DETAIL KOLEKSI

Peramalan permintaan slow juicer esj-999 dengan metode artificial neural network dan multiplicative decomposition untuk pengendalian persediaan pada PT. Kawano Pilar Mandi


Oleh : Shabuama Palaska Wibisono

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2023

Pembimbing 1 : Docki Saraswati

Pembimbing 2 : Dian Mardi Safitri

Subyek : Neural networks (Computer science)

Kata Kunci : forecasting, artificial neural network, multiplicative decomposition, inventory system, continuous r

Status Posting : Published

Status : Lengkap


File Repositori
No. Nama File Hal. Link
1. 2023_TA_STI_063001800077_Halaman-Judul.pdf
2. 2023_TA_STI_063001800077_Lembar-Pengesahan.pdf
3. 2023_TA_STI_063001800077_Bab-1_Pendahuluan.pdf
4. 2023_TA_STI_063001800077_Bab-2_Tinjauan-Pustaka.pdf
5. 2023_TA_STI_063001800077_Bab-3_Metodologi-Penelitian.pdf
6. 2023_TA_STI_063001800077_Bab-4_Analisis-dan-Pembahasan.pdf
7. 2023_TA_STI_063001800077_Bab-5_Kesimpulan.pdf 2
8. 2023_TA_STI_063001800077_Daftar-Pustaka.pdf
9. 2023_TA_STI_063001800077_Lampiran.pdf

P PT. Kawano Pilar Mandiri adalah perusahaan manufaktur yang memproduksi produk peralatan rumah tangga (household appliances). PT. Kawano Pilar Mandiri menggunakan kebijakan make-to-stock dalam proses produksinya. Permasalahan yang dialami oleh perusahaan adalah ketidaksesuaian antara permintaan aktual dengan hasil peramalan yang menyebabkan perusahaan kesulitan memenuhi jumlah permintaan customer. Penelitian ini difokuskan pada produk Slow Juicer ESJ-999 karena memiliki nilai error MAPE (Mean Absolute Percentage Error) terbesar dibandingkan produk lainnya yaitu sebesar 80%. Maka dari itu, tujuan dari penelitian ini adalah untuk merancang model peramalan permintaan produk dengan metode ANN (Aritificial Neural Network) dan Multiplicative Decomposition, hasil dari metode peramalan terbaik akan digunakan untuk melakukan pengendalian persediaan yang dapat meminimasi biaya persediaan. Nilai error MAPE dari hasil peramalan metode ANN adalah 29% sedangkan hasil peramalan metode multiplicative decomposition adalah 35%, maka metode peramalan terbaik adalah metode dengan nilai error MAPE terkecil yaitu ANN. Hasil peramalan untuk 6 periode ke depan dengan metode ANN kemudian digunakan untuk melakukan perencanaan persediaan dengan metode continuous review dengan tujuan untuk meminimasi biaya persediaan. Sistem persediaan yang digunakan perusahaan saat ini menggunakan service level 90,5% dengan total biaya persediaan sebesar 8.975.374. Berdasarkan hasil perhitungan continuous review, diperoleh nilai pemesanan optimal sebesar 157 unit, titik reorder point ketika mencapai 168 unit, jumlah safety stock sebesar 159 unit, dan nilai service level sebesar 98,9% dengan total biaya persediaan sebesar Rp. 5.652.042. Maka dapat disimpulkan bahwa dengan menggunakan service level 98,9%, perusahaan dapat meminimasi biaya persediaan sebesar Rp. 3.323.332 atau sebesar 37% dari total biaya persediaan awal.

P PT. Kawano Pilar Mandiri is a manufacturing company that produces household appliances. PT. Kawano Pilar Mandiri uses a make-to-stock policy in its production process. The problem experienced by the company is the discrepancy between actual demand and forecasting results which causes the company to have difficulty meeting the number of customer requests. This research focused on the Slow Juicer ESJ-999 product because it has the largest MAPE (Mean Absolute Percentage Error) error value compared to other products, which is 80%. Therefore, the purpose of this research is to design a product demand forecasting model using the ANN (Artificial Neural Network) and Multiplicative Decomposition methods, the results of the best forecasting method will be used to carry out inventory control which can minimize inventory costs. The MAPE error value from the ANN method forecasting results is 29% while the multiplicative decomposition method's forecasting results are 35%, so the best forecasting method is the method with the smallest MAPE error value, namely ANN. Forecasting results for the next 6 periods using the ANN method are then used to carry out inventory planning using the continuous review method with the aim of minimizing inventory costs. The inventory system used by the company currently uses a service level of 90.5% with a total inventory cost of 8,975,374. Based on the continuous review calculation results, the optimal order value is 157 units, the reorder point when it reaches 168 units, the total safety stock is 159 units, and the service level value is 98.9% with a total inventory cost of Rp. 5,652,042. So it can be concluded that by using a service level of 98.9%, the company can minimize inventory costs of Rp. 3,323,332 or 37% of the total initial inventory cost.

Bagaimana Anda menilai Koleksi ini ?