Peramalan Permintaan dan Perencanaan Produksi dengan Mempertimbangkan Special Event di PT. Coca Cola Bottling Indonesia (PT. CCBI) Plant Pandaan
|
|
- Sucianty Atmadjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Peramalan Permintaan dan Perencanaan Produksi dengan Mempertimbangkan Special Event di PT. Coca Cola Bottling Indonesia (PT. CCBI) Plant Pandaan Peneliti : Ilsan Nur Putra Dosen Pembimbing : Dosen Ko-Pembimbing : Prof. Ir. I Nyoman Pujawan, M.Eng., Ph.D Niniet Indah Arvitrida, ST., MT Latar Belakang Ketidakakuratan Ramalan Permintaan Produk Biaya Inventory Stockout Special Event Setyo Adi Nugroho, General Marketing Sales PT. CCBI Pada saat lebaran, kebutuhan konsumen meningkat 30 % dari tahun ke tahun. Sehingga Coca Cola menambah pasokan 2 kali lipat dibanding bulan sebelumnya (Kaltim Post, 2009) Coca-Cola Company Sumber : Silver, 1998 Special Event mempengaruhi permintaan Fluktuasi Permintaan 1
2 Latar Belakang Akurasi Ramalan Tahun Prosentase (%) % % % % % Sumber : PT. CCBI Plant Pandaan Tingkat Inventori Metode Peramalan yang tidak mempertimbangkan special event Metode Peramalan dan Perencanaan Produksi yang mempertimbangkan Special Event Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Coca-Cola Company Sumber : PT. CCBI Plant Pandaan Perumusan Masalah Tidak Akuratnya Peramalan Perencanaan Produksi yang Tidak responsif Metode Peramalan Permintaan dengan mempertimbangkan Pengaruh Special Event terhadap Fluktuasi permintaan yang mengakomodasi Perencanaan Produksi yang lebih Akurat Coca-Cola Company 2
3 Gambaran Objek Penelitian PT. Coca-Cola Bottling Indonesia Plant- Pandaan di Jl. Raya Surabaya Malang KM 43 Gempol, Pasuruan, Jawa Timur. Memiliki 16 Sales Center di Jawa Timur Coca-Cola Company Jenis Produk Coca-Cola Company 3
4 Bisnis Proses Tiap Sales Center mengumpul kan informasi mengenai penjualan, special event dan inventory Penjualan oleh Sales Center yang di distribusikan kepada Retailer dan mendokumentasikan data penjualan tersebut Distribusi Produk jadi ke masing-masing Sales Center Melakukan Produksi Produk sesuai dengan Perencanaan yg dilakukan oleh Planner Produk jadi kemudian disimpan dan ditata di gudang penyimpanan Bagian Sales melakukan peramalan permintaan untuk periode berikutnya Pengecekan Level Inventory di Plant Menentukan Jumlah Produksi per-minggu dalam bentuk MPS dan menghitung Target Inventory Coca-Cola Company Mengecek ketersediaan Bahan Baku untuk proses produksi Flowchart Peramalan dan Perencanaan Produksi di Perusahaan Coca-Cola Company 4
5 Tujuan Penelitian Menghasilkan Peramalan yang lebih Akurat Memberikan referensi mengenai nilai indeks Special Event untuk periode tahun 2010 Menghasilkan rencana produksi dengan biaya yang lebih murah Menetapkan target inventori yang menghasilkan biaya lebih murah dalam perencanaan produksi Coca-Cola Company Ruang Lingkup Penelitian Batasan Penelitian dilakukan di PT. Coca Cola Bottling Indonesia (PT. CCBI) Plant Pandaan. Produk yang diamati adalah produk menggunakan kemasan Returnable Glass Bottle (RGB) antara lain Coca-Cola 193 ml, Sprite 200 ml, Fanta Strawberry 200 ml, Sprite 295 ml, Fanta Soda Water 295 ml, Frestea Jasmine 220 ml. Special Event yang dimaksud hanya pada special event yang telah didokumentasikan oleh perusahaan. Evaluasi dari perencanaan produksi dilakukan untuk periode Januari-Desember Asumsi Kekurangan barang pada suatu periode akan dipenuhi pada periode berikutnya. Biaya Penyimpanan dan biaya backlog adalah 30 % dari harga jual produk. Coca-Cola Company 5
6 Manfaat Penelitian Memberikan rekomendasi serta preferensi mengenai metode peramalan dengan mempertimbangkan special event yang terjadi di perusahaan. Memberikan masukan dan gambaran mengenai perencanaan produksi yang dipengaruhi oleh setiap special event berdasarkan hasil dari peralaman permintaan. Coca-Cola Company Metodologi 6
7 Metodologi (2) Pengumpulan Data Data Penjualan Aktual Produksi Minggu Sales Minggu Sales Minggu Sales Jenis-Jenis Special Event Kedatangan Botol 7
8 Metodologi (3) B Peramalan Pengecekan Pola Data Historis Pengecekan Pola Data Historis Plot Data Waktu vs Penjualan dalam Grafik ( ) Time Series Plot of S-Coca Cola S-Coca Cola Index
9 Pengecekan Pola Data Historis (2) Analisis Autokorelasi Lag ACF Statistik-T Ljung-Box Q Autocorrelation Function for S-Coca Cola (with 5% significance limits for the autocorrelations) 1,0 0,8 0,6 Autocorrelation 0,4 0,2 0,0-0,2-0,4-0,6-0,8-1, Lag Pengecekan Pola Data Historis (3) 9
10 Metodologi (3) B Peramalan Pengecekan Pola Data Historis Perhitungan Indeks Special Event Perhitungan Indeks Special Event 10
11 Perhitungan Indeks Special Event (2) Dimana : = = Data aktual periode t (minggu) = Indeks pada periode t (minggu) = Diadjust (data hasil peramalan pada periode t dengan menggunakan moving average dan exponential smoothing) Moving Average (MA) Dimana : = D t = Diajust (data forecast menggunakan Moving Average) pada periode t A t = Data aktual pada periode t Contoh : A 24 = botol A 25 = botol A 26 = botol 27 = = 9247,3 11
12 Moving Average (2) Berdasarkan hasil perhitungan dan data historis pada periode tersebut didapatkan bahwa : A 27 = botol D 27 = 9247,3 botol 27 = ,3 = 1,03 Setelah di verifikasi dengan data rekap Special Event diketahui bahwa periode pada periode ke-27 terdapat Event Hanging Out With High School. Yang berarti indeks untuk event tersebut yaitu sebesar 1,03. Moving Average (3) Minggu Tanggal Event Index 2 10 Januari 2006 Idul Adha 1426 H 1, Januari - 5 Februari 2006 Promo Outlet "Pizza Hut" 0, Januari 2006 Tahun Baru Imlek , Februari-10 Maret 2006 Promosi (Beli 1 dapat 2) 1, Mei 2006 Promo Botol Squeeze Coca-Cola Gratis! 1, Mei 2006 Ultah Coca Cola ke 120 1,00 Group Event Event Index Group Index Idul Adha 1426 H 1,071 Idul Adha Idul Adha 1427 H 1,04 Idul Adha 1428 H 1,035 1,06 Idul Adha 1,115 Promo Outlet "Pizza Hut" 0,99 Promo Outlet Promosi "Asyiknya Ngegame di Timezone" 1,03 1,03 Promosi Outlet "Top Noddle" 1,067 Tahun Baru Imlek ,989 Tahun Baru Imlek Tahun Baru Imlek ,019 1,01 Tahun Baru Imlek ,025 12
13 Exponential Smoothing Dimana : = ( 1 ) + ((1 ) 1 ) D t = Diajust (data forecast menggunakan Exponential Smoothing) pada periode t A t = Data aktual pada periode t Contoh : A 26 = botol D 26 = botol 27 = (0,2 9536) + (0,8 8709) = 8874, 9 Exponential Smoothing (2) Berdasarkan hasil perhitungan dan data historis pada periode tersebut didapatkan bahwa : A 27 = botol D 27 = 8874,9 botol 27 = ,9 = 1,08 Setelah di verifikasi dengan data rekap Special Event diketahui bahwa periode pada periode ke-27 terdapat Event Hanging Out With High School. Yang berarti indeks untuk event tersebut yaitu sebesar 1,08. 13
14 Exponential Smoothing (3) Metodologi (3) B Peramalan Pengecekan Pola Data Historis Perhitungan Indeks Special Event Peramalan Permintaan 14
15 Peramalan Berdasarkan Hasil Pengecekan Pola Data Historis diketahui bahwa Data mengikuti Pola Musiman. Menurut Hanke et all (2001) metode peramalan yang digunakan untuk Pola Data Musiman yaitu Metode Winter Exponential Smoothing dan Decomposition. Kedua metode ini akan dibandingkan dengan metode Event Based. Winter Exponential Smoothing 15
16 Decomposition Event Based = Dimana, Y t = Peramalan dengan Indeks pada periode -t I t = Indeks Special Event pada periode t Y t = Peramalan sebelum Indeks pada periode t Event Based ini terbagi atas dua : Moving Average Event Based (MAEB) Exponential Smoothing Event Based (ESEB) 16
17 MAEB = Dimana : Y t = Nilai Peramalan dengan menggunakan moving average pada periode t A t = Data aktual pada periode t Contoh : meramalkan permintaan pada minggu ke-18 A 15 = botol A 16 = botol A 17 = botol 18 = = MAEB (2) Diketahui bahwa pada periode ke-18, SC melaksanakan Special Event Perayaan Hari Ultah Coca-Cola yg ke-123. Maka permintaan pada periode ke-18 yaitu sebesar : Y 18 = botol I 18 = 1,01 (indeks Event Perayaan Hari Ultah Coca-Cola) 18 = 1, = 7978 * untuk periode yang tidak ada Special Event, indeks = 1 Minggu Forecast Before Index Index Actual Sales Forecast After Indexing I e t I 2 e t I e t I / Y t , ,69 0, , ,00 0, , ,00 0, , , ,87 0, , ,00 0, , ,00 0, , ,44 0, , ,00 0, , ,11 0, , ,00 0,10 17
18 MAEB (3) ESEB = ( 1 ) + ((1 ) 1 ) Dimana : Y t = Nilai Peramalan dengan menggunakan exponential smoothing pada periode t A t = Data aktual pada periode t Contoh : Meramalkan permintaan pada minggu ke-18 A 17 = botol Y 17 = botol 18 = (0,2 7822) + (0,8 7609) =
19 ESEB (2) Diketahui bahwa pada periode ke-18, SC melaksanakan Special Event Perayaan Hari Ultah Coca-Cola yg ke-123. Maka permintaan pada periode ke-18 yaitu sebesar : Y 18 = botol I 18 = 1,02 (indeks Event Perayaan Hari Ultah Coca-Cola) 18 = 1, = 7771 * untuk periode yang tidak ada Special Event, indeks = 1 ESEB (3) 19
20 Rekapitulasi Hasil Peramalan Rekapitulasi Hasil Peramalan (2) Grafik Perbandingan Metode Forecast terhadap Aktual Sales Variable Eksisting Winter Decomposition MA Event Based ES Event Based Aktual Sales Data Index
21 Akurasi Peramalan Updating Indeks Menambahkan indeks pada tahun 2009 untuk memperbaharui indeks yang dapat digunakan sebagai referensi pada tahun
22 Metodologi (3) B Melakukan pembuatan Master Production Schedule (MPS) tanpa mempertimbangkan ketersediaan botol Melakukan pembuatan Master Production Schedule (MPS) dengan mempertimbangkan ketersediaan botol Peramalan Pengecekan Pola Data Historis Rancangan Skenario Perhitungan Indeks Special Event Peramalan Permintaan C 22
23 Metodologi (4) C Pembuatan MPS dengan Skenario MPS Skenario 1 Didapatkan dari hasil peramalan dengan metode terbaik Data Historis Perusahaan Pt = TI t (SOH t-1 -Y t ) + Sh t-1 SOH = I t-1 TI t = = Yt 6 I t = (P t + SOH t-1 ) -S t x 12 hari Sh t = S t - (P t + SOH t-1 ) Rekapitulasi Avg. Inventory Avg. Backorder 0 23
24 MPS Skenario 2 Didapatkan dari hasil peramalan dengan metode terbaik Pt = Min (Pet ; Et) Data Historis Perusahaan TI t = E t = SE t + (E t-1 -P t ) SOH = I t-1 = Yt x 12 hari 6 I t = (P t + SOH t-1 ) -S t Sh t = S t - (P t + SOH t-1 ) Metodologi (4) C Pembuatan MPS dengan Skenario MPS Kondisi Eksisting 24
25 MPS Eksisting Metodologi (4) C Pembuatan MPS dengan Skenario Perhitungan Total Cost dan Tingkat Inventori serta Backlog untuk setiap kondisi MPS Kondisi Eksisting 25
26 Perhitungan Total Cost Cost terdiri dari dua komponen yaitu Inventori Holding Cost dan Backlog Cost. Eksisting : Perhitungan Total Cost (2) Skenario 1 : Skenario 2 : 26
27 Penghematan (Savings) Dibandingkan Total Biaya Eksisting dengan Skenario 2 (karena skenario lebih riil menggambarkan kondisi perencanaan produksi) Metodologi (4) C Pembuatan MPS dengan Skenario Perhitungan Total Cost dan Tingkat Inventori serta Backlog untuk setiap kondisi MPS Kondisi Eksisting Analisis D 27
28 Metodologi (5) D Analisis Sensitivitas Target Inventori terhadap Biaya Analisis Sensitivitas Dilakukan analisis sensitivitas besaran Target Inventori (TI) yang digunakan oleh perusahaan untuk memberikan masukan yang lebih optimal dari segi minimasi total biaya. Nilai TI ditentukan dengan cara merubah-rubah besaran TI yang dapat menghasilkan total biaya yang lebih murah yang tidak menghasilkan Shortage. 28
29 Analisis Sensitivitas (2) Rp Rp Rp Rp/th Rp Rp Rp Rp Hari Inventory Cost Backlog Cost Total Cost Metodologi (5) D Analisis Sensitivitas Target Inventori terhadap Biaya 29
30 Kesimpulan 1. Metode peramalan dengan mempertimbangkan special event dapat meningkatkan akurasi ramalan jika dibandingkan dengan metode peramalan yang diterapkan oleh perusahaan saat ini. Peningkatan akurasi ramalan untuk produk Coca-Cola 193 ml, Sprite 200 ml, Fanta Strawberry 200 ml, Sprite 295 ml, Fanta Soda Water 295 ml, dan Frestea Jasmine 220 ml masing-masing yaitu 4 persen; 9 persen; 12 persen; 4 persen; 3 persen dan 3 persen. 2. Perencanaan produksi dengan menggunakan peramalan dengan mempertimbangkan special event dapat menghasilkan total penghematanuntuk 6 varian produksebesar Rp ,-/th. 3. Penentuan target inventori yang optimal dapat mengurangi tingkat inventori yang tinggi dan dapat menghasilkan total biaya yang lebih murah. Kesimpulan (2) 4. Natal dan Tahun Baru merupakan Special Event yang paling memiliki pengaruh yang signifikan dalam mempengaruhi permintaan untuk 6 varian produk ini. 30
31 Saran 1. Perusahaan dapat menerapkan metode peramalan dengan menggunakaan event based forecast berdasarkan refenrensi indeks special event yang telah diperbaharui. 2. Identifikasi perputaran botol dapat disimulasikan menjadi variabel tambahan untuk perencanaan produksi. 3. Penelitian ini diterapkan untuk produk jenis lainnya seperti jenis PET, tetrapack, dll. Daftar Pustaka Andrian, Y (2004). Evaluasi dan Perancangan Sistem Penunjang Keputusan pada Proses Perencanaan Produksi Studi Kasus : PT. Coca Cola Bottling Indonesia Plant Pandaan. Laporan Penelitian Tugas Akhir, Institut Teknologi Sepuluh Nopember, Surabaya. Anggraheni, W (2003). Peramalan Berdasarkan Event di PT. Coca Cola Distribution Indonesia SIER Surabaya. Laporan Penelitian Tugas Akhir, Institut Teknologi Sepuluh Nopember, Surabaya. Ashayeri, J dan Kampstra, P. (2003) Collaborative Replenishment : A Step by Step Approach, Tillburg University Chopra dan Meindl (2004) Supply Chain Management : Strategy, Planning, and Operation, Prectice Hall Inc., New Jersey Christopher,M.(1992). Logistics and Supply chain Management. Pitman, London. Chung, C.H, Krajewski, L.J (1984). Planning Horizon For Master Production Schedulling. Journal of Operation Management. Vol. 4 No. 4, August
32 Daftar Pustaka (2) Gangadharan, Rajesh. (2006). Supply chain Strategies To Manage Volatile Demand. <URL: > Hanke, J.E, Reitsch, A.G, dan Wichern, D.W. (2001). Business Forecasting Seventh Edition, Prentice Hall, United States of America. Kaltim Post (2009). Siapkan Cadangan 600 Ribu Krat (Kamis, 25 Desember 2009) <URL : Malkridakis, S, Wheelright, S.C, dan Mc Gee, V.E. (1983). Forecasting Methods and Application 2nd Edition, John Wiley and Sons, Inc. Nahmias, S. (1993). Production and Operation Analysis, Mc Graw-Hill Internasional, Singapore. Nahmias, S. (2009). Production and Operation Analysis Seventh Edition, Mc Graw-Hill Internasional, Singapore. Nasution, AH. (1999). Perencanaan dan Pengendalian Produksi. Guna Widya, Surabaya. Daftar Pustaka (3) Posko Manado (2009). Permintaan Tetap Tinggi (Kamis, 17 September 2009) <URL : =1> Pujawan, I Nyoman. (2005). Supply Chain Management. Guna Widya, Surabaya Russel, R.A, Urban, T.L (1993). Horizon Extention for Rolling Production Schedules : Lenght and Accuracy Requirement. International Journal of Production Economics, 29 (1993) R. Liu et al. (2006). A Formal Modeling Approach for Supply Chain Event Management, Desicion Support System 43, Silver, E.,D. Pyke, D.,F. Peterson, R. (1998). Inventory Management and Production Planning and Schedulling. New York, John Willey and Sons, Inc. Surya (2009). Coca Cola Luncurkan Sprite Zero (Rabu, 11 Maret 2009) <URL : Withycombe, R (1989). Forecasting with Combined Seasonal Indices. International Journal of Forecasting,
33 Terima Kasih 33
PERAMALAN PERMINTAAN DAN PERENCANAAN PRODUKSI DENGAN MEMPERTIMBANGKAN SPECIAL EVENT DI PT. COCA-COLA BOTTLING INDONESIA (PT. CCBI) PLANT-PANDAAN
PERAMALAN PERMINTAAN DAN PERENCANAAN PRODUKSI DENGAN MEMPERTIMBANGKAN SPECIAL EVENT DI PT. COCA-COLA BOTTLING INDONESIA (PT. CCBI) PLANT-PANDAAN Ilsan Nur Putra, I Nyoman Pujawan, Niniet Indah Arvitrida
Lebih terperinciLOGO. Pengembangan Metode Peramalan Permintaan dan Perencanaan Produksi yang Mempertimbangkan Special Event : Studi Kasus di Perusahaan minuman Ringan
Pengembangan Metode Peramalan Permintaan dan Perencanaan Produksi yang Mempertimbangkan Special Event : Studi Kasus di Perusahaan minuman Ringan Peneliti : Rina Yulizar Rahman 2509 100 022 Dosen Pembimbing
Lebih terperinciPENGEMBANGAN METODE PERAMALAN PERMINTAAN DAN PERENCANAAN PRODUKSI DENGAN MEMPERTIMBANGKAN SPECIAL EVENT: STUDI KASUS DI PERUSAHAAN MINUMAN RINGAN
PENGEMBANGAN METODE PERAMALAN PERMINTAAN DAN PERENCANAAN PRODUKSI DENGAN MEMPERTIMBANGKAN SPECIAL EVENT: STUDI KASUS DI PERUSAHAAN MINUMAN RINGAN Rina Yulizar Rahman, I Nyoman Pujawan Jurusan Teknik Industri
Lebih terperinciPERAMALAN PENJUALAN AVTUR DENGAN MEMPERTIMBANGKAN SPECIAL EVENT
SIG TUGAS AKHIR PERAMALAN PENJUALAN AVTUR DENGAN MEMPERTIMBANGKAN SPECIAL EVENT Siti Lukmatul Henifa (1210 100 064) Pembimbing: Dra. Nuri Wahyuningsih, M.Kes. Senin, 20 Januari 2014 Matematika - ITS Page
Lebih terperinciModel Perencanaan Produksi untuk Memenuhi Permintaan Pasar dan Pengendalian Persediaan Produk Jadi pada Perusahaan Penghasil Minuman Ringan
Model Perencanaan Produksi untuk Memenuhi Permintaan Pasar dan Pengendalian Persediaan Produk Jadi pada Perusahaan Penghasil Minuman Ringan Production Planning Model to Meet Market Demand and Inventory
Lebih terperinciMENENTUKAN PENJUALAN PRODUK TERBAIK DI PERUSAHAAN X DENGAN METODE WINTER EKSPONENSIAL SMOOTHING DAN METODE EVENT BASED
J. Math. and Its Appl. E-ISS: 2579-8936 P-ISS: 1829-605X Vol. 14, o. 1, Mei 2017, 25 35 MEETUKA PEJUALA PRODUK TERBAIK DI PERUSAHAA X DEGA METODE WITER EKSPOESIAL SMOOTHIG DA METODE EVET BASED Farida Agustini
Lebih terperinciPeramalan Penjualan Avtur dengan Mempertimbangkan Special Event
Peramalan Penjualan Avtur dengan Mempertimbangkan Special Event Siti Lukmatul Henifa, Dra. Nuri Wahyuningsih, M.Kes. Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam (MIPA), Institut Teknologi
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1 PEMBUATAN APLIKASI PERAMALAN JUMLAH PERMINTAAN PRODUK DENGAN METODE TIME SERIES EXPONENTIAL SMOOTHING HOLTS WINTER DI PT. TELEKOMUNIKASI INDONESIA Tbk.
Lebih terperinciPENGARUH HASIL PERAMALAN PRODUKSI SEPATU KULIT LAKI-LAKI DI CV. PROHANA KABUPATEN TEGAL
PENGARUH HASIL PERAMALAN PRODUKSI SEPATU KULIT LAKI-LAKI DI CV. PROHANA KABUPATEN TEGAL Moh Zaynil Mustofa, Saufik Luthfianto, M Fajar Nurwildani Program Studi Teknik Industri, Fakultas Teknik, Universitas
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Dalam perusahaan persediaan merupakan salah satu asset yang harus diperhatikan karena dengan mengelola persediaan yang tepat maka perusahaan dapat meminimalkan total
Lebih terperinciKata kunci: Analisis Pengendalian Persediaan, Metode Peramalan.
PENGENDALIAN PERSEDIAAN BAHAN BAKU PADA PT. X Indra Dwiharto, Moses L. Singgih Magister Manajemen Teknologi Institut Teknologi Sepuluh November Surabaya ABSTRAK PT. X merupakan perusahaan yang bergerak
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Pengumpulan data yang dilakukan dengan cara pengamatan dari dokumen perusahaan. Data yang di perlukan meliputi data penjualan produk Jamur Shiitake,
Lebih terperinciPERENCANAAN SISTEM PERSEDIAAN SUKU CADANG SEPEDA MOTOR UNTUK MENGURANGI BIAYA PERSEDIAAN PADA PT. UTOMO MOTOR DI SURABAYA
PERENCANAAN SISTEM PERSEDIAAN SUKU CADANG SEPEDA MOTOR UNTUK MENGURANGI BIAYA PERSEDIAAN PADA PT. UTOMO MOTOR DI SURABAYA Angela Utami Dewi Kristiana, Katjuk Astrowulan, Nurhadi Siswanto Program Studi
Lebih terperinciPERBANDINGAN METODE WINTER EKSPONENSIAL SMOOTHING DAN METODE EVENT BASED UNTUK MENENTUKAN PENJUALAN PRODUK TERBAIK DI PERUSAHAAN X
TUGAS AKHIR SM 141501 PERBANDINGAN METODE WINTER EKSPONENSIAL SMOOTHING DAN METODE EVENT BASED UNTUK MENENTUKAN PENJUALAN PRODUK TERBAIK DI PERUSAHAAN X ELISA FANI NRP 1212 100 026 Dosen Pembimbing Dra.
Lebih terperinciSKRIPSI PENENTUAN METODE LOT SIZING UNTUK MENGURANGI BULLWHIP EFFECT DAN TOTAL BIAYA PERSEDIAAN
SKRIPSI PENENTUAN METODE LOT SIZING UNTUK MENGURANGI BULLWHIP EFFECT DAN TOTAL BIAYA PERSEDIAAN Studi Kasus PT. Enseval Putera Megatrading Distributor MJI Jember Diajukan Sebagai Salah Satu Syarat Untuk
Lebih terperinciPERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)
PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA) Oleh : Nofinda Lestari 1208 100 039 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciBAB I PENDAHULUAN I.1 Latar Belakang Masalah
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Di dalam dunia logistik, pendistribusian barang sudah menjadi bagian penting dan sangat diperhatikan. Distribusi merupakan langkah untuk memindahkan dan memasarkan
Lebih terperinciSILABUS MATA KULIAH. 1. Mendiskusikan siklus manufaktur 2. Mendiskusikan peran perencanaan dan pengendalian produksi
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-307 Nama Mata Kuliah : Perencanaan dan Pengendalian Produksi Jumlah SKS : 2 SKS Semester : V Mata Kuliah Pra Syarat : - Deskripsi
Lebih terperinciJAZILATUR RIZQIYAH DEVIABAHARI Dosen Pembimbing : Prof. Ir. Suparno, MSIE., Ph.D PROPOSAL TUGAS AKHIR JURUSAN TEKNIK INDUSTRI ITS SURABAYA
JAZILATUR RIZQIYAH DEVIABAHARI 2509100112 Dosen Pembimbing : Prof. Ir. Suparno, MSIE., Ph.D PROPOSAL TUGAS AKHIR JURUSAN TEKNIK INDUSTRI ITS SURABAYA Gambaran PT. X 5% bentuk pakan 30% tepung/kon sentrat
Lebih terperinciDAFTAR PUSTAKA. Haksever, Cengiz, et all Service Management and Operations, Second Edition. New Jersey: Prentice-Hall, Inc.
DAFTAR PUSTAKA Chang, Hor Ng-Jinh; Dye, Chung -Yuan. 2000. An EOQ Model with Deteriorating Items in Response to A Temporary Sale Price. Production Planning and Control, 11(5), 464-473. Chase and Aquilano.
Lebih terperinciMembuat keputusan yang baik
Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi masa yang akan datang
Lebih terperinciData Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun Tahun Bulan Wisman
Lampiran 1. Data Tingkat Hunian Hotel di Propinsi DIY Tahun 1991-2003 48 49 Lampiran 1 Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun 1991-2003, Tahun Bulan Wisman 1991 1 27,00 1991 2 30,60
Lebih terperinciEvaluasi Strategi untuk Mengurangi Instabilitas Jadwal dan Dampaknya pada Rantai Pasok dengan Simulasi
Evaluasi Strategi untuk Mengurangi Instabilitas Jadwal dan Dampaknya pada Rantai Pasok dengan Simulasi Dosen Pembimbing: Prof. Ir. I Nyoman Pujawan M.Eng., Ph.D., CSCP Pranostika Heryanti 2509 100 051
Lebih terperinciPEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER
PKMT-2-13-1 PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER Umi Rosyiidah, Diah Taukhida K, Dwi Sitharini Jurusan Matematika, Universitas Jember, Jember ABSTRAK
Lebih terperinciBAB I PENDAHULUAN. kebutuhan konsumen. Untuk mewujudkan hal tersebut diperlukan koordinasi dan
BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan industri manufaktur yang semakin pesat menyebabkan persaingan dalam dunia industri menjadi sangat ketat dan kompetitif. Perusahaan yang dapat bertahan
Lebih terperinciPEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA
Jurnal Matematika UNAND Vol. 3 No. 3 Hal. 59 67 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA ANNISA UL UKHRA Program Studi Matematika,
Lebih terperinciPengendalian Persediaan Bahan Baku Semen Dengan Kendala Kapasitas Gudang Menggunakan Model Probabilistik Q
Pengendalian Persediaan Bahan Baku Semen Dengan Kendala Kapasitas Gudang Menggunakan Model Probabilistik Q Tri Wahyu Ningsih 1, Achmad Bahauddin 2, Ratna Ekawati 3 Jurusan Teknik Industri Universitas Sultan
Lebih terperinciPeramalan Penjualan Pipa di PT X
Elviani, et al. / Peramalan Penjualan Pipa di PT X / Jurnal Titra, Vol.. 2, No. 2, Juni 2014, pp. 55-60 Peramalan Penjualan Pipa di PT X Cicely Elviani 1, Siana Halim 1 Abstract: In this thesis we modeled
Lebih terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Flowchart Metodologi Pemecahan Masalah Gambar 3.1 di bawah ini merupakan alur dari metodologi penelitian dan pemecahan masalah produksi webbing setengah jadi pada
Lebih terperinciJurusan Teknik Industri, Universitas Brawijaya Jalan MT. Haryono 167, Malang, 65145, Indonesia (1)
Petunjuk Sitasi: Setyanto, N. W., Herdianto, B., & Eunike, A. (2017). Analisa Kapasitas Produksi Pembuatan Rokok Sigaret Keretek Mesin (SKM) Menggunakan Metode Rougt Cut Capacity Planning (RCCP). Prosiding
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN. dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan wingko pada tahun 2016.
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Pengumpulan dan Pengolahan Data Untuk menganalisi permasalahan pengoptimalan produksi, diperlukan data dari UD. Wingko Babat Pak Moel sebagai berikut: a. Data permintaan
Lebih terperinciPENENTUAN METODE PERAMALAN SEBAGAI DASAR PENENTUAN TINGKAT KEBUTUHAN PERSEDIAAN PENGAMAN PADA PRODUK KARET REMAH SIR 20
PENENTUAN METODE PERAMALAN SEBAGAI DASAR PENENTUAN TINGKAT KEBUTUHAN PERSEDIAAN PENGAMAN PADA PRODUK KARET REMAH SIR 20 Theresia Oshin Rosmaria Pasaribu 1 Rossi Septy Wahyuni 2 Jurusan Teknik Industri,
Lebih terperinciPenentuan Kebijakan Order dengan Pendekatan Vendor Managed Inventory untuk Single Supplier, Multi Product
Penentuan Kebijakan Order dengan Pendekatan Vendor Managed Inventory untuk Single Supplier, Multi Product dan Multi Retailer di PT. Petrokimia Gresik Oleh : Novita Purna Fachristy 2507100123 Dosen Pembimbing
Lebih terperinciPenjadwalan Pemesanan Bahan Baku untuk meminimasi Ruang Penyimpanan di Raw Material Warehouse Lamp Factory PT. Philips Indonesia
Penjadwalan Pemesanan Bahan Baku untuk meminimasi Ruang Penyimpanan di Raw Material Warehouse Lamp Factory PT. Philips Indonesia DISUSUN OLEH: NISMAH MAULIDA2506100178 PEMBIMBING: Prof. Ir. I Nyoman Pujawan,
Lebih terperinciPENELITIAN TUGAS AKHIR OPTIMASI KONFIGURASI JARINGAN SUPPLY CHAIN HULU GAS LPG 3 KG DI INDONESIA
PENELITIAN TUGAS AKHIR OPTIMASI KONFIGURASI JARINGAN SUPPLY CHAIN HULU GAS LPG 3 KG DI INDONESIA Dystian Anggraini 2507.100.022 Dosen Pembimbing : Prof. Ir. I Nyoman Pujawan, M.Eng., Ph.D Dosen Ko-Pembimbing
Lebih terperinciMetode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api
Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api Efek Variasi Kalender dengan Pendekatan Regresi Time Series Nur Ajizah 1, Resa Septiani Pontoh 2, Toni Toharudin 3 Mahasiswa Program
Lebih terperinciPENGENDALIAN PERSEDIAAN PRODUK DENGAN SIKLUS HIDUP PENDEK (Studi Kasus Produk Portable Computer)
PENGENDALIAN PERSEDIAAN PRODUK DENGAN SIKLUS HIDUP PENDEK (Studi Kasus Produk Portable Computer) Diana Safitri Yulianti, I Nyoman Pudjawan Program Studi Magister Manajemen Teknologi ITS Jl. Cokroaminoto
Lebih terperinciBAB VI KESIMPULAN DAN SARAN. Pada bab ini akan diambil kesimpulan mengenai keseluruhan hasil
BAB VI KESIMPULAN DAN SARAN Pada bab ini akan diambil kesimpulan mengenai keseluruhan hasil penelitian yang telah dilakukan. Di samping itu akan dikemukakan saran-saran sehingga penelitian ini dapat lebih
Lebih terperinciBAB I PENDAHULUAN. 1-1 Universitas Kristen Maranatha
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Semakin berkembangnya zaman, perusahaan semakin dituntut untuk melakukan berbagai macam perubahan. Dalam persaingan global seperti saat ini, persaingan terjadi
Lebih terperinciOPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK ABSTRAK
OPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK Robby Hidayat, Moses L.Singih, Mahasiswa MMT ITS Manajemen Industri Email : Robbie_First@Yahoo.Com ABSTRAK PT. Siantar Top Tbk adalah
Lebih terperinciPROSIDING SEMINAR ILMIAH NASIONAL: MEMBANGUN PARADIGMA KEHIDUPAN MELALUI MULTIDISIPLIN ILMU
ANALISIS PERSEDIAAN BARANG DENGAN METODE TIME SERIES DAN SISTEM DISTRIBUTION REQUIREMENT PLANNING UNTUK MENGOPTIMALKAN PERMINTAAN BARANG DI PT. ASRI MANDIRI GEMILANG Sofian Bastuti, Teddy Universitas Pamulang
Lebih terperinciPenelitian TUGAS AKHIR
LOGO Penelitian TUGAS AKHIR PENGENDALIAN PERSEDIAAN SPARE PART DENGAN MENGGUNAKAN CAN-ORDERING POLICY STUDI KASUS : PT. PJB UNIT PEMBANGKITAN GRESIK Irfan Ardiana Putra 2506100055 Dosen Pembimbing : Prof.
Lebih terperinciPengelolaan permintaan dan perencanaan produksi
Pengelolaan permintaan dan perencanaan produksi Perlunya mengelola permintaan Permintaan thdp barang atau jasa adalah awal dari semua kegiatan SC Pada hampir semua situasi riil, besar dan waktu permintaan
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap Berlaku mulai: Genap/2010 MATA KULIAH : TEKNIK PERAMALAN KODE MATA KULIAH/ SKS : 410103096 / 3 SKS MATA KULIAH PRASYARAT
Lebih terperinciPERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL MERPATI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 251 258. PERBANDINGAN KEEFEKTIFAN METODE MOVING AVERAGE DAN EXPONENTIAL SMOOTHING UNTUK PERAMALAN JUMLAH PENGUNJUNG HOTEL
Lebih terperinciPERENCANAAN PRODUKSI
PERENCANAAN PRODUKSI Membuat keputusan yang baik Apakah yang dapat membuat suatu perusahaan sukses? Keputusan yang dibuat baik Bagaimana kita dapat yakin bahwa keputusan yang dibuat baik? Akurasi prediksi
Lebih terperinciMODEL KEBIJAKAN CAN ORDER PADA DUA ESELON RANTAI PASOK DENGAN SISTEM VENDOR MANAGED INVENTORY
MODEL KEBIJAKAN CAN ORDER PADA DUA ESELON RANTAI PASOK DENGAN SISTEM VENDOR MANAGED INVENTORY Disusun oleh : Ihwan Hamdala NRP : 2509203007 Dibimbing oleh: Prof. Ir. I Nyoman Pujawan, M.Eng., PhD Nani
Lebih terperinciABSTRACT. i Universitas Kristen Maranatha
ABSTRACT With current commercial competition, companies need to use the right strategy so as to meet any demand from consumers. Therefore, companies need to analyze and predict every request so that the
Lebih terperinciBABV PENUTUP. 2. Model fungsi transfer yang menghubungkan antara harga rninyak bumi dengan harga bijih plastikjenis PE, yaitu:
BABV PENUTUP V.I KesimpuJan Berdasarkan analisa dan pembahasan yang telah dilakukan, maka dapat diarnbil kesirnpulan sebagai berikut: I. Model fungsi transfer yang menghubungkan antara harga rninyak bmni
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
64 4.1 Pengumpulan Data 4.1.1 Data Penjualan BAB 4 HASIL DAN PEMBAHASAN PT. Surya Toto Indonesia bergerak di bidang ceramic sanitary wares and plumbing hardware., salah satu produknya yaitu kloset tipe
Lebih terperinciPENGENDALIAN PERSEDIAAN KOMPONEN CIRCUIT BREAKER DENGAN KEBIJAKAN CAN- ORDER (STUDI KASUS : PT. E-T-A INDONESIA)
PENGENDALIAN PERSEDIAAN KOMPONEN CIRCUIT BREAKER DENGAN KEBIJAKAN CAN- ORDER (STUDI KASUS : PT. E-T-A INDONESIA) Linda Fransiska 2507.100.022 Prof. Ir. I Nyoman Pujawan, M.Eng., Ph.D Latar Belakang (1)
Lebih terperinciAnis Nur Aini, Sugiyanto, dan Siswanto Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret Surakarta
MENDETEKSI KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING BERDASARKAN INDIKATOR SIMPANAN BANK, NILAI TUKAR RIIL, DAN NILAI TUKAR PERDAGANGAN Anis Nur Aini, Sugiyanto,
Lebih terperinciPERENCANAAN AGREGAT DENGAN METODE TRANSPORTASI PADA PT. X PASURUAN
Widya Teknika Vol.18 No.1; Maret 2010 ISSN 1411 0660 : 6-10 PERENCANAAN AGREGAT DENGAN METODE TRANSPORTASI PADA PT. X PASURUAN Abstrak Arie Restu Wardhani 1) PT. X merupakan perusahaan yang bergerak di
Lebih terperinciPERAMALAN PERMINTAAN PRODUK SARUNG TANGAN GOLF MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI PT. ADI SATRIA ABADI ABSTRAK
PERAMALAN PERMINTAAN PRODUK SARUNG TANGAN GOLF MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI PT. ADI SATRIA ABADI Trio Yonathan Teja Kusuma 1, Sandra Praharani Nur Asmoro 2 1,2)
Lebih terperinciPENGURANGAN BULLWHIP EFFECT DENGAN METODE VENDOR MANAGED INVENTORY
PENGURANGAN BULLWHIP EFFECT DENGAN METODE VENDOR MANAGED INVENTORY Fenny Rubbayanti Dewi dan Annisa Kesy Garside Jurusan Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah Malang Email : fennyrubig@yahoo.com
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 VARIABEL PENELITIAN DAN DEFINISI OPERASIONAL VARIABEL Variabel Penelitian di sini merupakan suatu atribut atau nilai atau sifat dari orang, obyek atau kegiatan yang mempunyai
Lebih terperinciAnalisis Pengendalian Kualitas Produk Minute Maid Pulpy 350ml di PT. Coca-Cola Bottling Indonesia Jawa Timur. Oleh: Zubdatu Zahrati
Tugas Akhir Analisis Pengendalian Kualitas Produk Minute Maid Pulpy 350ml di PT. Coca-Cola Bottling Indonesia Jawa Timur Oleh: Zubdatu Zahrati 309 030 002 Pembimbing: Dra. Lucia Aridinanti, MT JURUSAN
Lebih terperinciBAB 6 KESIMPULAN DAN REKOMENDASI
BAB 6 KESIMPULAN DAN REKOMENDASI 6.1. Kesimpulan Berdasarkan pada bagian-bagian sebelumnya, penulis dapat mengambil beberapa kesimpulan dari penelitian pada tugas akhir ini, diantaranya adalah: 1. Penelitian
Lebih terperinciHasil Simulasi Monte Carlo Material di Kuadran II
Hasil Simulasi Monte Carlo di Kuadran II Hasil Simulasi Monte Carlo di Kuadran II a. Alternatif 1 : Dengan nilai s = 92, S= 154 dan Total cost = Rp 145.641.597 b. Alternatif 2 : Dengan nilai s = 99 dan
Lebih terperinciABSTRAK. vii. Universitas Kristen Maranatha
ABSTRAK Bisnis semakin berkembang dengan cepat membuat kompetisi di antara perusahaan semakin ketat. Hal ini membuat perusahaan mencari cara yang terbaik untuk mengatasi masalah persaingan, dimana untuk
Lebih terperinciANALISA PENGGUNAAN METODE PERAMALAN PADA PERUSAHAAN RETAIL SISTEM TRADISIONAL MARKET
ISSN: 1410-2331 ANALISA PENGGUNAAN METODE PERAMALAN PADA PERUSAHAAN RETAIL SISTEM TRADISIONAL MARKET Tyas Wedhasari Jurusan Teknik Mesin, Fakultas Teknik, Universitas Mercu Buana Jl. Raya Meruya Utara,
Lebih terperinciPenerapan Model ARIMA
Penerapan Model ARIMA (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 1 a. Lakukan proses pembedaan (differencing) sebanyak dua kali pada data asal. b. Lakukan pendugaan parameter pada
Lebih terperinciPERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN FUZZY TIME SERIES TERBOBOT. 1. Pendahuluan
PERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN FUZZY TIME SERIES TERBOBOT Dennis Frisca Ayudya, Dewi Retno Sari Saputro, Santoso Budi Wiyono Program Studi Matematika FMIPA UNS Abstrak. Indeks harga
Lebih terperinciPERANCANGAN SISTEM PPIC AIR MINERAL DI PT. X
Widya, et al. / Perancangan Sistem PPIC Air Mineral di PT. X / Jurnal Titra, Vol. 5, No. 1, Januari 217, pp. 79-86 PERANCANGAN SISTEM PPIC AIR MINERAL DI PT. X Ferdian Rama Widya 1, Tanti Octavia 2 Abstract:
Lebih terperinciANALISA PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUKSI FOAM DENGAN METODE EXPONENTIAL SMOOTHING.(Studi kasus pada PT.
ANALISA PERENCANAAN DAN PENGENDALIAN PERSEDIAAN PRODUKSI FOAM DENGAN METODE EXPONENTIAL SMOOTHING.(Studi kasus pada PT. BESTARI MULIA) Sitta Mega Afrista**) dan Yunia Dwie Nurcahyanie*) Abstrak Perkembangan
Lebih terperinciAbstract. Keywords : fluctuating demand, aggregate planning, strategy. Universitas Kristen Maranatha
Abstract Setia Bakery Company is a private company engaged in the field of home industry. The type of products manufactured and sales are fresh bread. Increasing number of companies engaged in the food
Lebih terperinciAnalisa Performansi Dan Peramalan Call Center PT.INDOSAT, Tbk dengan Menggunakan Formula Erlang C
Analisa Performansi Dan Peramalan Call Center PT.INDOSAT, Tbk dengan Menggunakan Formula Erlang C Oleh: Rara Karismawati NRP.7207040019 1 Pembimbing: Mike Yuliana, ST, MT NIP. 197811232002122009 Reni Soelistijorini,
Lebih terperinciPERANCANGAN ALGORITMA HEURISTIK UNTUK PENYELESAIAN PERMASALAHAN SWAP-BODY VEHICLE ROUTING PROBLEM
PERANCANGAN ALGORITMA HEURISTIK UNTUK PENYELESAIAN PERMASALAHAN SWAP-BODY VEHICLE ROUTING PROBLEM Pembimbing: Dr. Eng. Ir. Ahmad Rusdiansyah, M.Eng, CSCP Disusun Oleh: Jurusan Teknik Industri Andre T.
Lebih terperinciAnalisis Hubungan Deret Waktu untuk Peramalan
Analisis Hubungan Deret Waktu untuk Peramalan Author: Junaidi Junaidi Ramalan (forecast) merupakan dugaan atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang. Ramalan
Lebih terperinciPENGENDALIAN PERSEDIAAN DUA ESELON DENGAN MENGGUNAKAN METODE JOINT ECONOMIC LOT SIZE (JELS)
PENGENDALIAN PERSEDIAAN DUA ESELON DENGAN MENGGUNAKAN METODE JOINT ECONOMIC LOT SIZE (JELS) Santoso 1*, David Try Liputra 2, Yoanes Elias 3 1,2,3 Jurusan Teknik Industri, Fakultas Teknik, Universitas Kristen
Lebih terperinciIBM. (1984). Five Stage of Problem Solving Process, New York.
REFERENCE Cachon, G. and Terwiesch, C. (2006), Matching Supply with Demand: An Introduction to Operations Management. International edition, McGrawHill, New York. Chopra, S. and Meindl, P. (2007), Supply
Lebih terperinciOPTIMASI PERENCANAAN PENGENDALIAN PERSEDIAAN DENGAN MEMPERTIMBANGKAN KLASIFIKASI INGREDIENT PADA RESTORAN X
Program Studi MMT-ITS, Surabaya Februari 20 OPTIMASI PERENCANAAN PENGENDALIAN PERSEDIAAN DENGAN MEMPERTIMBANGKAN KLASIFIKASI INGREDIENT PADA RESTORAN X Afina Kibtiyah Hidayati ) dan Suparno 2) ) Program
Lebih terperinciPERANCANGAN SISTEM ALOKASI DAN PERENCANAAN PRODUKSI KEMAS BOTOL GELAS DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING
PERANCANGAN SISTEM ALOKASI DAN PERENCANAAN PRODUKSI KEMAS BOTOL GELAS DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING Basuki Hermanto Program Bidang Studi Magister Manaemen Teknologi Bidang Keahlian Manaemen
Lebih terperinciPENERAPAN METODE PERAMALAN SEBAGAI ALAT BANTU UNTUK MENENTUKAN PERENCANAAN PRODUKSI DI PT. SKK
PENERAPAN METODE PERAMALAN SEBAGAI ALAT BANTU UNTUK MENENTUKAN PERENCANAAN PRODUKSI DI PT. SKK Widhy Wahyani, Achmad Syaichu Jurusan Teknik Industri STT POMOSDA Nganjuk, Jawa Timur syaichu07@gmail.com
Lebih terperinciABSTRACT. Key words: production, aggregate planning, cost efficiency. vii. Universitas Kristen Maranatha
ABSTRACT P.T Senayan Sandang Makmur is a company engaged in the manufacturing industry. In the course of its operations, the company is always striving to achieve its objectives, namely to meet consumer
Lebih terperinciStudi Perbandingan Ekpektasi Biaya Total Antara Kasus Bakcorder dan Lost Sales pada Model Persediaan Probabilistik
J. Math. and Its Appl. ISSN: 1829-65X Vol. 3, No. 2, Nov 26, 19 117 Studi Perbandingan Ekpektasi iaya Total Antara Kasus akcorder dan Lost Sales pada Model Persediaan Probabilistik Valeriana Lukitosari
Lebih terperinciPENENTUAN KEBIJAKAN ORDER PRODUK SKINCARE DAN PLASTER DENGAN PENDEKATAN VENDOR MANAGED INVENTORY (Studi Kasus: PT Beiersdorf Indonesia)
PENENTUAN KEBIJAKAN ORDER PRODUK SKINCARE DAN PLASTER DENGAN PENDEKATAN VENDOR MANAGED INVENTORY (Studi Kasus: PT Beiersdorf Indonesia) DETERMINATION ORDER POLICY SKINCARE AND PLASTER PRODUCT VENDOR MANAGED
Lebih terperinciABSTRAK. iv Universitas Kristen Maranatha
ABSTRAK PT Coca Cola Amatil Indonesia merupakan salah satu produsen minuman ringan berkarbonasi terbesar di Indonesia. Saat ini, PT Coca Cola Amatil Indonesia telah memiliki 10 pabrik yang tersebar hampir
Lebih terperinciPERENCANAAN DISTRIBUSI LPG DENGAN METODE DRP (DISTRIBUTION REQUIREMENT PLANNING) DAN SAVING MATRIKS
PERENCANAAN DISTRIBUSI LPG DENGAN METODE DRP (DISTRIBUTION REQUIREMENT PLANNING) DAN SAVING MATRIKS (Studi Kasus pada PT Sari Bumi) Skripsi Diajukan kepada Universitas Muhammadiyah Malang Untuk Memenuhi
Lebih terperinciPERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS
PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS Oleh : Agustini Tripena ABSTRACT In this paper, forecasting the consumer price index data and inflation. The method
Lebih terperinciMANAJEMEN PERSEDIAAN
MANAJEMEN PERSEDIAAN Modul ke: 06Fakultas Ekonomi dan Bisnis Persediaan Pengaman (Safety Stock) Dr. Sawarni Hasibuan, M.T. Program Studi Manajemen www.mercubuana.ac.id Akomodasi Ketidakpastian Asumsi Model
Lebih terperinci1 Pendahuluan. 2 Metode Penelitian
Malikussaleh Industrial Engineering Journal Vol.5 No.1 (2016) 29-34 ISSN 2302 934X Planning and Production System Optimasi Ukuran Pemesanan Lot Yang Ekonomis pada Permintaan Deterministik Dinamis Menggunakan
Lebih terperinciABSTRACT. viii. Universitas Kristen Maranatha
ABSTRACT Aggregate production planning is planning and organizing earlier regarding the people, materials, machines, and other equipment as well as capital goods which is necessary to produce the goods
Lebih terperinciDari. Logistics Value Creation PROPOSISI
PROPOSISI Logistics Value Creation Dari perspektif konsumen, logistik merupakan kegiatan untuk menyampai kan produk ke konsumen secara tepat, yang memenuhi tujuh kriteria tepat. Dikenal dengan tujuh tepat
Lebih terperinciMODUL MINITAB UNTUK PERAMALAN DENGAN METODE ARIMA DAN DOUBLE EXPONENTIAL
MODUL MINITAB UNTUK PERAMALAN DENGAN METODE ARIMA DAN DOUBLE EXPONENTIAL Minitab adalah program statistik yang setiap versinya terus dikembangkan. Gambar 1 memperlihatkan kepada anda aspek-aspek utama
Lebih terperinciSILABUS MATAKULIAH PERAMALAN BISNIS
SILABUS MATAKULIAH PERAMALAN BISNIS Matakuliah : Peramalan Bisnis Kode Matakuliah/sks : AGB 201/ 3(2-3) Semester : 4 Prasyarat Deskripsi Singkat : Metode Statistika : Matakuliah ini memberikan pengetahuan,
Lebih terperinciANALISIS PERAMALAN PENJUALAN PAKAIAN MUSLIM MEREK RABBANI DI NAFA COLLECTION
ANALISIS PERAMALAN PENJUALAN PAKAIAN MUSLIM MEREK RABBANI DI NAFA COLLECTION Nama : Ulfah Indriyani NPM : 18210318 Kelas : 3EA18 Fakultas : Ekonomi Jenjang/Jurusan : S1/Manajemen LATAR BELAKANG Semakin
Lebih terperinciTEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI.
TEKNIK PERAMALAN KUANTITATIF (TEKNIK STATISTIK) Astrid Lestari Tungadi, S.Kom., M.TI. PENERAPAN TEKNIK Keakuratan data yang dimiliki Asumsi yang disepakati bersama Kondisi perusahaan yang terdiri dari
Lebih terperinciPERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO
Perbandingan Model ARIMA... (Alia Lestari) PERBANDINGAN MODEL ARIMA DAN MODEL REGRESI DENGAN RESIDUAL ARIMA DALAM MENERANGKAN PERILAKU PELANGGAN LISTRIK DI KOTA PALOPO Alia Lestari Fakultas Teknik Universitas
Lebih terperinciPERENCANAAN KEBUTUHAN BAHAN BAKU KEMASAN MINUMAN RINGAN UNTUK MEMINIMUMKAN BIAYA PERSEDIAAN. Mila Faila Sufa 1*, Rizky Novitasari 2
PERENCANAAN KEBUTUHAN BAHAN BAKU KEMASAN MINUMAN RINGAN UNTUK MEMINIMUMKAN BIAYA PERSEDIAAN Mila Faila Sufa 1*, Rizky Novitasari 2 1,2 Jurusan Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah
Lebih terperinciSidang Akhir Tugas Akhir PERAMALAN KETERSEDIAAN BATUBARA MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE MOVING AVERAGE (VARMA) PADA PT.
Sidang Akhir Tugas Akhir PERAMALAN KETERSEDIAAN BATUBARA MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE MOVING AVERAGE (VARMA) PADA PT.XYZ Immash Kusuma Pratiwi 5208100123 PENDAHULUAN Latar Belakang, Perumusan
Lebih terperinciPENERAPAN DISTRIBUTION REQUIREMENT PLANNING UNTUK PERENCANAAN PENGIRIMAN AIR MINUM DALAM KEMASAN (STUDI KASUS PERUSAHAAN X)
TUGAS AKHIR PENERAPAN DISTRIBUTION REQUIREMENT PLANNING UNTUK PERENCANAAN PENGIRIMAN AIR MINUM DALAM KEMASAN (STUDI KASUS PERUSAHAAN X) DINA WAHYU ANGGRAINI NRP 2502 109 017 Dosen Pembimbing Ir. I Nyoman
Lebih terperinciSTUDI KOORDINASI PRODUKSI, PENJUALAN, DAN SISTEM PEMBAYARAN ANTARA PRODUSEN DENGAN BEBERAPA DISTRIBUTOR (Studi Kasus di Industri Keramik)
STUDI KOORDINASI PRODUKSI, PENJUALAN, DAN SISTEM PEMBAYARAN ANTARA PRODUSEN DENGAN BEBERAPA DISTRIBUTOR (Studi Kasus di Industri Keramik) Felecia Alumnus Fakultas Teknologi Industri, Jurusan Teknik Industri
Lebih terperinciBAB 4 ANALISIS DAN BAHASAN
BAB 4 ANALISIS DAN BAHASAN 4.1 Profil Perusahaan PT. LG Electronics Indonesia adalah perusahaan elektronik asal Korea Selatan yang menjadi salah satu bagian dari LG Group yang didirikan di Korea pada tahun
Lebih terperinciAPLIKASI PROGRAM DINAMIK UNTUK MENGOPTIMALKAN BIAYA TOTAL PADA PENGENDALIAN PRODUKSI MINYAK SAWIT DAN INTI SAWIT
Saintia Matematika Vol. 1, No. 5 (2013), pp. 419 433. APLIKASI PROGRAM DINAMIK UNTUK MENGOPTIMALKAN BIAYA TOTAL PADA PENGENDALIAN PRODUKSI MINYAK SAWIT DAN INTI SAWIT (STUDI KASUS: PTPN IV (PERSERO) PKS
Lebih terperinciAnalisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan
SEMINAR PROPOSAL TUGAS AKHIR Analisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan OLEH: NAMA : MULAZIMATUS SYAFA AH NRP : 13.11.030.021 DOSEN PEmbimbing: Dr.
Lebih terperinciPERENCANAAN PRODUKSI MINYAK TELON UKURAN 100 ML DENGAN METODE TIME SERIES DI PT. MERPATI MAHARDIKA
Teknologi ISSN 1858-4993 JURNAL ILMIAH DAN TEKNOLOGI PERENCANAAN PRODUKSI MINYAK TELON UKURAN 100 ML DENGAN METODE TIME SERIES DI PT. MERPATI MAHARDIKA Dosen Program Studi Teknik Industri Universitas Pamulang
Lebih terperinciPENGUKURAN KINERJA SUPPLY CHAIN DI PT XYZ DENGAN MENGGUNAKAN METODE SCOR
PENGUKURAN KINERJA SUPPLY CHAIN DI PT XYZ DENGAN MENGGUNAKAN METODE SCOR Dimas Satria Rinaldy, Patdono Suwignjo Manajemen Industri, Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember Surabaya
Lebih terperinciPERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113
PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 Pertemuan 5 Outline: Aggregate Planning Referensi: Smith, Spencer B., Computer-Based Production and Inventory Control, Prentice-Hall, 1989. Tersine, Richard
Lebih terperinciMETODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat
Lebih terperinci