PENGENDALIAN PERSEDIAAN BAHAN BAKU KAIN PADA DEPARTEMEN PRINTING-DYEING PT. KHS DENGAN ALGORITMA WAGNER WHITIN

Transkripsi

1 PENGENDALIAN PERSEDIAAN BAHAN BAKU KAIN PADA DEPARTEMEN PRINTING-DYEING PT. KHS DENGAN ALGORITMA WAGNER WHITIN Ema Yuliastuti 1, Wakhid Ahmad Jauhari 2, Cucuk Nur Rosyidi 3 1,2,3 Jurusa Tekik Idustri, Fakultas Tekik, Uiversitas Sebelas Maret Jl. Ir. Sutami 36A Surakarta Telp emayuliastuty@gmail.com, 2 wachid_aj@yahoo.com, 3 cucuk@us.ac.id ABSTRAK PT. KHS merupaka perusahaa tekstil yag meghasilka produk utama kai katu da rayo motif, memiliki tiga departeme yaitu Weavig utuk memproduksi beag mejadi kai, departeme Pretreatmet yag melakuka proses persiapa kai metah mejadi kai siap, da departeme Pritig- Dyeig yag melakuka proses pecapa atau pecelupa kai. Permasalaha maajeme persediaa terjadi pada departeme Pritig-Dyeig yag belum meetapka kebijaka ukura pemesaa baha baku kai yag optimal, sehigga serig terjadi keterlambata proses produksi pecapa atau pecelupa. Pegadaa terhadap baha baku kai dilakuka dega haya memberika tolerasi 10% yaitu utuk susut kai sebesar 7% da utuk megatisipasi cacat sebesar 3%, pada kodisi yata cacat dapat terjadi sekitar 12,8 %. Dega demikia apabila terjadi produksi ulag maka perusahaa tidak memiliki stock kai, hal ii meyebabka serig terjadi keterlambata dalam pegirima ke kosume. Pada peelitia ii dilakuka perecaaa pemesaa baha baku kai utuk tahu 2015 megguaka algoritma Wager Whiti sehigga diperoleh total biaya persediaa sebesar Rp ,00 dibadigka biaya awalya yaitu Rp ,00.. Kata kuci: algoritma wager whiti, determiistik, peramala, time series. PENDAHULUAN Seirig perkembaga ekoomi di Idoesia saat ii memacu pertumbuha idustri di segala bidag, hal ii meyebabka ikut meigkatya persaiga atara perusahaa utuk medapatka kosume. Tersediaya baha baku yag cukup merupaka faktor petig gua mejami kelacara produksi suatu perusahaa. Diperluka dukuga maajeme persediaa yag baik agar tidak terjadi kelebiha ataupu kekuraga baha baku, peetua kuatitas da waktu pemesaa yag tepat dapat mejadi salah satu kuci utuk memiimasi biaya persediaa yag aka dikeluarka perusahaa. PT. KHS merupaka salah satu perusahaa tekstil yag meghasilka produk utama kai katu da rayo motif, memiliki tiga departeme yaitu weavig utuk memproduksi beag mejadi kai, departeme pretreatmet yag melakuka proses persiapa kai metah mejadi kai siap, da departeme pritig-dyeig yag melakuka proses pecapa atau pecelupa kai. Permasalaha maajeme persediaa terjadi pada departeme pritig-dyeig yag belum meetapka kebijaka ukura pemesaa baha baku kai yag optimal, sehigga serig terjadi keterlambata proses produksi pecapa atau pecelupa. Pegadaa terhadap baha baku kai dilakuka dega haya memberika tolerasi 10% yaitu utuk susut kai sebesar 7% da utuk megatisipasi cacat sebesar 3%, pada kodisi yata cacat dapat terjadi sekitar 12,8 %. Dega demikia apabila terjadi produksi ulag maka perusahaa tidak memiliki stock kai, hal ii meyebabka serig terjadi keterlambata dalam pegirima ke kosume. Dalam peelita ii dilakuka perecaaa terhadap jumlah da waktu pegadaa baha baku kai yag diperluka utuk produksi departeme pritig-dyeig agar sesuai dega target produksi. Baha baku kai yag diperluka oleh departeme pritig-dyeig ii berasal dari departeme pretreatmet yag berada pada satu area perusahaa. Persiapa kai utuk proses produksi pritig-dyeig merupaka prioritas dari departeme pretreatmet, sehigga berapapu jumlah yag dimita dapat terpeuhi selama masih sesuai dega kapasitas produksi. Metode yag diguaka yaitu algoritma Wager Whiti (WW) dega tujua utuk medapatka strategi pemesaa optimal dega memiimasi biaya pemesaa da biaya simpa dimaa jumlah pemesaa da waktu pemesaa tidak tetap (Tersie, 1994). Pemiliha metode ii dikareaka pola data permitaa terhadap produk jadi telah diketahui dega pasti, da laju permitaa bervariasi tiap periodeya atau determiistik diamis (Verma dkk, 2014). Peelitia megeai pegedalia persediaa megguaka algoritma WW perah dilakuka oleh Taady (2013) yag melakuka peelitia pada perusahaa maufaktur pembuata gula rafiasi di

2 Makassar, dega membuat perecaaa pemeuha permitaa kepada perusahaa distributor area Makassar da Maado megguaka algoritma WW. Irwasyah (2010) juga melakuka peelitia megeai pegguaa algoritma WW dalam meetuka perecaaa baha baku Jamu Sehat Perkasa pada PT. Nyoya Meeer Semarag. Peeliti megguaka tiga metode lot sizig, yaitu algoritma WW, Lot for Lot da Part Period Balacig. Dari ketiga metode tersebut, algoritma WW memberika hasil total biaya persediaa yag palig miimum. Berdasarka peelitia terdahulu yag perah dilakuka, maka dalam peelitia ii diguaka algoritma WW yag dapat meghasilka total biaya persediaa yag lebih kecil apabila dibadigka dega metode lot sizig yag lai (Irwasyah, 2010) LANDASAN TEORI Meurut Lestari (2014), metode ii megguaka prosedur optimasi yag didasari program diamis utuk medapatka ukura pemesaa yag optimal dari seluruh jadwal kebutuha dega cara memiimalka total biaya pegadaa da peyimpaa. Metode ii melakuka pegujia utuk semua cara pemesaa yag mugki dalam memeuhi jadwal kebutuha setiap periode pada horizo perecaaa sehigga dapat memberika solusi yag optimal (Sadjadi dkk, 2009). Dega pegguaa algoritma WW ii, dimugkika utuk megkombiasika semua periode gua memeuhi periode setelahya, da hasil terbaik memberika miimum cost yag optimal dari semua kombiasi yag ada. Cara peetua ukura lot yag aka dipesa da waktu pemesaa, dilakuka dega megguaka perhituga algoritma sebagai berikut: Lagkah 1 Hitug matriks biaya total (biaya pesa da biaya simpa) utuk semua alteratif pemesaa (order) selama horizo perecaaaya (terdiri dari N periode perecaaa). Selajutya defiisika Z ce sebagai biaya dari periode c sampai periode e, bila order dilakuka pada periode c utuk memeuhi permitaa dari periode c sampai dega periode e. Persamaa utuk Z ce diyataka sebagai berikut: Z ce = A + H e t=c (q ce q ct ) utuk 1 c e N (1) e q ct = t=c D t (2) dimaa, A H D t c = Biaya pesa (Rp/pesa) = Biaya simpa per uit per periode (Rp/uit/periode) = Permitaa pada periode t (uit) = Batas awal periode yag dicakup pada pemesaa q ct = Batas maksimum periode yag dicakup pada pemesaa q ct Lagkah 2 Hitug f N dimaa f N didefiisika sebagai biaya miimum yag mugki dari periode e sampai periode, dega asumsi tigkat persediaa di akhir periode adalah ol. Mulai dega f 0 = 0 selajutya hitug secara beruruta f 1, f 2, f 3,.f N. Nilai f N adalah ilai biaya total dari pemesaa optimal yag dihitug dega megguaka persamaa berikut: F e = Mi {Z ce + f c-1} utuk e = 1, 2, N (3) Dega kata lai dalam setiap periode semua kombiasi dari setiap alteratif pemesaa yag mugki dibadigka, hasil kombiasi terbaik disimpa sebagai strategi f N terbaik utuk memeuhi permitaa selama periode e sampai dega periode ke. Harga f N adalah ilai optimal dari cara pemesaa sampai periode ke N. Lagkah 3 Terjemahka f N mejadi ukura lot, waktu pemesaa, da biaya total persediaa dega cara seperti berikut: f N = O wn + f w-1 : Pemesaa terakhir dilakuka pada periode w utuk memeuhi permitaa dari periode w sampai periode N. f w-1+f v-1 : Pemesaa sebelum pemesaa terakhir harus dilakuka pada periode v utuk memeuhi permitaa dari periode v sampai periode w-1. f u-1 = O 1u-1 + f 0 : Pemesaa yag pertama harus dilakuka pada periode 1 utuk memeuhi permitaa dari periode 1 sampai periode u-1.

3 METODOLOGI PENELITIAN Terdapat tiga tahap dalam melakuka peelitia ii, yaitu idetifikasi awal, pegumpula data, da pegolaha data. Tahap pertama yaitu idetifikasi awal yag terdiri dari observasi awal yaitu meijau keadaa yata perusahaa, idetifikasi masalah dilakuka pada departeme Pritig-Dyeig dega memahami alur proses baha baku masuk higga mejadi produk akhir da proses perecaaa pegadaa baha baku yag diterapka perusahaa, perumusa masalah dilakuka utuk dikaji da dicari pemecaha atau solusiya, yag terakhir yaitu peetua tujua da mafaat agar masalah lebih terfokus atau tidak meyebar. Adapu tujua yag hedak dicapai yaitu meetuka jumlah da waktu pemesaa baha baku kai departeme Pritig-Dyeig dega algoritma Wager Whiti. Tahap kedua yaitu pegumpula data yag terdiri dari profil perusahaa, data permitaa produk jadi tahu yag aka diguaka sebagai dasar utuk melakuka peramala tahu 2015, data cacat produk jadi tahu 2014, data pemakaia baha baku kai, da data biaya pesa serta biaya simpa. Tahap ketiga yaitu pegolaha data yag dilakuka dega meramalka permitaa produk jadi tahu 2015 megguaka metode movig average, weight movig average, expoetial smoothig, da double expoetial smoothig. Selajutya yaitu melakuka perecaaa pemesaa baha baku kai megguaka algoritma Wager Whiti. HASIL DAN PEMBAHASAN Proses pegolaha data dilakuka dega melakuka peramala agregat terhadap permitaa kai jadi, selajutya dilakuka proses disagregasi hasil peramala agregat mejadi permitaa terhadap masig-masig jeis kai. Kemudia setelah diperoleh data peramala permitaa baha baku kai utuk tahu 2015 maka dilakuka perhituga jumlah pemesaa baha baku kai megguaka algoritma Wager Whiti selama 48 periode (periode 97 higga 144). Idetifikasi Pola Data Permitaa Produk Jadi Pola data historis permitaa produk jadi tahu disajika pada Gambar 1 berikut, grafik meujukka tidak adaya kecederuga tre, siklis, ataupu musima. Sehigga dalam melakuka perhituga peramala diguaka metode movig average dega m = 3, 4, 5, 6, 7, 8, weight movig average dega m = 3, 4, 5, 6, 7, 8, sigle expoetial smoothig dega α = 0,1, 0,2, 0,3, 0,4, 0,5, 0,6, 0,7, 0,8, 0,9, da double expoetial smoothig dega α = 0,1, 0,2, 0,3, 0,4, 0,5, 0,6, 0,7, 0,8, 0,9. Perhituga peramala permitaa produk jadi ii diguaka batua software Microsoft Excel. Gambar 1. Pola Data Permitaa Produk Jadi a. Movig Average (MA) dega m = 3, 4, 5, 6, 7, 8 Berikut merupaka hasil peramala MA dega m = 3, 4, 5, 6, 7, 8.

4 Tabel 1. Hasil Peramala MA Periode Hasil Peramala MA3 MA4 MA5 MA6 MA7 MA b. Weight Movig Average (WMA) dega m= 3, 4, 5, 6, 7, 8 Berikut merupaka hasil peramala WMA dega m = 3, 4, 5, 6, 7, 8. Tabel 2. Hasil Peramala WMA Periode Hasil Peramala WMA3 WMA4 WMA5 WMA6 WMA7 WMA c. Sigle Expoetial Smoothig (SES) dega α = 0,1, 0,2, 0,3, 0,4, 0,5, 0,6, 0,7, 0,8, 0,9 Berikut merupaka hasil peramala SES dega α = 0,1, 0,2, 0,3, 0,4, 0,5, 0,6, 0,7, 0,8, 0,9. Tabel 3. Hasil Peramala SES Periode Hasil Peramala α=0,1 α=0,2 α=0,3 α=0,4 α=0,5 α=0,6 α=0,7 α=0,8 α=0, d. Double Expoetial Smoothig (DES) dega α = 0,1, 0,2, 0,3, 0,4, 0,5, 0,6, 0,7, 0,8, 0,9 Berikut merupaka hasil peramala DES dega α = 0,1, 0,2, 0,3, 0,4, 0,5, 0,6, 0,7, 0,8, 0,9. Periode Tabel 4. Hasil Peramala DES Hasil Peramala α=0,1 α=0,2 α=0,3 α=0,4 α=0,5 α=0,6 α=0,7 α=0,8 α=0, Pemiliha Metode Peramala Terdapat sejumlah idikator dalam pegukura akurasi peramala sehigga dapat diketahui metode peramala terbaik. Dalam peelitia ii diguaka idikator MAD da peta kotrol Trackig Sigal. MAD (Mea Absolute Deviatio)

5 MAD = t=1 (At Ft) (4) dimaa, At Ft = Data periode ke-t = Peramala periode ke-t = Jumlah periode peramala Tabel 5. MAD (Mea Absolute Deviatio) No. Tekik Peramala MAD No. Tekik Peramala MAD 1 SES 0, ,02 16 DES 0, ,19 2 DES 0, ,56 17 MA ,74 3 SES 0, ,84 18 DES 0, ,09 4 DES 0, ,02 19 MA ,68 5 MA ,72 20 SES 0, ,24 6 DES 0, ,20 21 WMA ,25 7 WMA ,12 22 MA ,76 8 SES 0, ,70 23 DES 0, ,72 9 SES 0, ,70 24 DES 0, ,27 10 DES 0, ,45 25 WMA ,64 11 WMA ,72 26 SES 0, ,02 12 DES 0, ,00 27 MA ,01 13 SES 0, ,80 28 WMA ,13 14 SES 0, ,80 29 SES 0, ,84 15 WMA ,90 30 MA ,79 Utuk meetuka tekik peramala yag terbaik maka dapat dilihat ilai MAD yag terkecil. Namu, selai berdasarka ilai MAD dilihat pula ilai trackig sigal apakah meujukka ilai yag valid atau tidak. Peta Kotrol Trackig Sigal Trackig sigal adalah suatu ukura bagaimaa baikya suatu ramala memperkiraka ilai-ilai aktual. Nilai trackig sigal tersebut dapat dicari megguaka rumus berikut: Trackig Sigal = RSFE MAD (5) RSFE = t=1 At Ft (6) dimaa, RSFE MAD = Ruig Sum of The Forecast Errors = Mea Absolute Deviatio Tabel 6. Trackig Sigal Tekik Trackig Tekik Keteraga Trackig Peramala Sigal Peramala Sigal Keteraga MA3 43,06 Tidak Valid SES 0,4 4,44 Tidak Valid MA4 43,46 Tidak Valid SES 0,5 3,43 Valid MA5 44,16 Tidak Valid SES 0,6 2,72 Valid MA6 42,05 Tidak Valid SES 0,7 2,20 Valid MA7 42,94 Tidak Valid SES 0,8 1,85 Valid MA8 42,49 Tidak Valid SES 0,9 1,60 Valid WMA3-0,19 Valid DES 0,1 27,60 Tidak Valid WMA4-0,49 Valid DES 0,2 15,57 Tidak Valid WMA5-0,81 Valid DES 0,3 10,39 Tidak Valid WMA6 0,50 Valid DES 0,4 7,34 Tidak Valid WMA7 1,13 Valid DES 0,5 5,37 Tidak Valid WMA8-0,11 Valid DES 0,6 4,02 Tidak Valid SES 0,1 17,03 Tidak Valid DES 0,7 3,05 Valid SES 0,2 9,09 Tidak Valid DES 0,8 2,32 Valid SES 0,3 6,08 Tidak Valid DES 0,9 1,79 Valid

6 Berdasarka ilai MAD yag terkecil terpilihlah tekik WMA8 yag juga meujukka hasil trackig sigal yag valid, suatu tekik peramala diaggap valid apabila memiliki ilai trackig sigal diatara -4 higga +4. Sehigga, tekik WMA8 iilah yag terpilih utuk meghitug permitaa 48 periode kedepa. Disagregasi Kebutuha Tiap Jeis Kai Disagregasi merupaka perhituga utuk meetuka kebutuha masig-masig jeis kai, hal tersebut dapat dilakuka dega megguaka rasio pemakaia setiap jeis kai terhadap hasil peramala setiap jeis kai setiap periode. Rq = dimaa, R q R u R f T u Ru x Rf Tu = Kebutuha setiap jeis kai setiap periode (yard) = Pemakaia setiap jeis kai selama 1 tahu (yard) = Hasil peramala agregat setiap periode (yard) = Total pemakaia semua jeis kai selama 1 tahu (yard) (7) Cotoh perhituga utuk kai jeis CDP 2024 periode 97, sebagai berikut: x Rq = = yard Perhituga Biaya Pesa (A) Biaya pesa merupaka biaya yag dibutuhka utuk memperoleh barag dari supplier dalam peelitia ii yag berpera sebagai supplier adalah departeme Weavig PT. KHS. Dalam perhituga ii, yag mejadi eleme peyusu biayaya adalah biaya telekomuikasi, biaya admiistrasi, da biaya ispeksi. Biaya tarif telepo lokal utuk melakuka pemesaa kepada supplier yaitu sebesar Rp 125,00/meit, setiap kali pemesaa dilakuka membutuhka waktu selama 10 meit sehigga biaya pesaya sebesar: A = Biaya telekomuikasi + biaya admiistrasi + biaya ispeksi = (Rp 125,00 x 10 meit) + Rp 3.500,00 + Rp ,00 = Rp ,00 / pesa Perhituga Biaya Simpa (H) Biaya simpa merupaka biaya yag dikeluarka oleh perusahaa utuk mejaga persediaa selama berada di dalam gudag. Besarya biaya ii dapat ditetuka dari hasil pejumlaha atara iterest rate dega biaya operasioal gudag. H = I + B (8) dimaa, H = Biaya simpa (Rp/yard/periode) I = Iterest Rate (Rp/yard/periode) B = Biaya operasioal gudag (Rp/yard/periode) Besarya buga pijam Bak Idoesia pada tahu 2015 yaitu sebesar 7,5%, da biaya pembelia kai yaitu Rp 9.000,00/yard. Sehigga besarya iterest rate yaitu: Iterest Rate (I) = 7,5 % 48 x9000 = Rp 14,1 /yard/periode Dalam meetuka biaya operasioal gudag, kompoe yag diperhitugka yaitu gaji karyawa gudag yag berjumlah 15 orag. Setiap hari persediaa yag berada dalam gudag yaitu yard, sehigga dalam satu periode terdapat yard. Gaji karyawa per orag = Rp ,00/bula (4 miggu) = Rp /miggu

7 Biaya Operasioal Gudag (B) = 15x = Rp 21,43/yard Sehigga diperoleh biaya simpa (H) sebesar Rp 35,53 / yard. Perhituga matriks total biaya pesa da biaya simpa utuk semua alteratif pemesaa selama horizo perecaaa. Z ce, didefiisika sebagai total biaya pesa da biaya simpa dari periode c higga periode e, dimaa periode c merupaka periode pemesaa utuk memeuhi permitaa higga periode e. Nilai Z ce tersebut dapat dicari megguaka persamaa (1) da (2). Utuk megatisipasi adaya susut kai akibat proses produksi, maka diberika tolerasi sebesar 7% dalam pemesaaya, selai itu utuk megatisipasi adaya cacat maka diberika tolerasi sebesar 12,8%. Sehigga total kebutuha kai diperoleh dega meambahka hasil peramala dega presetase susut da cacat kai. Berikut cotoh perhituga matriks total biaya utuk produk kai CDP Z = ,53 * ( ) = Z = ,53 * (( ) + ( )) = Z = ,53 * (( ) + ( ) + ( ) = Z = ,53 * (( ) + ( ) + ( ) + ( )) = Z = ,53 * (( ) + ( ) + ( ) + ( ) + ( )) = Dega cara yag sama dilakuka perhituga higga Z Perhituga Matriks Biaya Miimum Hitug matriks biaya miimum yag mugki utuk semua alteratif pemesaa, biaya miimum tersebut diguaka sebagai dasar peetua waktu da jumlah pemesaa baha baku kai. Biaya miimum dapat dicari megguaka persamaa (3). Berikut cotoh perhituga ilai F e utuk produk kai CDP F 96 = 0 F 97 = Mi (Z F 96) =Mi( ) = F 98 = Mi ((Z F 96), (Z F 97)) = Mi (( ), ( )) = Mi (( ), ( )) = Perhituga dilakuka dega cara yag sama higga F 144. Peerjemaha Matriks Total Biaya da Matriks Biaya Miimum Meterjemahka matriks total biaya da matriks biaya miimum mejadi ukura jumlah pemesaa, waktu pemesaa, da biaya total persediaa. Tabel 7. Perecaaa Pemesaa Baha Baku Kai Jeis Kai Periode Pemesaa (Miggu Ke-) Jumlah Pemesaa (Yard) CDP 2024 Setiap periode 171,799 RYP 2001 Setiap periode 27,816 RYP , 101, 105, 109, 113, 117, 121, 125, 129, 133, 137, 141 1,842 RYP 2029 Setiap periode 5,508 RYP 2067 Setiap periode 11,048 CMP 2039 Setiap periode 12,932

8 RYP ,732 RYT 2025 Setiap periode 8,117 CMP 1005 Setiap periode 7,805 TCP 2005 Setiap periode 7,812 RP 22 7,005 RYM ,495 RYP ,696 CMP ,595 LLP , 101, 105, 109, 113, 117, 121, 125, 129, 133, 137, ,016 RYS , 100, 103, 106, 109, 112, 115, 118, 121, 124, 127, 130, 133, 136, 139, ,336 CDP ,199 RYP , 100, 103, 106, 109, 112, 115, 118, 121, 124, 127, 130, 133, 136, 139, ,102 RHM , 107, , CMP , 100, 103, 106, 109, 112, 115, 118, 121, 124, 127, 130, 133, 136, 139, ,107 RYP 2069 Setiap periode 13,701 CDT , 101, 105, 109, 113, 117, 121, 125, 129, 133, 137, ,492 CSP , 109, 121, RYM , 105, 113, 121, 129, 137 1,123 CMP , 107, 117, 127, LLP , 107, 117, 127, CDP , 113, CMS LCS , CDP 1023 Setiap periode 6,975 SIMPULAN Berdasarka hasil pegolaha data da pembahasa yag dilakuka dapat diambil kesimpula, yaitu jumlah da waktu pemesaa baha baku kai Departeme Pritig-Dyeig utuk setiap jeis kai tidak sama, seperti pada kai CDP 2024 dega jumlah yard, RYP 2001 dega jumlah yard, RYP 2029 dega jumlah yard, RYP 2067 dega jumlah yard, CMP 2039 dega jumlah yard, RYT 2025 dega jumlah yard, CMP 1005 dega jumlah yard, TCP 2005 dega jumlah yard, RYP 2069 dega jumlah yard, CDP 1023 dega jumlah yard dilakuka setiap periode, utuk jeis kai yag lai tidak setiap periode dilakuka pemesaa. PUSTAKA Irwasyah, Dwika Ery., (2010). Peerapa Material Requiremet Plaig (MRP) dalam Perecaaa Persediaa Baha Baku Jamu Sehat Perkasa pada PT. Nyoya Meeer Semarag. Semarag: Program Sarjaa Fakultas Ekoomi Uiversitas Dipoegoro. Lestari, da Akbar Adhiutama. (2014). Optimal Lot Sizig Decisio Case Study: a Pharmaceutical Maufacture i Idoesia. Iteratioal Coferece o Treds i Ecoomics, Humaities ad Maagemet. Sadjadi, S.J., dkk. (2009). A Improved Wager Whiti Algorithm. Iteratioal Joural of Idustrial Egieerig ad Productio Research Vol 20. Page Taady, Hedy. (2013). Peracaga Pemeuha Permitaa Pasoka Gula Rafiasi dega Metode Wager Whiti. J@TI Udip Vol VIII. Tersie, Richard J. (1994). Priciples of Ivetory ad Materials Maagemet (Fourth Editio), Pretice- Hall, Ic., New Jersey. Verma, P., dkk. (2014). Use of Fuzzy Demad to Obtai Optimal Order Size Through Dyamic Programmig. Productio ad Operatios Maagemet Society.

9