DETAIL KOLEKSI

Perancangan model pendukung keputusan pengadaan barang dengan menggunakan fuzzy interence system


Oleh : Viera Astry

Info Katalog

Subyek : Production management;Consumer satisfaction

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2017

Pembimbing 1 : Dadang Surjasa

Pembimbing 2 : Dedy Sugiarto

Kata Kunci : decision making, fuzzy inference system, forecasting

Status Posting : Published

Status : Tidak Lengkap


File Repositori
No. Nama File Hal. Link
1. 2017_TS_MTI_163141003_Halaman-Judul.pdf
2. 2017_TS_MTI_163141003_Lembar-Pengesahan.pdf
3. 2017_TS_MTI_163141003_Bab-1_Pendahuluan.pdf
4. 2017_TS_MTI_163141003_Bab-2_Tinjauan-Pustaka.pdf
5. 2017_TS_MTI_163141003_Bab-3_Metodologi-Penelitian.pdf
6. 2017_TS_MTI_163141003_Bab-4_Analisis-Sistem.pdf
7. 2017_TS_MTI_163141003_Bab-5_Pengembangan-Model.pdf
8. 2017_TS_MTI_163141003_Bab-6_Kesimpulan-dan-Saran.pdf
9. 2017_TS_MTI_163141003_Daftar-Pustaka.pdf

A Alleriea merupakan suatu Usaha Kecil Menengah yang bergerak dalam bidang penyediaan souvenir. Salah satu hal yang dapat dilakukan untuk meningkatkan kepuasan konsumen adalah perusahaan harus dapat memenuhi permintaan konsumen. Penelitian ini bertujuan untuk menghasilkan model pengambilan keputusan dalam pengadaan produk agar tidak terjadi penolakan terhadap permintaan konsumen karena barang habis.Metode untuk mengambil keputusan pengadaan barang meggunakan Fuzzy Inference System dengan tipe Mamdani karena bersifat intuitif dan sangat cocok untuk diberikan pengetahuan pakar. Model dirancang dengan meggunakan piranti lunak MATLAB dan sebagai input akan digunakan prediksi jumlah permintaan, kecepatan supply dan kondisi stok. Prediksi jumlah permintaan dilakukan dengan menggunakan metode peramalan dengan memilih model peramalan dengan nilai MSE terkecil. Berdasarkan perbandingan nilai MSE pada model ARIMA Winter, diperoleh hasil peramalan dengan metode Winter memiliki nilai MSE terkecil.Proses verifikasi pada peramalan dilakukan dengan mencari model dengan MSE terkecil, proses validasi dilakukan dengan melakukan uji normalitas terhadap data residual. Proses verifikasi pada sistem inferensi fuzzy dilakukan dengan menguji apakah aturan yang diberikan memberikan keluaran sesuai dengan yang diinginkan. Proses validasi menggunakan pengujian keluaran dari berbagai kombinasi ekstrim pada input. Hasil yang dicapai adalah model pendukung keputusan pengadaan barang yang menghasilkan kebijakan menambah barang yang dipengaruhi oleh faktor prediksi permintaan, kondisi stok dan kecepatan supply. Model yang dirancang telah terverifikasi dan tervalidasi.

A Alleriea is a Small and Medium Enterprise which is engaged in the provision of souvenirs. One of the things that can be done to increase customer satisfaction is that the company must be able to meet consumer demand. This study aims to produce a decision-making model in product procurement so that there is no rejection of consumer demand because the goods are out of stock.The method for making procurement decisions uses a Fuzzy Inference System with the Mamdani type because it is intuitive and very suitable for giving expert knowledge. The model is designed using MATLAB software and as input will be used to predict the amount of demand, supply speed and stock conditions. Prediction of the number of requests is done using the forecasting method by selecting the forecasting model with the smallest MSE value. Based on the comparison of MSE values ​​in the Winter ARIMA model, the results of forecasting using the Winter method have the smallest MSE values.The verification process in forecasting is done by looking for the model with the smallest MSE, the validation process is carried out by performing a normality test on the residual data. The verification process on the fuzzy inference system is carried out by testing whether the given rules provide the desired output. The validation process uses output testing of various extreme combinations of inputs. The result achieved is a procurement decision support model that results in a policy of adding goods which is influenced by demand prediction factors, stock conditions and supply speed. The designed model has been verified and validated.

Bagaimana Anda menilai Koleksi ini ?