Optimasi Inventory Produk dan Jumlah Pesanan dengan Fuzzylogic pada PT. Hilti Nusantara Batam
Abstract
Persediaan dan Pengadaan penting bagi perusahaan. Bertujuan untuk inventarisasi barang secara efektif dan efisien sesuai dengan tujuan perusahaan. Departemen logistik harus mencari jumlah pemesanan yang optimal, baik sebagai kepuasan pelanggan maupun persediaan gudang, karena akan mempengaruhi nilai persediaan dan kepuasan pelanggan. Sistem pengadaan barang dari gudang pusat saat ini masih dilakukan secara default dan tidak optimal, sedangkan perusahaan cabang dapat meminta kebutuhan yang diinginkan, sehingga seringkali hasil yang didapat kurang optimal. Dengan kasus, dibutuhkan sistem yang bisa memudahkan pengambilan keputusan di perusahaan. Sistem yang digunakan dengan Fuzzy Inference System dengan metode Mamdani, yang dapat diterapkan pada toolbox fuzzy pada Matlab. Untuk mendapatkan output diperlukan empat tahap yaitu, pembentukan himpunan fuzzy, implikasi fungsi aplikasi, aturan komposisi dan defuzzifikasi. Variabel yang digunakan adalah jumlah yang tersedia, jumlah pesanan, harga dan durasi yang terjual untuk variabel input. Sedangkan variabel outputnya adalah pemesanan optimalisasi barang. Hasil yang diperoleh pada uji FIS sebesar 77, angka ini masih dalam parameter output medium dan large. Disimpulkan bahwa metode FIS Mamdani dapat membantu PT Hilti Nusantara Batam untuk membuat keputusan pemesanan optimasi.
Full Text:
PDFReferences
Junaedy, & Munir, A. (2015). Implementasi Metode Fuzzy-Mamdani Dalam Menentukan Jumlah Produksi Penganan Menggunakan Visual Basic. JTRISTE, ISSN: 2355-3677, 2(2), 18–28.
Septadianti, A. T., & I Gusti Ngurah Rai Usadha, M. S. (2013). Sistem Pengendalian Persediaan Dengan Permintaan Dan Pasokan Tidak Pasti (Studi Kasus Pada PT.XYZ). TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6, 1, No. 1,.
T, S., Mulyanto, E., & Suhartono, D. V. (2011). Kecerdasan Buatan. (B. R. W, Ed.) (1st ed.). Yogyakarta: Andi.
Sutojo, T., Mulyanto, E., & Suhartono, D. V. (2011). Kecerdasan Buatan. (B. Rini W, Ed.), Kecerdasan Buatan (1st ed.). Yogyakarta: ANDI Yogyakarta.
B. Studi, K. Di, and K. Bengkulu, “Jaringan Syaraf Tiruan Untuk Memprediksi Laju Pertumbuhan Penduduk Menggunakan Metode,” vol. 12, no. 1, pp. 61–69, 2016.
Yulmaini, “Penggunaan Metode Fuzzy Inference System (FIS) Mamdani Dalam Pemilihan Peminatan Mahasiswa Untuk Tugas Akhir,” J. Inform., vol. 15, no. 1, 2015.
Agus Naba. (2009). Belajar cepat dan Mudah Fuzzy Logic Menggunakan MATLAB. (F. S. Suyantoro, Ed.). Yogyakarta: ANDI Yogyakarta.
H. S. Husni, F. Arifin, and Yuliyanti, “Logika Fuzzy Untuk Audit Sistem Informasi,” ComTech, vol. 4, no. 9, pp. 68–75, 2013.
A. Bahroini, A. Farmadi, and R. A. Nugroho, “Prediksi Permintaan Produk Mie Instan Dengan Metode Fuzzy Takagi-Sugeno,” Kumpul. J. Ilmu Komput., vol. 3, no. 2, pp. 220–230, 2016.
Kusumadewi, S., & Purnomo, H. (2010). Aplikasi Logika Fuzzy untuk Pendukung Keputusan Edisi 2 (pp. 1–28). Graha Ilmu.
DOI: http://dx.doi.org/10.26418/jp.v3i2.22929
Refbacks
- There are currently no refbacks.