
6
Pengumpulan dan
pengolahan data
Dengan menggunakan analisis pareto dan metode peramalan untuk melihat pengaruh obat yang masuk terhadap penggunaan obat rutin.
7 Analisis dan evaluasi
Untuk melihat metode peramalan tersebut apakah cocok digunakan dengan membandingkan dengan data sebelumnya (tahun 2007)
8 Rekomendasi Berdasarkan hasil analisa dapat dilihat apakah model peramlan tersebut layak digunakan
9 Kesimpulan dan saran
Model peramalan yang tepat digunakan dalam perkiraan penggunaan obat pada RSUP H Adam Malik.
Diagram alir metode pengujian yang dilakukan dalam pemecahan masalah dalam penelitian ini sebagai berikut :
(40)
Gambar 4.1 Diagram Alir Metode Pengujian
Perumusan Masalah
Menetapkan Tujuan Penelitian Studi
Literatur
Studi Lapangan di Instalasi Farmasi
RSUP HAM
Kerangka Konseptual
Pengumpulan dan Pengolahan Data
Analisis dan Evaluasi
Metode Peramalan pada RSUP HAM
Kesimpulan dan Saran Hasil Studi Sebelumnya
Evaluasi
(41)
BAB V
MODEL PEMECAHAN MASALAH
Model yang digunakan dalam analisis pemecahan masalah obat rutin yaitu dengan menggunakan analisis ABC dan pemilihan model peramalan.
5.1. Analisis ABC
Analisis ABC ini diperlukan agar manajemen farmasi dapat lebih berkonsentrasi pada klasifikasi obat (Kelas A) tanpa mengabaikan barang-barang lain. Klasifikasi ABC membagi persediaan dalam tiga kelas berdasarkan atas nilai persediaan. Dengan mengetahui kelas-kelas itu, dapat diketahui item persediaan obat tertentu yang harus mendapat perhatian yang lebih intensif dibanding item obat yang lain. Langkah-langkash yang untuk membagi keseluruhan item obat rutin dalam tiga kelas A, B, C dilakukan sebagai berikut :
1. Hitung volume penggunaan masing-masing obat pertahun dengan cara mengalikan volume tahunan dengan harga persatuan.
2. Susun urutan item persediaan berdasarkan volume tahunan rupiah dari yang terbesar nilainya ke yang terkecil.
3. Jumlahkan volume tahunan rupiah secara kumulatif. 4. Hitung nilai persentase kumulatifnya.
5. Klasifikasi ke dalam kelas A,B dan C secara berturut-turut masing-masing sebesar lebih kurang 80%, 15%, 5% dari atas.
Dari data laporan tahunan dari bagian logistik untuk penggunaa obat-obat rutin tahun 2006 dilihat pada tabel 5.1 berikut :
(42)
Tabel 5.1 Data Penggunaan 60 Item Obat Rutin Selama Tahun 2006
TAHUN 2006
NO NAMA OBAT
Masuk Keluar Sisa
HARGA SATUAN (Rp)
Harga Sisa (Rp)
1 ACT 3 1 2 308,000 616,000
2 Andrenalin Injsepheferin 100 100 - 408 -
3 Aerene Injeksi 165 143 22 1,928,474 42,426,428
4 Anasjec Inj 24 24 - 170,258 -
5 Aqua Gel 586 380 206 22,500 4,635,000
6 Aqua Pro Injeks 391 391 - 1,775 -
7 Aquadestillata 200 200 - 2,285 -
8 Aquadestillata Steril 320 120 200 10,900 2,180,000
9 Aquasonic 5 3 2 406,300 812,600
10 Atrofin Sulfat Nj 0,25% 726 626 100 1,725 172,500
11 Baycline 130 35 95 19,360 1,839,200
12 Betadine Zalf 30 30 - 6,713 -
13 Beccide 72 57 15 228,800 3,432,000
14 Buscopan Inj 20mg 460 250 210 21,000 4,410,000
15 Cendo Carpin 1% 8 8 - 16,885 -
16 Cendo Carpin 2% 8 8 - 16,775 -
17 Cendo Fenicol 0,25% 48 24 24 16,375 393,000
18 Cendo Fenicol 0,5% 48 24 24 17,500 420,000
19 Cendo Fenicol 1% 48 24 24 21,375 513,000
20 Cendo Myoriatil 0,5% 42 18 24 26,375 633,000
21 Cendo Myoriatil 1% 42 18 24 29,375 705,000
22 Cendopantcain 0,5% 85 63 22 8,375 184,250
23 Cendoxytrol 6 6 - 18,062 -
24 Chloretyl spray 14 9 5 131,250 656,250
24 Cidex 32 8 24 184,000 4,416,000
25 Curaspon 12 8 4 285,500 1,142,000
26 DexamethasneInj 107 107 - 1,500 -
27 Diazepam Inj 191 191 - 1,073 -
28 Dopamin (Proinfak) 10 10 - 35,500 -
29 Dormicum 15mg Inj 43 43 - 67,392 -
30 Enthozim 205 134 71 377,058 26,771,118
31 Ephedrin Inj 900 520 380 9,428 3,582,640
32 Fentanyl 715 515 200 74,500 14,900,000
33 Fist Aid 1 1 - 857,000 -
34 Formalin Tablet 1725 725 1,000 1,000 1,000,000
35 Halothane 82 47 35 1,199,900 41,996,500
36 Heparin Inj 5000IU 10 10 - 51,425 -
37 Hydrex 157 141 16 530,400 8,486,400
38 Ikamicetine Zalf Kulit 75 45 30 4,450 133,500
39 Isodine Sol 162 128 34 552,800 18,795,200
40 Kenacomb Otic 18 18 - 61,490 -
41 Ky Jely 30 12 18 50,770 913,860
(43)
Tabel 5.1 Data Penggunaan 60 Item Obat Rutin Selama Tahun 2006 (lanjutan)
TAHUN 2006 NO NAMA OBAT
Masuk Keluar Sisa
HARGA SATUAN
(Rp)
Sisa Obat (Rp)
42 Lidocain 2% Inj 1520 1520 - 654 -
43 Marcan 0,5% 20 20 - 59,380 -
44 Marcan 0,5% Heavy 304 304 - 85,850 -
45 Morphin Inj 350 165 185 20,000 3,700,000
46 Nitrocin 10 mg 66 56 10 43,900 439,000
47 Penthotal Inj 0,5 gr 439 399 40 62,854 2,514,160 48 Pethidin Hcl Inj 1,268 1026 242 13,550 3,279,100 49 Premix Slip/Surgical Milk 64 48 16 256,698 4,107,168 50 Prostigmn Inj 0,5gr 4,070 3360 710 11,700 8,307,000 51 Safol Inj 200mg/20ml 360 180 180 50,515 9,092,700
52 Sevorane 11 4 7 2,100,000 14,700,000
53 Stesolid 5mg 5 5 - 3,940 -
54 Surgistain/Instrustan 14 12 2 356,938 713,876
55 Talkum 3 2 1 325,000 325,000
56 Tracrium 50mg 471 331 140 74,567 10,439,380
57 Transamin Inj 500gr 25 25 - 9,725 -
58 Xylopain 10% Spray 40 23 17 229,950 3,909,150
59 Xylocain 2% Inj 106 41 65 52,112 3,387,280
60 Xylocain 2% Jely 84 20 64 41,157 2,634,048
TOTAL 252,180,986
Sumber: Pengeluaran Obat RSUP H A.Malik 2006
Dari Tabel 5.1 dapat kita lihat bahwa sisa penggunaan 60 item obat rutin selama tahun 2006 mencapai nilai Rp.252.180.986,00. Untuk tahun 2006 jenis Obat Aerene Injeksi memiliki jumlah persediaan sisa yang paling besar yaitu mencapai Rp. 42.426.428,00. Dengan melihat persediaan sisa yang sangat besar ini maka perlu dilakukan sebuah analisis bagaimana menentukan pengeluaran obat sehingga lebih optimal, dan anggaran dana yang cukup besar ini juga dapat dialokasikan terhadap keperluan lain tentunya.
Karena jenis obat yang sangat banyak, maka tidak mungkin analisis pengeluaran ini dilakukan terhadap semua jenis obat. Untuk menentukan jenis obat yang digunakan maka dipilih berdasarkan prioritas penggunaan. Analisis prioritas penggunaan ini dapat
(44)
dilakukan dengan menggunakan analisis Pareto, maka hasilnya seperti kita lihat pada Tabel 5.2 berikut.
Tabel 5.2. Persentase Pengeluaran Penggunaan 60 Item Obat Rutin Selama Tahun 2006
No Nama
Obat Pengeluaran
Harga Obat (Rp) Pengeluaran (Rp) Persentase Pengeluaran (%)
1 ACT 1 308.000 308.000 0,03828
2 Andrenalin Injsepheferin 100 408 40.800 0,00507 3 Aerene Injeksi 143 1.928.474 275.771.782 34,27882
4 Anasjec Inj 24 170.258 4.086.192 0,50792
5 Aqua Gel 380 22.500 8.550.000 1,06278
6 Aqua Pro Injeks 391 1.775 694.025 0,08627
7 Aquadestillata 200 2.285 457.000 0,05681
8 Aquadestillata Steril 120 10.900 1.308.000 0,16259
9 Aquasonic 3 406.300 1.218.900 0,15151
10 Atrofin Sulfat Nj 0,25% 626 1.725 1.079.850 0,13423
11 Baycline 35 19.360 677.600 0,08423
12 Betadine Zalf 30 6.713 201.390 0,02503
13 Beccide 57 228.800 13.041.600 1,62109
14 Buscopan Inj 20mg 250 21.000 5.250.000 0,65258
15 Cendo Carpin 1% 8 16.885 135.080 0,01679
16 Cendo Carpin 2% 8 16.775 134.200 0,01668
17 Cendo Fenicol 0,25% 24 16.375 393.000 0,04885 18 Cendo Fenicol 0,5% 24 17.500 420.000 0,05221
19 Cendo Fenicol 1% 24 21.375 513.000 0,06377
20 Cendo Myoriatil 0,5% 18 26.375 474.750 0,05901 21 Cendo Myoriatil 1% 18 29.375 528.750 0,06572 22 Cendopantcain 0,5% 63 8.375 527.625 0,06558
23 Cendoxytrol 6 18.062 108.372 0,01347
24 Chloretyl spray 9 131.250 1.181.250 0,14683
24 Cidex 8 184.000 1.472.000 0,18297
25 Curaspon 8 285.500 2.284.000 0,28390
26 DexamethasneInj 107 1.500 160.500 0,01995
27 Diazepam Inj 191 1.073 204.943 0,02547
28 Dopamin (Proinfak) 10 35.500 355.000 0,04413 29 Dormicum 15mg Inj 43 67.392 2.897.856 0,36021
30 Enthozim 134 377.058 50.525.772 6,28043
31 Ephedrin Inj 520 9.428 4.902.560 0,60940
32 Fentanyl 515 74.500 38.367.500 4,76913
33 Fist Aid 1 857.000 857.000 0,10653
34 Formalin Tablet 725 1.000 725.000 0,09012
35 Halothane 47 1.199.900 56.395.300 7,01002
36 Heparin Inj 5000IU 10 51.425 514.250 0,06392
37 Hydrex 141 530.400 74.786.400 9,29606
(45)
Tabel 5.2. Persentase Pengeluaran Penggunaan 60 Item Obat Rutin Selama Tahun 2006 (Lanjutan)
No Nama
Obat Pengeluaran
Harga Obat (Rp)
Pengeluaran (Rp)
Persentase Pengeluaran
(%) 38 Ikamicetine Zalf Kulit 45 4.450 200.250 0,02489
39 Isodine Sol 128 552.800 70.758.400 8,79537
40 Kenacomb Otic 18 61.490 1.106.820 0,13758
41 Ky Jely 12 50.770 609.240 0,07573
42 Lidocain 2% Inj 1520 654 994.080 0,12357
43 Marcan 0,5% 20 59.380 1.187.600 0,14762
44 Marcan 0,5% Heavy 304 85.850 26.098.400 3,24407
45 Morphin Inj 165 20.000 3.300.000 0,41019
46 Nitrocin 10 mg 56 43.900 2.458.400 0,30558
47 Penthotal Inj 0,5 gr 399 62.854 25.078.746 3,11732 48 Pethidin Hcl Inj 1026 13.550 13.902.300 1,72808 49 Premix Slip/Surgical Milk 48 256.698 12.321.504 1,53158 50 Prostigmn Inj 0,5gr 3360 11.700 39.312.000 4,88654 51 Safol Inj 200mg/20ml 180 50.515 9.092.700 1,13024
52 Sevorane 4 2.100.000 8.400.000 1,04413
53 Stesolid 5mg 5 3.940 19.700 0,00245
54 Surgistain/Instrustan 12 356.938 4.283.256 0,53241
55 Talkum 2 325.000 650.000 0,08080
56 Tracrium 50mg 331 74.567 24.681.677 3,06797
57 Transamin Inj 500gr 25 9.725 243.125 0,03022 58 Xylopain 10% Spray 23 229.950 5.288.850 0,65741
59 Xylocain 2% Inj 41 52.112 2.136.592 0,26558
60 Xylocain 2% Jely 20 41.157 823.140 0,10232
TOTAL 804.496.027 100
Sumber: Pengolahan data 2009
Dari Tabel 5.2 dapat kita lihat bahwa total biaya pengeluaran untuk 60 jenis obat rutin mencapai Rp. 804.496.027. Ini adalah pengeluaran yang sangat besar, akan tetapi seperti terlihat pada Tabel 5.1 bahwa sisa penggunaan obat cukup besar juga yaitu Rp.252.180.986,00 maka perlu dicari sebuah metode untuk menentukan besarnya permintaan pengeluaran tentunya.
Aerene Injeksi adalah jenis obat yang mempunyai persentase jumlah
pengeluaran paling besar yaitu sebesar 34,27882% dengan nilai Rp. 275.771.782,00. Dengan melihat urutan berdasarkan nilai pengeluaran ini maka dapat
(46)
Tabel 5.3. Persentase Kumulatif Penggunaan 60 Item Obat Rutin Selama Tahun 2006
No Nama Obat Pengeluaran
Persentase Pengeluaran
(%)
Diurutkan
% Kumulative Penggunaan
1 Aerene Injeksi 143 34.278825 34.278825 34.278825
2 Hydrex 141 9.296056 9.296056 43.574880
3 Isodine Sol 128 8.795370 8.795370 52.370250
4 Halothane 47 7.010016 7.010016 59.380266
5 Enthozim 134 6.280425 6.280425 65.660691
6 Prostigmn Inj 0,5gr 3360 4.886537 4.886537 70.547229
7 Fentanyl 515 4.769135 4.769135 75.316364
8 Marcan 0,5% Heavy 304 3.244068 3.244068 78.560432
9 Penthotal Inj 0,5 gr 399 3.117324 3.117324 81.677756
10 Tracrium 50mg 331 3.067968 3.067968 84.745723
11 Pethidin Hcl Inj 1026 1.728076 1.728076 86.473799
12 Beccide 57 1.621089 1.621089 88.094888
13 Premix Slip/Surgical Milk 48 1.531580 1.531580 89.626469 14 Safol Inj 200mg/20ml 180 1.130236 1.130236 90.756704
15 Aqua Gel 380 1.062777 1.062777 91.819480
16 Sevorane 4 1.044132 1.044132 92.863613
17 Xylopain 10% Spray 23 0.657412 0.657412 93.521025 18 Buscopan Inj 20mg 250 0.652582 0.652582 94.173608
19 Ephedrin Inj 520 0.609395 0.609395 94.783003
20 Surgistain/Instrustan 12 0.532415 0.532415 95.315418
21 Anasjec Inj 24 0.507919 0.507919 95.823337
22 Morphin Inj 165 0.410195 0.410195 96.233532
23 Dormicum 15mg Inj 43 0.360208 0.360208 96.593739
24 Nitrocin 10 mg 56 0.305583 0.305583 96.899322
25 Curaspon 8 0.283904 0.283904 97.183226
26 Xylocain 2% Inj 41 0.265581 0.265581 97.448808
27 Cidex 8 0.182972 0.182972 97.631779
28 Aquadestillata Steril 120 0.162586 0.162586 97.794366
29 Aquasonic 3 0.151511 0.151511 97.945877
30 Marcan 0,5% 20 0.147620 0.147620 98.093497
31 Chloretyl spray 9 0.146831 0.146831 98.240328
32 Kenacomb Otic 18 0.137579 0.137579 98.377907
33 Atrofin Sulfat Nj 0,25% 626 0.134227 0.134227 98.512134
34 Lidocain 2% Inj 1520 0.123566 0.123566 98.635700
35 Fist Aid 1 0.106526 0.106526 98.742226
36 Xylocain 2% Jely 20 0.102317 0.102317 98.844544
37 Formalin Tablet 725 0.090119 0.090119 98.934662
(47)
Tabel 5.3. Persentase Kumulatif Pengeluaran 60 Item Obat Rutin Selama Tahun 2006 (Lanjutan)
No Nama Obat Pengeluaran
Persentase Pengeluaran
(%)
Diurutkan
% Kumulative Penggunaan
38 Aqua Pro Injeks 391 0.086268 0.086268 99.020931
39 Baycline 35 0.084227 0.084227 99.105157
40 Talkum 2 0.080796 0.080796 99.185953
41 Ky Jely 12 0.075729 0.075729 99.261682
42 Cendo Myoriatil 1% 18 0.065724 0.065724 99.327407 43 Cendopantcain 0,5% 63 0.065585 0.065585 99.392991 44 Heparin Inj 5000IU 10 0.063922 0.063922 99.456913
45 Cendo Fenicol 1% 24 0.063767 0.063767 99.520680
46 Cendo Myoriatil 0,5% 18 0.059012 0.059012 99.579692
47 Aquadestillata 200 0.056806 0.056806 99.636498
48 Cendo Fenicol 0,5% 24 0.052207 0.052207 99.688704 49 Cendo Fenicol 0,25% 24 0.048850 0.048850 99.737555 50 Dopamin (Proinfak) 10 0.044127 0.044127 99.781682
51 ACT 1 0.038285 0.038285 99.819967
52 Transamin Inj 500gr 25 0.030221 0.030221 99.850188
53 Diazepam Inj 191 0.025475 0.025475 99.875662
54 Betadine Zalf 30 0.025033 0.025033 99.900695
55 Ikamicetine Zalf Kulit 45 0.024891 0.024891 99.925587
56 Cendo Carpin 1% 8 0.016791 0.016791 99.962328
57 Cendo Carpin 2% 8 0.016681 0.016681 99.979009
58 Cendoxytrol 6 0.013471 0.013471 99.992480
59 Andrenalin Injsepheferin 100 0.005071 0.005071 99.997551
60 Stesolid 5mg 5 0.002449 0.002449 100
Sumber: Pengolahan data 2009
Dari Tabel 5.3 diatas dapat kita lihat Persentase Kumulatif Pengeluaran 60 Item Obat Rutin Selama Tahun 2006, sebagaimana digambarkan dalam diagram pareto (Lampiran 1).
Dengan menggunakan analisis ABC, dimana berdasarkan prioritas nilai investasi 80%, 15% dan 5% maka untuk semua obat dapat dikelompokkan seperti dalam Tabel 5.4 berikut:
(48)
Tabel 5.4. Nilai Investasi Pengeluaran untuk Obat 80 % (Kelompok A)
N o Nama Obat Pengeluaran Persentase Nilai
Investasi Pengeluaran
1 Aerene Injeksi 143 34,278825%
2 Hydrex 141 43,574880%
3 Isodine Sol 128 52,370250%
4 Halothane 47 59,380266%
5 Enthozim 134 65,660691%
6 Prostigmn Inj 0,5gr 3360 70,547229%
7 Fentanyl 515 75,316364%
8 Marcan 0,5% Heavy 304 78,560432%
Sumber: Pengolahan data 2009
Dari Tabel 5.4 diatas dapat kita lihat bahwa obat yang memiliki nilai investasi mencapai 80% terdiri dari 8 (delapan) jenis obat dimana Aerene Injeksi memiliki nilai investasi paling besar.
Untuk nilai investasi pengeluaran yang mencapai 15% dapat kita lihat pada Tabel 5.5 berikut.
Tabel 5.5. Nilai Investasi Pengeluaran untuk Obat 15 % (Kelompok B)
N o Nama Obat Pengeluaran Persentase Nilai
Investasi Pengeluaran
1 Penthotal Inj 0,5 gr 399 81,677756%
2 Tracrium 50mg 331 84,745723%
3 Pethidin Hcl Inj 1026 86,473799%
4 Beccide 57 88,094888%
5 Premix Slip/Surgical Milk 48 89,626469%
6 Safol Inj 200mg/20ml 180 90,756704%
7 Aqua Gel 380 91,819482%
8 Sevorane 4 92,863613%
9 Xylopain 10% Spray 23 93,521025%
10 Buscopan Inj 20mg 250 94,173608%
11 Ephedrin Inj 520 94,783003%
Sumber: Pengolahan data 2009
Pada Tabel 5.5. diatas dapat kita lihat bahwa jenis obat yang memiliki nilai invesatasi mencapai 15 % terdiri dari 11 (sebelas) jenis obat, dimana Penthotal Inj 0,5 gr
memiliki nilai investasi terbesar pada kelompak ini ( Kelompok B).
Tabel 5.6. Nilai Investasi Pengeluaran untuk Obat 5 % (Kelompok C)
(49)
Investasi Pengeluaran
1 Surgistain/Instrustan 12 95,315418%
2 Anasjec Inj 24 95,823337%
3 Morphin Inj 165 96,233532%
4 Dormicum 15mg Inj 43 96,593739%
5 Nitrocin 10 mg 56 96,899322%
6 Curaspon 8 97,183226%
7 Xylocain 2% Inj 41 97,448808%
8 Cidex 8 97,631779%
9 Aquadestillata Steril 120 97,794366%
10 Aquasonic 3 97,945877%
11 Marcan 0,5% 20 98,093497%
12 Chloretyl spray 9 98,240328%
13 Kenacomb Otic 18 98,377907%
14 Atrofin Sulfat Nj 0,25% 626 98,512134%
15 Lidocain 2% Inj 1520 98,635700%
16 Fist Aid 1 98,742226%
17 Xylocain 2% Jely 20 98,844544%
18 Formalin Tablet 725 98,934662%
19 Aqua Pro Injeks 391 99,020931%
20 Baycline 35 99,105157%
21 Ky Jely 12 99,261682%
22 Cendo Myoriatil 1% 18 99,327407%
23 Cendopantcain 0,5% 63 99,392991%
24 Heparin Inj 5000IU 10 99,456913%
25 Cendo Fenicol 1% 24 99,520680%
26 Cendo Myoriatil 0,5% 18 99,579692%
27 Aquadestillata 200 99,636498%
28 Cendo Fenicol 0,5% 24 99,688704%
29 Cendo Fenicol 0,25% 24 99,737555%
30 Dopamin (Proinfak) 10 99,781682%
31 ACT 1 99,819967%
32 Transamin Inj 500gr 25 99,850188%
33 Diazepam Inj 191 99,875662%
34 Betadine Zalf 30 99,900695%
35 Ikamicetine Zalf Kulit 45 99,925587%
36 DexamethasneInj 107 99,945537%
37 Cendo Carpin 1% 8 99,962328%
38 Cendo Carpin 2% 8 99,979009%
39 Cendoxytrol 6 99,992480%
40 Andrenalin Injsepheferin 100 99,997551%
41 Stesolid 5mg 5 100,000000%
(50)
Untuk nilai investasi yang paling kecil (Kelompok C) dapat kita lihat pada Tabel 5.6 diatas. Pada kelompok ini terdiri dari 41 jenis obat, dimana nilai investasi pengeluaran untuk kelompok ini hanya mencapai 5% saja.
Dari ketiga kelompok (kelompok A, B dan C) diatas, maka dengan analisis pareto yaitu berdasarkan nilai investasi paling besar (80%) maka kelompok A menjadi prioritas dalam pengolahan data selanjutnya. Kelompok A terdiri dari 8 (delapan) jenis obat, dapat kita lihat pada Tabel 5.7 berikut.
Tabel 5.7. Jenis Obat Berdasarkan Analisis Pareto
No Nama Obat Pengeluaran
Persentase Pengeluaran
(%)
Diurutkan
% Kumulative Penggunaan
1 Aerene Injeksi 143 34.278825 34.278825 34.278825
2 Hydrex 141 9.296056 9.296056 43.574880
3 Isodine Sol 128 8.795370 8.795370 52.370250
4 Halothane 47 7.010016 7.010016 59.380266
5 Enthozim 134 6.280425 6.280425 65.660691
6 Prostigmn Inj 0,5gr 3360 4.886537 4.886537 70.547229
7 Fentanyl 515 4.769135 4.769135 75.316364
8 Marcan 0,5% Heavy 304 3.244068 3.244068 78.560432
Sumber: Pengolahan data 2009
Dari Tabel 5.7 diatas dapat kita lihat bahwa ada 8 jenis obat yang yang tidak mencapai 80%. Kedelapan jenis Obat ini akan kita gunakan sebagai data dalam pengolahan data selanjutnya yaitu untuk menentukan besarnya pengeluaran dengan metode peramalan.
5.2. Analisis Metode Paramalan
Dari bab sebelumnya, bahwa untuk melakukan suatu peramalan maka perlu diperhatikan langkah-langkah sebagai berikut:
1. Mendefenisikan tujuan peramalan
2. Membuat scatter diagram dan Memilih model peramalan obat rutin 4. Menghitung parameter-parameter fungsi peramalan
(51)
5.2.1. Tujuan Peramalan
Dalam peramalan kali ini kita menggunakan delapan jenis obat rutin sebagai data untuk menentukan metode peramalan yang cocok digunakan untuk menentukan perkiraan kebutuhan akan setiap jenis obat.
5.2.2. Membuat Scatter Diagram dan Memilih Metode Peramalan
Untuk melihat pola atau trend data pengeluaran aktual atau kebutuhan obat setiap bulan untuk tahun 2006 dapat kita buat scatter diagramnya seperti terlihat pada tabel dan gambar berikut.
1. Aerene Injeksi
Selama tahun 2006 jumlah pengeluaran obat Aerene Injeksi pada RSUP H Adam Malik dapat kita lihat pada Tabel 5.8 berikut:
Tabel 5.8. Pengeluaran Obat Aerene Injeksi selama Tahun 2006
Bulan Periode Pengeluaran Aktual
Januari 1 10
Februari 2 19
maret 3 15
April 4 11
Mei 5 17
Juni 6 15
Juli 7 3
Agustus 8 0
September 9 0
Oktober 10 13
November 11 25
Desember 12 21
TOTAL 149
Sumber: Pengeluaran Obat RSUP H A.Malik 2006
Untuk Scatter diagram Aerene Injeksi dapat dilihat pada Gambar 6.1 dibawah ini.
(52)
0 5 10 15 20 25 30
1 2 3 4 5 6 7 8 9 10 11 12
BULAN
K
E
B
U
T
U
H
A
N
O
B
A
Gambar 5.1. Scatter Diagram untuk Obat Aerene Injeksi
Dari Gambar 5.1 diatas dan dengan melihat trend penggunaan obat Aerene Injeksi diatas maka perkiraan penggunaan obat akan ditentukan dengan menggunakan metode time series.
2. Hydrex
Selama tahun 2006 jumlah pengeluaran obat Hydrex pada RSUP H Adam Malik dapat kita lihat pada Tabel 5.9 berikut:
Tabel 5.9. Pengeluaran Obat Hydrex selama Tahun 2006
Bulan Periode Pengeluaran Aktual
Januari 1 6
Februari 2 12
maret 3 12
April 4 5
Mei 5 12
Juni 6 12
Juli 7 18
Agustus 8 0
September 9 12
Oktober 10 18
November 11 12
Desember 12 22
TOTAL 141
Sumber: Pengeluaran Obat RSUP H A.Malik 2006
(53)
0 5 10 15 20 25
1 2 3 4 5 6 7 8 9 10 11 12
BULAN
K
E
B
U
T
U
H
A
N
O
B
A
Gambar 5.2. Scatter Diagram untuk Obat Hydrex
Dari Gambar 5.2 diatas dan dengan melihat trend penggunaan obat Aerene Injeksi diatas maka perkiraan penggunaan obat akan ditentukan dengan menggunakan metode time series.
3. Isodine Sol
Selama tahun 2006 jumlah pengeluaran obat Isodine Sol pada RSUP H Adam Malik dapat kita lihat pada Tabel 5.10 berikut:
Tabel 5.10. Pengeluaran Obat Isodine Sol selama Tahun 2006
Bulan Periode Pengeluaran Aktual
Januari 1 8
Februari 2 10
maret 3 10
April 4 10
Mei 5 12
Juni 6 12
Juli 7 15
Agustus 8 0
September 9 4
Oktober 10 15
November 11 12
Desember 12 20
TOTAL 128
Sumber: Pengeluaran Obat RSUP H A.Malik 2006
(54)
0 5 10 15 20 25
1 2 3 4 5 6 7 8 9 10 11 12
BULAN
K
E
B
U
T
U
H
A
N
O
B
A
Gambar 5.3. Scatter Diagram untuk Obat Isodine Sol
Dari Gambar 5.3 diatas dan dengan melihat trend penggunaan obat Aerene Injeksi diatas maka perkiraan penggunaan obat akan ditentukan dengan menggunakan metode time series.
4. Halothane
Selama tahun 2006 jumlah pengeluaran obat Halothane pada RSUP H Adam Malik dapat kita lihat pada Tabel 5.11 berikut:
Tabel 5.11. Pengeluaran Obat Halothane selama Tahun 2006 Bulan Periode Pengeluaran Aktual
Januari 1 2
Februari 2 5
maret 3 3
April 4 4
Mei 5 3
Juni 6 6
Juli 7 4
Agustus 8 0
September 9 0
Oktober 10 11
November 11 3
Desember 12 6
TOTAL 47
(55)
Untuk Scatter diagram obat Halothane dapat dilihat pada Gambar 6.4 berikut.
0 2 4 6 8 10 12
1 2 3 4 5 6 7 8 9 10 11 12
BULAN
K
E
B
U
T
U
H
A
N
O
B
A
Gambar 5.4. Scatter Diagram untuk Obat Halothane
Dari Gambar 5.4 diatas dan dengan melihat trend penggunaan obat Aerene Injeksi diatas maka perkiraan penggunaan obat akan ditentukan dengan menggunakan metode time series.
5. Enthozim
Selama tahun 2006 jumlah pengeluaran obat Enthozim pada RSUP H Adam Malik dapat kita lihat pada Tabel 5.12 berikut:
Tabel 5.12. Pengeluaran Obat Enthozim selama Tahun 2006 Bulan Periode Pengeluaran Aktual
Januari 1 6
Februari 2 8
maret 3 16
April 4 7
Mei 5 11
Juni 6 17
Juli 7 12
Agustus 8 0
September 9 0
Oktober 10 10
November 11 21
Desember 12 26
TOTAL 134
(56)
Untuk Scatter diagram obat Enthozim dapat dilihat pada Gambar 5.5 berikut.
0 5 10 15 20 25 30
1 2 3 4 5 6 7 8 9 10 11 12 BULAN
K
E
B
U
T
U
H
A
N
O
B
A
Gambar 5.5. Scatter Diagram untuk Obat Enthozim
Dari Gambar 5.5 diatas dan dengan melihat trend penggunaan obat Aerene Injeksi diatas maka perkiraan penggunaan obat akan ditentukan dengan menggunakan metode time series.
6. Prostigmn Inj 0,5gr
Selama tahun 2006 jumlah pengeluaran obat tigmn Inj 0,5gr pada RSUP H Adam Malik dapat kita lihat pada Tabel 5.13 berikut:
Tabel 5.13. Pengeluaran Obat tigmn Inj 0,5gr selama Tahun 2006 Bulan Periode Pengeluaran Aktual
Januari 1 220
Februari 2 390
Maret 3 350
April 4 270
Mei 5 520
Juni 6 400
Juli 7 70
Agustus 8 0
September 9 0
Oktober 10 450
November 11 390
Desember 12 300
TOTAL 3360
(57)
Untuk Scatter diagram obat Prostigmn Inj 0,5gr dapat dilihat pada Gambar 5.6 berikut.
0 100 200 300 400 500 600
1 2 3 4 5 6 7 8 9 10 11 12
BULAN
K
E
B
U
T
U
H
A
N
O
B
A
Gambar 5.6. Scatter Diagram untuk Obat Prostigmn Inj 0,5gr
Dari Gambar 5.6 diatas dan dengan melihat trend penggunaan obat Aerene Injeksi diatas maka perkiraan penggunaan obat akan ditentukan dengan menggunakan metode time series.
7. Fentanyl
Selama tahun 2006 jumlah pengeluaran obat Fentanyl pada RSUP H Adam Malik dapat kita lihat pada Tabel 5.14 berikut:
Tabel 5.14. Pengeluaran Obat Fentanylselama Tahun 2006 Bulan Periode Pengeluaran Aktual
Januari 1 30
Februari 2 35
maret 3 25
April 4 40
Mei 5 40
Juni 6 70
Juli 7 50
Agustus 8 25
September 9 50
Oktober 10 50
November 11 30
Desember 12 70
TOTAL 515
Sumber: Pengeluaran Obat RSUP H A.Malik 2006
(58)
0 10 20 30 40 50 60 70 80
1 2 3 4 5 6 7 8 9 10 11 12
BULAN
K
E
B
U
T
U
H
A
N
O
B
A
Gambar 5.7. Scatter Diagram untuk Obat Fentanyl
Dari Gambar 5.7. diatas dan dengan melihat trend penggunaan obat Aerene Injeksi diatas maka perkiraan penggunaan obat akan ditentukan dengan menggunakan metode time series.
8. Marcan 0,5% Heavy
Selama tahun 2006 jumlah pengeluaran obat Marcan 0,5% Heavy pada RSUP H Adam Malik dapat kita lihat pada Tabel 5.15 berikut:
Tabel 5.15. Pengeluaran Obat Marcan 0,5% Heavyselama Tahun 2006
Bulan Periode Pengeluaran Aktual
Januari 1 40
Februari 2 26
maret 3 50
April 4 46
Mei 5 57
Juni 6 40
Juli 7 45
Agustus 8 0
September 9 0
Oktober 10 0
November 11 0
Desember 12 0
TOTAL 304
Sumber: Pengeluaran Obat RSUP H A.Malik 2006
(59)
0 10 20 30 40 50 60
1 2 3 4 5 6 7 8 9 10 11 12 BULAN
K
E
B
U
T
U
H
A
N
O
B
A
Gambar 5.8. Scatter Diagram untuk Obat Marcan 0,5% Heavy
Dari Gambar 5.8. diatas dan dengan melihat trend penggunaan obat Aerene Injeksi diatas maka perkiraan penggunaan obat akan ditentukan dengan menggunakan metode time series.
5.2.3. Pemilihan Model Peramalan Obat-Obatan Rutin 5.2.3.1. Model Peramalan Rata-rata Bergerak
5.2.3.1.1. Pemilihan Model Peramalan 1. Obat Aerene Injeksi
Nilai At untuk Obat Aerene Injeksi adalah nilai rata-rata selama periode t, sedangkan Ft adalah nilai Peramalan untuk periode t.
Sebagai contoh untuk perhitungan nilai At dan Ft untuk periode 3 (t = 3) adalah sebagai berikut:
A3 =
3 15 19 10+ +
= 14,7
Nilai At = Ft+1, maka untuk periode 4, Ft adalah 14,7. Demikian selanjutnya untuk (t = 4
dan t = 5) dapat dilihat pada Tabel 5.16 berikut.
(60)
t Dt At t =3
Ft t =3
Dt-Ft (et) │
et│ At t =4
Ft t = 4
Dt-Ft (et) │
et│ At t =
5 Ft t = 5
Dt-Ft (et) │
et│
1 10 - - - - - -
2 19 - - - - - -
3 15 14,7 - - - - -
4 11 15,0 14,7 -3,7 3,7 13,8 - - -
5 17 14,3 15,0 2,0 2,0 15,5 13,8 3,3 3,3 14,4 -
6 15 14,3 14,3 0,7 0,7 14,5 15,5 -0,5 0,5 15,4 14,4 0,6 0,6 7 3 11,7 14,3 -11,3 11,3 11,5 14,5 -11,5 11,5 12,2 15,4 -12,4 12,4 8 0 6,0 11,7 -11,7 11,7 8,8 11,5 -11,5 11,5 9,2 12,2 -12,2 12,2 9 0 1,0 6,0 -6,0 6,0 4,5 8,8 -8,8 8,8 7 9,2 -9,2 9,2 10 13 4,3 1,0 12,0 12,0 4,0 4,5 8,5 8,5 6,2 7 6 6,0 11 25 12,7 4,3 20,7 20,7 9,5 4,0 21,0 21,0 8,2 6,2 18,8 18,8 12 21 19,7 12,7 8,3 8,3 14,8 9,5 11,5 11,5 11,8 8,2 12,8 12,8
Error Rata-rata 8,5 9,6 10,3
Sumber: Pengolahan Data 2009
Model peramalan akan semakin bagus jika error yang diperoleh mendekati 0 (nol), artinya bias semakin kecil. Dari Tabel 5.16 diatas dapat kita lihat bahwa untuk peramalan dengan model Rata-rata Bergerak error rata-rata yang lebih kecil terdapat pada periode 3 (t=3), sehingga untuk peramalan selanjutnya kita memilih peramalan dengan menggunakan 3 periode.
2. Hydrex
Nilai At untuk obat Hydrex adalah nilai rata-rata selama periode t, sedangkan Ft adalah nilai Peramalan untuk periode t.
Sebagai contoh untuk perhitungan nilai At dan Ft untuk periode 3 (t = 3) adalah sebagai berikut:
A3 =
3 12 12 6+ +
= 10
Nilai At = Ft+1, maka untuk periode 4, Ft adalah 10. Demikian selanjutnya untuk (t = 4
dan t = 5) dapat dilihat pada Tabel 5.17 berikut.
(61)
t Dt At t = 3
Ft t = 3
Dt-Ft (et) │
et│ At t = 4
Ft t = 4
Dt-Ft (et) │
et│ At t = 5
Ft t = 5
Dt-Ft (et) │
et│ 1 6 - - - - - - - - 2 12 - - - - - - - - 3 12 10,0 - - - - - - - 4 5 9,7 10,0 -5,0 5,0 8,8 - - - - - 5 12 9,7 9,7 2,3 2,3 10,3 8,8 3,3 3,3 9,4 - - - 6 12 9,7 9,7 2,3 2,3 10,3 10,3 1,8 1,8 10,6 9,4 2,6 2,6 7 18 14,0 9,7 8,3 8,3 11,8 10,3 7,8 7,8 11,8 10,6 7,4 7,4 8 0 10,0 14,0 -14,0 14,0 10,5 11,8 -11,8 11,8 9,4 11,8 -11,8 11,8 9 12 10,0 10,0 2,0 2,0 10,5 10,5 1,5 1,5 10,8 9,4 2,6 2,6 10 18 10,0 10,0 8,0 8,0 12,0 10,5 7,5 7,5 12 10,8 7,2 7,2 11 12 14,0 10,0 2,0 2,0 10,5 12,0 0,0 0,0 12 12 0 0,0 12 22 17,3 14,0 8,0 8,0 16,0 10,5 11,5 11,5 12,8 12 10 10,0
Rata-rata error 5,8 5,7 5,9
Sumber: Pengolahan Data 2009
Dari Tabel 5.17 diatas dapat kita lihat bahwa untuk peramalan dengan model Rata-rata Bergerak, error rata-rata yang lebih kecil terdapat pada periode 4 (t=4), sehingga untuk peramalan selanjutnya kita memilih peramalan dengan menggunakan 4 periode.
3. Isodine Sol
Nilai At untuk obat Isodine Sol adalah nilai rata-rata selama periode t, sedangkan Ft adalah nilai Peramalan untuk periode t. Sebagai contoh untuk perhitungan nilai At dan Ft untuk periode 3 (t = 3) adalah sebagai berikut:
A3 =
3 10 10 8+ +
= 9,3
Nilai At = Ft+1, maka untuk periode 4, Ft adalah 9,3. Demikian selanjutnya untuk (t =
4 dan t = 5) dapat dilihat pada Tabel 5.18 berikut.
Tabel 5.18 Nilai Rata-rata Error Obat Isodine Sol Untuk setiap Periode
t Dt At t = 3
Ft t = 3
Dt-Ft (et) │
et│
At t = 4
Ft t = 4
Dt-Ft (et) │
et│
At t = 5
Ft t = 5
Dt-Ft (et) │
(1)
-20.000.000 40.000.000 60.000.000 80.000.000 100.000.000 120.000.000 140.000.000 2006 2007
Dt (Aktual) Ft (Forecast
Gambar 7.4 Perbandingan Nilai Investasi Obat Halothane Tahun 2006 dan 2007
7.1.5. Prostigmn Inj 0,5gr
Tabel 7.5 Perkiraan Nilai Investasi Prostigmn Inj 0,5gr Tahun 2007
t Dt Harga
Obat
Ft (α =0,3)
Harga Obat
Nilai Investasi
1 440 12.885,00 327,3 12.885,00 4.217.260,50 2 350 12.885,00 413,0 12.885,00 5.321.505,00 3 550 12.885,00 410,0 12.885,00 5.282.850,00 4 390 12.885,00 502,0 12.885,00 6.468.270,00 5 510 12.885,00 426,0 12.885,00 5.489.010,00 6 350 12.885,00 462,0 12.885,00 5.952.870,00 7 415 12.885,00 369,5 12.885,00 4.761.007,50 8 550 12.885,00 455,5 12.885,00 5.869.117,50 9 335 12.885,00 485,5 12.885,00 6.255.667,50 10 270 12.885,00 315,5 12.885,00 4.065.217,50 11 500 12.885,00 339,0 12.885,00 4.368.015,00 12 440 12.885,00 482,0 12.885,00 6.210.570,00 5100 65.713.500,00 4987,3 64.261.360,50
Sumber: Pengolahan Data 2009
Dengan menggunakan model exponential smoothing untuk obat ini, maka diperoleh bahwa nilai investasi perkiraan obat yaitu Rp. 58,351,410.00 mengalami penurunan dibandingkan dengan aktualnya yang sebesar Rp. 59.670.000.00 seperti
(2)
ditunjukkan pada Tabel 7.5 diatas. Untuk melihat perbandingan nilai investasi antara 2006 dan 2007 dapat kita lihat pada lampiran 4.
-10.000.000 20.000.000 30.000.000 40.000.000 50.000.000 60.000.000 70.000.000
2006 2007
Dt (Aktual) Ft (Forecast
Gambar 7.5 Perbandingan Nilai Investasi Obat Prostigmn Inj 0,5gr Tahun 2006 dan 2007
Dari Gambar 7.5 diatas dapat kita lihat bahwa nilai perkiraan investasi dengan menggunakan model peramalan Exponential Smoothing, terus menurun dibandingkan dengan aktualnya.
(3)
BAB VIII
KESIMPULAN DAN SARAN 8.1. Kesimpulan
Dari hasil analisa obat-obat rutin diatas maka dapat diperoleh kesimpulan sebagai berikut :
1. Dalam model pemecahan masalah, bahwa dengan mengunakan model rata-rata bergerak dengan 3 (tiga) periode lebih akurat dibandingkan dengan 4 (empat) dan 5 (lima) periode dilihat dari rata-rata absolute error yang lebih kecil.
2. Dengan menggunakan model peramalan yang kedua yaitu odel pemulusan eksponen, maka model peramalan dengan nilai α = 0,3 lebih akurat dibandingkan dengan nilai
α = 0,1, karena memiliki nilai rata-rata absolute error yang lebih kecil.
3. Dilihat dari Model rata-rata absolute error maka model yang kedua, atau model peramalan pemulusan eksponen lebih bagus digunakan karena memiliki nilai rata-rata absolute error yang lebih kecil dibandingkan dengan model rata-rata-rata-rata bergerak. 4. Dengan melihat nilai investasi perkiraan, maka model ini cocok digunakan karena
terlihat nilai investasi perkiraan setiap jenis obat menurun untuk tiap tahunnya.
8.2. Saran
Dengan melihat pengolahan dan analisis diatas maka peneliti mengajukan beberapa saran yang perlu dilakukan oleh pihak Sebaiknya instalasi farmasi RSUP H Adam Malik yaitu sebagai berikut:
(4)
1. Dalam memperirakan kebutuhan obat setiap tahun, sebaiknya pihak Rumah Sakit menggunakan model Pemulusan Eksponen (Eksponential Smooting).
2. Pada instalasi farmasi RSUP H Adam Malik sebaiknya dilakukan perbaikan terhadap manajemen baik seperti metode kerja SDM atau faktor lain yang menyangkut Instalsi itu sendiri.
3. Melakukan penelitian terhadap sistem persediaan pada Sebaiknya instalasi farmasi RSUP H Adam Malik melihat besarnya stok akhir yang menumpuk dalam gudang. 4. Berdasarkan analisa pengaruh ini maka sebaiknya dalam menentukan besarnya obat
yang akan dipesan sebaiknya memperhatikan faktor lain yang menyebabkan peramalan kurang akurat.
(5)
DAFTAR PUSTAKA
Arikunto, Suharsimi. 1998. Metode Penelitian Sosial, Eresco, Bandung.
Azwar, Saifuddin. 2000. Reliabilitas dan Validitas, Pustaka Pelajar, Yogyakarta. Buffa, Elwood., S, 1997, Manajemen Produksi/Operasi, Jilid I, Erlangga, Jakarta.
Certo, Samuel C and J.Paul Peter. 1991. The Strategic Management Process, Mc Graw Hill, INC, New York.
Coulter, Mary. 2002. Strategic Management in Action, Second Edition, Prentice Hall, New Jersey
Glueck, F. William and Lawrence R. Jauch. 1991. Strategic Management and Business Policy, Edisi Kedua, terjemahan, Murad dan Henri Sitanggang, Erlangga, Jakarta. Harianja, Marihot Tua Effendi, 2002, Manajemen Sumber Daya Manusia, PT. Grasindo,
Jakarta.
Hitt, Micahel A., R. Duane Ireland, Robert E. Hoskisson. 2001. Manajemen Strategis :
Daya Saing dan Globalisasi;Konsep, Buku 1, Edisi keempat, terjemahan, Risa
Rimendi, Salemba Empat, Jakarta.
Luck, David J. dan Ronald S. Rubbin. 1987. Marketing Research, Seventh Edition, Prentice Hall Inc., New Jersey.
Maholtra, N.K. 1996. Marketing Research : Analysis Applied Orientation, Second Edition, Prentice Hall International Inc., New Jersey.
Mulyadi. 2001. Balanced Scorecard: Alat Manajemen Kontemporer untuk Pelipat ganda Kinerja Keuangan Perusahaan, Salemba Empat, Jakarta.
Riggs, James., L, 1981, Production System: Planning Analysis and Control, Third Edition, Jhon Wiley and Sons, Inc, New York.
(6)
Robbin, Stephen P. 1990. Teori Organisasi : Struktur, Desain dan Aplikasi, Edisi Ketiga, Alih Bahasa oleh Jusuf Udaya, 1994, Penerbit Arcan, Jakarta.
Sekaran, Uma. 1992. Research Methods For Business: A Skill-Bulding Approach, John Wiley & Sons, New York.
Simayang, Lalu. 2003, Dasar-dasar Manajemen Produksi & Operasi, Salemba Empat. Jakarta.
Singarimbun, Masri, Efendi, S. 1995. Metode Penelitian Survey, Cetakan kedua, LP3ES, Jakarta.
Umar, Husein. 1999. Riset Strategi Perusahaan, PT. Gramedia Pustaka Utama, Jakarta. Walpole, Ronald.,E. 1993, Pengantar Statistika, Edisi 3, PT. Gramedia Pustaka Utama,