Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Invetory control is one of important thing in company, inventory is expensive asset, usually abount 40% of the total investment. This study is to obtain a model MRO inventory in effort to decrease total cost of inventory using Min-Max system with Croston and Single Exponential Smoothing foscase methods. Croston forecasting method intended for lumpy demand pattern, while Single Exponential Smoothing is for a regular demand pattern. The result of this study is the number of economic order quantity, reoder point quantity (ROP), safety stock, and maximum level stock. For the example, 15 items, obtained increasement in average service level from 93% to 96%.;Invetory control is one of important thing in company, inventory is expensive asset, usually abount 40% of the total investment. This study is to obtain a model MRO inventory in effort to decrease total cost of inventory using Min-Max system with Croston and Single Exponential Smoothing foscase methods. Croston forecasting method intended for lumpy demand pattern, while Single Exponential Smoothing is for a regular demand pattern. The result of this study is the number of economic order quantity, reoder point quantity (ROP), safety stock, and maximum level stock. For the example, 15 items, obtained increasement in average service level from 93% to 96%.

Abstrak :
Perencanaan produksi pada sebuah industri, membutuhkan keputusan yang tepat untuk menentukan jumlah produksi agar dapat memenuhi permintaan konsumen tanpa menghasilkan stok berlebih. Peramalan permintaan merupakan salah satu faktor penting dalam perencanaan produksi yang mampu membantu menghasilkan keputusan produksi yang tepat. Pada industri otomotif mobil, peramalan yang akurat sangat dibutuhkan untuk mengatasi permintaan yang tidak menentu, khususnya untuk produk service parts, yang pada kenyataannya memiliki permintaan yang tidak menentu dari konsumen dan seringkali membuat perusahaan mobil yang memproduksinya mengalami kerugian karena backorder atau overstock. Artificial neural network ANN merupakan suatu metode berbasis machine learning dengan cara kerja seperti otak manusia yang juga mampu melakukan peramalan untuk data dengan pola non-linier. Pada penelitian kali ini, dilakukan peramalan dengan objek 10 jenis service parts berbeda dengan menggunakan metode artificial neural network yang kemudian dilakukan perbandingan dengan peramalan metode single exponential smoothing dan croston rsquo;s method untuk dapat membandingkan tingkat akurasi dari peramalan tersebut dan menghasilkan peramalan dengan metode yang paling akurat. Hasil perhitungan pada penelitian ini menunjukkan peramalan metode artifcial neural network mampu menghasilkan peramalan yang lebih akurat dibanding dua metode lain. ......Production planning in an industry, required precise decisions to made in order to determine the amount of product that will be produced to fulfill the customer's demand without produce excess stock. Demand forecasting is one of the most important factor in production planning process that able to generate precise production decision. The automotive industry like car manufacturer, always need an accurate demand forecast serve the uncertain demand of their products, especially the service parts product, that in fact always has uncertainity in it's demand and frequently causing the manufacturer company lose their profit due to tha backorder and overstock occurence. Artificial neural network is a machine learning computation method that could work similarly like human brain that also can forecast a non linier data. In this research, the data is gained from the demand of 10 car's service parts in a car manufacturer and forecasted with artificial neural network and also two other methods, single exponential smoothing and croston's method to generate a forecasting with the most accurate method. The result of the calculation in this research shows that forecasting with artificial neural networks produce the most accurate forecast for the car's service parts demand.

Abstrak :
Pengendalian persediaan pada suatu perusahaan merupakan suatu hal yang penting karena persediaan adalah suatu asset yang memiliki nilai cukup tinggi dalam suatu perusahaan. Penelitian ini adalah untuk memperoleh model persediaan material MRO dalam upaya penurunan biaya persediaan menggunakan sistem Min-Max. Agar perhitungan menjadi lebih komprehensif, dilakukan pemilihan material yang dijadikan sebagai objek penelitian dengan menggunakan klasifikasi ABC dan kriteria fast moving dan menghasilkan 23 material yang terpilih. Peramalan juga dilakukan kepada setiap material dengan melihat pola permintaan dari material itu sendiri, metode peramalan Croston diperuntukkan bagi permintaan yang berpola lumpy /intermittent, sedangkan Single Exponential Smoothing untuk permintaan yang berpola regular. Hasil dari penelitian ini adalah jumlah pesan ekonomis (Q*), titik pemesanan kembali (Min*), persediaan pengaman (SS), serta tingkat persediaan maksimum (Max*). Dari perhitungan penelitian dengan menggunakan sistem Min-Max dan dibandingkan dengan sistem Min-Max eksisting, diperoleh hasil optimalisasi biaya persediaan dalam setahun sebesar 41%. ......Inventory control in companies is an important thing because inventory is an asset that has a high value for companies. This studys objective is to obtain MRO material inventory model in order to decrease inventory cost using Min-Max system. In order for the calculation to be more comprehensive, The selection materials for the object of the research are 23 materials that selected based on the ABC Classification and the fast moving criteria. Forecasting is applied for each material by looking at the demand pattern of the material itself, Crostons forecasting method is used for lumpy / intermittent patterned demand, while Single Exponential Smoothing for regular patterned demand. The results of this study are the number of economic order quantity (Q *), reorder point (Min *), safety stock (SS), maximum inventory levels (Max*). From the calculation of research by using Min-Max system and compared with existing Min-Max system, obtained the result of the optimization of inventory cost in yearly by 41%.