Perancangan sistem pendukung keputusan perencanaan persediaan bahan baku di PT. Gee San Indonesia

DETAIL KOLEKSI

Perancangan sistem pendukung keputusan perencanaan persediaan bahan baku di PT. Gee San Indonesia

0.0

Oleh : Deoga Luthfiyani

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2018

Pembimbing 1 : Pudji Astuti

Subyek : Materials handling;Industrial engineering

Kata Kunci : order quantity, DSS, forecasting

Status Posting : Published

Status : Lengkap

File Repositori

No.	Nama File	Hal.
1.	2019_TA_STI_063001400107_Halaman-Judul.pdf	8
2.	2019_TA_STI_063001400107_Lembar-Pengesahan.pdf
3.	2019_TA_STI_063001400107_Bab-1_Pendahuluan.pdf	5
4.	2019_TA_STI_063001400107_Bab-2_Tinjauan-Pustaka.pdf
5.	2019_TA_STI_063001400107_Bab-3_Metodologi-Penelitian.pdf
6.	2019_TA_STI_063001400107_Bab-4_Analisis-dan-Pembahasan.pdf
7.	2019_TA_STI_063001400107_Bab-5_Kesimpulan-dan-Saran.pdf
8.	2019_TA_STI_063001400107_Daftar-Pustaka.pdf
9.	2019_TA_STI_063001400107_Lampiran.pdf

Abstrak
Abstract

P PT. Gee San Indonesia merupakan perusahaan yang bergerak di bidang manufakturdalam pembuatan produk karpet. Permasalahan yang dihadapi adalah padaperencanaan kebutuhan bahan baku yang akan dipesan dihitung berdasarkan perkiraanoleh bagian produksi. Hal tersebut menyebabkan persediaan bahan baku di gudangselalu tersisa. Tujuan dari penelitian ini adalah merancang sistem pendukung keputusanuntuk merencanakan persediaan bahan baku. Perancangan dengan melakukan analisasistem yang sedang berjalan menggunakan kerangka PIECES sehingga mengetahuikebutuhan pengguna dan pengguna sistem. Selanjutnya perancangan sub modelperamalan, bill of material, kebutuhan bahan baku, konversi bahan baku, danpersediaan. Pada model peramalan menggunakan metode Single Moving Average,Double Moving Average, Single Exponential Smoothing, Double ExponentialSmoothing dan Regresi Linier untuk mencari hasil peramalan bulan selanjutnya. Selainitu model persediaan menggunakan metode Economic Order Quantity mencari jumlahunit pemesanan bahan baku dengan biaya persediaan rendah. Perancangan pemodelandata dan proses dengan membuat diagram konteks, Data Flow Diagram, EntityRelationship Diagram, Physical Data Model. Perancangan user interface denganmenggunakan bahasa pemrograman PHP. Hasil perancangan sistem pendukungkeputusan menunjukkan bahwa sistem dapat menentukan tindakan pemesanan setelahmenghitung jumlah peramalan permintaan dan jumlah unit pemesanan bahan bakudalam bal. Kasus yang telah dicobakan untuk perhitungan menggunakan datapermintaan bulan Juni 2017 â€“ Mei 2018 sehingga sistem berjalan sesuai dengan yangdiharapkan.

P PT. Gee San Indonesia is a company engaged in manufacturing in the manufacture ofcarpet products. The problem faced is that the planning of raw material requirementsto be ordered is calculated based on estimates by the production department. Thiscauses the stock of raw materials in the warehouse to always remain. The purpose ofthis study is to design a decision support system for planning raw material supplies.Design by carrying out system analysis that is running using the PIECES so that itknows the needs of users and system users. Furthermore, the design of forecasting submodels, bill of materials, raw material requirements, conversion of raw materials, andsupplies. In the forecasting model using the Single Moving Average method, DoubleMoving Average, Single Exponential Smoothing, Double Exponential Smoothing andLinear Regression to look for the results of forecasting the following month. Inaddition, the inventory model uses the Economic Order Quantity method to find thenumber of raw material ordering units with low inventory costs. Designing datamodeling and processes by creating context diagrams, Data Flow Diagrams, EntityRelationship Diagrams, Physical Data Models. Designing the user interface using thePHP programming language. The results of the decision support system design showthat the system can determine the order action after calculating the amount of demandforecasting and the number of units ordering raw materials in bales. Cases that havebeen tried for calculations use request data from June 2017 - May 2018 so the systemruns as expected.