Persediaan merepresentasikan 20%-60% dari aset perusahaan, oleh karena itu pengelolaan persediaan menjadi aktivitas penting yang harus dilakukan setiap perusahaan. Penelitian ini bertujuan untuk mendapatkan tingkat persediaan optimum di pusat distribusi barang perusahaan furnitur lokal dengan menggunakan analisis ABC, peramalan permintaan untuk periode 2019 dan metode persediaan fixed-order quantity dengan model probabilistik agar dapat menggambarkan kondisi aktual di lapangan. Desain penelitian ini adalah kuantitatif deskriptif dan dilakukan dengan pendekatan studi kasus. Hasil penelitian menunjukkan bahwa terdapat 113 produk yang termasuk kedalam kategori A, dimana 29 produk diantaranya memiliki kontribusi gross margin sebesar 55%. Proyeksi tingkat permintaan untuk 29 produk tersebut secara keseluruhan pada bulan Januari sebesar 927 unit, bulan Februari sebesar 930 unit, bulan Maret sebesar 1149 unit, bulan April sebesar 1415 unit, bulan Mei sebesar 2203 unit, bulan Juni sebesar 1267 unit, bulan Juli sebesar 1215 unit, bulan Agustus sebesar 1357 unit, bulan September sebesar 1505 unit, bulan Oktober sebesar 2649 unit, bulan November sebesar 4034 unit dan bulan Desember sebesar 3857 unit. Tingkat persediaan optimum untuk 29 produk kategori A yang berkisar dari 40 sampai 100 unit terdiri dari 4 produk. Tingkat persediaan optimum yang berkisar dari 101 sampai 200 unit terdiri dari 11 produk, lalu tingkat persediaan optimum yang berkisar dari 201 sampai 400 unit terdiri dari 8 produk, dan tingkat persediaan optimum yang berkisar dari 401 sampai 600 unit terdiri dari 6 produk. Potensi penghematan biaya berdasarkan tingkat persediaan optimum sebesar 8,60% atau Rp845,921,774 dari total biaya persediaan.
Inventories represent 20%-60% of the company's assets, therefore inventory management is an important activity that must be done by every company. This study aims to obtain optimum inventory levels in the distribution center of local furniture companies using ABC analysis, demand forecasting for the 2019 period and fixed-order quantity inventory methods with probabilistic models in order to describe the actual conditions. The design of this study is quantitative descriptive and is carried out with a case study approach. The results showed that there are 113 products included in category A, which 29 of them had gross margin contribution of 55%. The overall demand level projection for 29 products in January is 927 units, February is 930 units, March is 1149 units, April is 1415 units, May is 2203 units, June is 1267 units, July is 1215 units. In August amounted to 1357 units, September is 1505 units, October is 2649 units, November is 4034 units and December is 3857 units. The optimum inventory level for 29 category A products ranging from 40 to 100 units consists of 4 products. Optimum inventory levels ranging from 101 to 200 units consist of 11 products, then optimum inventory levels ranging from 201 to 400 units consisting of 8 products, and optimum inventory levels ranging from 401 to 600 units consist of 6 products. The potential cost savings is 8.60% or Rp. 845,921,774 of total inventory costs.
"Biaya logistik memiliki dampak yang signifikan terhadap daya saing perusahaan. Bagi perusahaan, biaya logistik memiliki pengaruh langsung terhadap penetapan harga jual produk akhir. Semakin efisien biaya logistik dalam proses rantai pasok, maka harga produk akhir akan semakin kompetitif. Penentuan rute merupakan salah satu faktor penting yang dapat mempengaruhi biaya logistik. Pada industri makanan cepat saji, terdapat jumlah cabang restoran yang banyak, permintaan yang tinggi, serta dibutuhkan dalam waktu yang singkat sehingga diperlukan metode penentuan rute yang optimal.
Penelitian ini dilakukan pada perusahaan logistik yang mendistribusikan produk bahan makanan restoran cepat saji di Indonesia. Perusahaan ini masih menggunakan sistem penentuan rute pengiriman secara manual atau belum menggunakan model optimasi. Selain itu, perusahaan juga mengalami kendala seperti waktu pendistribusian yang terbatas serta lokasi pelanggan yang banyak dan berjauhan sehingga terkadang menyebabkan kendaraan terlambat untuk melayani pelanggan maupun kembali ke pusat distribusi. Pada penelitian ini, peneliti menggunakan pendekatan Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) dengan tujuan menghasilkan rute yang memiliki total jarak perjalanan terpendek dalam memenuhi permintaan pelanggan sesuai batasan waktu dan kapasitas kendaraan, sehingga dapat meminimalkan biaya distribusi dan meningkatkan kualitas pelayanan kepada pelanggan dari segi ketepatan waktu. Perubahan yang dihasilkan dari perhitungan optimasi dapat menurunkan jarak tempuh kendaraan hingga 12,16% dan menghasilkan total penghematan hingga Rp10,266,891 dalam 40 jadwal pengiriman.
This research was conducted at a logistic company that distributes products to fast-food restaurant in Indonesia. The company currently uses a manual vehicle routing system and has not yet implemented an optimization model. The company faces challenges such as limited distribution time and numerous distant customer locations, resulting in occasional delays in serving customers or returning to the distribution center. In this research, the researcher adopts the Capacitated Vehicle Routing Problem with Time Windows (CVRPTW) approach with the aim of generating routes with the shortest total travel distance while meeting customer demands within time constraints and vehicle capacity. This approach aims to minimize distribution costs and improve service quality to customers in terms of timeliness. The optimization calculations produced significant changes, reducing vehicle travel distances by up to 12,16% and resulting in total savings of up to Rp10,266,891 across the 40 delivery schedules."