Hasil Pencarian  ::  Simpan CSV :: Kembali

"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%."

"Peramalan merupakan salah satu hal yang dibutuhkan untuk mencapai tingkat manajemen rantai pasok yang baik. Peramalan dapat mencegah kelebihan pembelian dan juga menjaga ketersediaan barang dengan baik. Peramalan dapat menjadi salah satu metode untuk melakukan menjaga ketersediaan obat di rumah sakit. Obat sendiri merupakan salah satu barang yang sensitif dan reaktif, hal ini menyebabkan obat harus memiliki penyimpanan khusus dan tidak bisa disimpan dalam waktu lama. Dilain pihak, pada industri rumah sakit, ketersediaan obat harus selalu ada. Hal tersebut membuat rumah sakit harus memiliki peramalan obat yang akurat untuk menjaga ketersediaan obat dan mengurangi kelebihan pembelian dan penyimpanan obat dalam waktu lama. Penelitian kali ini akan membandingkan metode tiga metode peramalan, yaitu single exponential smoothing, autoregressive integrated moving average (ARIMA), dan artificial neural network (ANN). Penelitian ini bertujuan untuk melihat dan menganalisa metode peramalan yang paling baik dari ketiga metode yang ada. Penelitian kali ini akan mengambil data penjualan sebanyak 62 periode dari 3 jenis obat dengan kategori obat fast-moving, yaitu Rhinofed, Simvastatin, dan Betahistin. Berdasarkan hasil penelitian, peramalan dengan metode artificial neural network (ANN) memiliki nilai error yang kecil, sehingga nilai ketepatannya cukup besar. Jika dibandingkan dengan kedua metode lainnya peramalan dengan menggunakan metode artificial neural network masih memiliki nilai error yang paling kecil sehingga nilai ketepatan peramalannya yang paling besar. Hal tersebut menyimpulkan bahwa peramalan dengan metode artificial neural network (ANN) merupakan metode peramalan paling baik dari ketiga metode peramalan yang ada dan baik diimplementasikan di rumah sakit.

---

A forecast is one of the important aspects of a company to achieve a good supply chain management system. The forecast could help a company to avoid overstock conditions and ensure the availability of the product. Based on that concept, forecasts could also be used to ensuring the availability of medicine stock in hospitals. The medicine itself is one of the sensitive and reactive materials that make medicines need a very intense inventory condition and couldn't keep in a long period of time. On the other hand, hospitals need to ensure the availability of each medicine. Based on that condition, it is undoubtedly true that the forecast is needed in the hospital supply chain to ensure medicine availability and avoid overstocking. This research will compare three different methods of forecasting, that is single exponential smoothing (SES), autoregressive integrated moving average (ARIMA), and artificial neural network (ANN). The goal of this research is to find and analyze the best forecasting method suitable for the hospital supply chain. Three medicines that will be analyzed in this research are Rhinofed, Simvastatin, and Betahistin based on their title as fast-moving drugs using 62 periods of historical sales. As a result, the artificial neural network method has the smallest error and creates a better accuracy compared to another two methods. Even if every single method has its own strengths and weaknesses, the artificial neural network is the best method among the three methods that been proposed and could be implemented in the hospital supply chain."

"Industri tekstil dan pakaian jadi merupakan industri berkembang dan meberikan pengaruh terhadap perekonomian Indonesia. Meskipun memiliki persaingan yang tinggi, industri tekstil dan pakaian jadi menjadi salah industri yang menarik dijadikan peluang bisnis. PTGP merupakan sebuah perusahaan yang telah mengambil peluang bisnis di industri pakaian jadi selama puluhan tahun. Perusahaan dalam kategori mature pun tidak selalu berhasil dalam menjalankan bisnis. PTGP harus menutup cabang-cabang bisnis yang dimiliki karena biaya operasional lebih tinggi dibandingkan pendapatan yang dihasilkan dari penjualan. Biaya operasional yang efisien dibutuhkan oleh setiap perusahaan dalam menjalankan operasional perusahaan. Peramalan merupakan cara yang dapat digunakan untuk efektivitas operasional perusahaan. Metode peramalan time series yang tepat dapat ditentukan dengan melihat data historis permintaan terhadap produk. Akurasi merupakan faktor utama pemilihan metode peramalan yang akan digunakan. Single Exponential Smoothing merupakan metode peramalan yang digunakan secara umum di berbagai bidang industri dengan mengunakan data historis. Holts Model merupakan metode peramalan yang digunakan dengan adanya pengaruh tren pada data yang digunakan. Winters Model merupakan metode peramalan yang digunakan dengan adanya pengaruh tren dan seasonal pada data yang digunakan. Besar kesalahan peramalan yang dihasilkan adalah 14.38% untuk Single Exponential Smoothing, 10.34% untuk Holts Model, dan 15.65% untuk Winters Model sehingga Holts Model lebih disarankan.

---

Textile and apparel industry is a growing industry and has an influence on the Indonesian economy. Despite having high competition, textile and apparel industry is one of the interesting industries to become a business opportunity. PTGP has taken business opportunities in apparel industry for decades. Companies in mature category are not always successful in doing business. PTGP must close their business branches owned because operating costs are higher than the revenue generated from sales. Efficient operational costs required by every company in carrying out company operations. Forecasting is a way that can be used for the effectiveness of the companys operations. The right time-series forecasting method can be determined by looking at the historical data of product demand. Accuracy is the main factor in choosing forecasting method. Single Exponential Smoothing is a forecasting method used in general industrial fields using historical data. Holts Model is a forecasting method used with influence of trends in the data used. Winters Model is a forecasting method used in presence of trend and seasonal influences on the data used. The large forecasting errors generated are 14.38% for Single Exponential Smoothing, 10.34% for Holts Model, and 15.65% for Winters Model so Holts Model is recommended."

"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."

"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%."