BAB 2 LANDASAN TEORI

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI

BAB II TINJAUAN TEORITIS

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 2 LANDASAN TEORI

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

BAB II LANDASAN TEORI. Persediaan dapat diartikan sebagai barang-barang yang disimpan untuk digunakan atau

IV METODE PENELITIAN

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

Pengantar Teknik Industri

BAB 2 LANDASAN TEORI

III. METODE PENELITIAN

Analisis Model dan Contoh Numerik

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

RANCANG BANGUN OPTIMASI PERENCANAAN KEBUTUHAN BAHAN BAKU DENGAN ALGORITMA SILVER-MEAL

BAB 2 TINJAUAN TEORI

Jurnal Edik Informatika. Peramalan Kebutuhan Manajemen Logistik Pada Usaha Depot Air Minum Isi Ulang Al-Fitrah

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 3 LANDASAN TEORI

BAB II LANDASAN TEORI

Perancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing

BAB 2 LANDASAN TEORI

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

BAB II TINJAUAN PUSTAKA

SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING. Oleh: Salman Alfarisi

BAB 2 LANDASAN TEORI

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB II LANDASAN TEORI. bahasa Yunani Sustema yang berarti satu kesatuan yang atas komponen atau

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(64-69)

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

III. PEMODELAN HARGA PENGGUNAAN INTERNET

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

MONOGRAF EVALUASI PENGENDALIAN PERSEDIAAN BAHAN BAKU INDUSTRI MANUFAKTUR DENGAN PENDEKATAN HEURISTIC SILVER MEAL IRIANI UPN VETERAN JAWA TIMUR

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

III. METODE PENELITIAN

IDENTIFIKASI POLA DATA TIME SERIES

Sekilas Pandang. Modul 1 PENDAHULUAN

BAB IX TEKNIK PERAMALAN

BAB 2 LANDASAN TEORI

USULAN UKURAN PEMESANAN OPTIMAL SUKU CADANGMESIN GRINDING BERDASARKAN LAJU KERUSAKAN MENGGUNAKAN METODE Q (di Bengkel Pembuatan dan Service Turbin)

SKRIPSI IMELDA YULI YANTI FRANSISKA

IV. METODE PENELITIAN

BAB 2 DASAR TEORI. Studi mengenai aspek teknis dan produksi ini sifatnya sangat strategis, sebab

IMPLEMENTASI METODE TRIPLE EXPONENTIAL SMOOTHING ADDITIVE UNTUK PREDIKSI PENJUALAN ALAT TULIS KANTOR (ATK) PADA X STATIONERY

BAB 3 LANDASAN TEORI. 3.1 Pengertian dan Kegunaan Peramalan (Forecasting)

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB II LANDASAN TEORI

III. KERANGKA PEMIKIRAN

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang

PERENCANAAN DAN PENGENDALIAN PERSEDIAAN BAHAN BAKU DENGAN METODE MATERIAL REQUIREMENT PLANNING GUNA MENURUNKAN BIAYA PENGADAAN BAHAN BAKU

PENERAPAN METODE EXPONENTIAL SMOOTHING DALAM SISTEM INFORMASI PENGENDALIAN PERSEDIAAN BAHAN BAKU (STUDI KASUS TOKO TIRTA HARUM)

BAB II TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 2 TINJAUAN TEORITIS. dari bahasa Yunani yang berarti Demos adalah rakyat atau penduduk,dan Grafein

Bab II Dasar Teori Kelayakan Investasi

APLIKASI PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA

Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series

BAB 2 LANDASAN TEORI

Transkripsi:

BAB 2 LANDASAN TEORI 2.1 Produksi Akivias produksi sebagai suau bagian dari fungsi organisasi perusahaan yang beranggung jawab erhadap pengolahan bahan baku menjadi produksi jadi yang dapa dijual. Terdapa iga fungsi uama dari kegiaan produksi yang dapa kia idenifikasi, yaiu (Nasuion, 2003): a. Proses produksi, yaiu meode dan eknik yang digunakan dalam mengolah bahan baku menjadi produk. b. Perencanaan produksi, yaiu merupakan indakan anisipasi di masa mendaang sesuai dengan periode waku yang direncanakan. c. Pengendalian produksi, yaiu indakan yang menjamin bahwa semua kegiaan yang dilaksanakan dalam perencanaan elah dilakukan dengan arge yang elah dieapkan. Perencanaan produksi sanga pening bagi perusahaan manufakur seperi PT. KHI Pipe Indusries. Perencanaan produksi yang baik akan mengurangi erjadinya dead sock karena produksi dilaksanakan sesuai dengan kebuuhan pasar. 2.1.1. Sisem Produksi Menuru Tujuan Operasi Terdapa empa jenis sisem produksi, yaiu (Nasuion, 2003): a. Engineering o Order (ETO), yaiu bila pemesan memina produsen unuk membua produk yang dimulai dari proses perancangannya (rekayasa). b. Assembly o Order (ATO), yaiu bila produsen membua desain sandar, modul-modul opsinya sandar yang sebelumnya dan meraki suau kombinasi erenu dari modul-modul ersebu bisa diraki unuk berbagai ipe produk. c. Make o Order (MTO), yaiu bila produsen menyelesaikan iem akhirnya jika dan hanya jika elah menerima pesanan kondumen unuk iem ersebu. Bila iem ersebu bersifa unik dan mempunyai desain yang dibua menuru pesanan, maka konsumen mungkin bersedia menunggu hingga produsen dapa menyelesaikannya. d. Make o Sock (MTS), yaiu bila produsen membua iem-iem yang diselesaikan dan diempakan sebagai persediaan sebelum pesanan konsumen dierima. Iem akhir ersebu baru akan dikirim dari sisem persediaannya seelah pesanan konsumen dierima. 2.2 Sisem Analisis dan Desain Sisem informasi adalah komponen kompuer yang saling berhubungan yang mengumpulkan, memproses, menyimpan dan menyediakan informasi yang dibuuhkan unuk menyelesaikan pekerjaan. Dalam mencipakan sisem informasi ada beberapa hal yang harus dilakukan, yaiu (Sazinger, Jackson, & Burd, 2012): 5

6 a. Sisem Analisis Sisem analisis merupakan akivias-akivias yang dilakukan unuk mengeri apa yang harus dapa dicapai oleh sisem baru. b. Sisem Desain Sisem desain adalah rancangan sisem secara deail agar dapa menyelesaikan permasalahan yang diperlukan. 2.2.1 Unified Modeling Language (UML) Merupakan salah sau cara dalam menggambarkan desain sisem dengan berbasiskan objek. UML adalah kumpulan model dan noasi sandar yang didefinisikan oleh Objec Managemen Group (OMG). Dengan menggunakan UML analys dan end user () dapa mengeri diagram yang digunakan dalam pengembangan sisem. Terdapa beberapa diagram dalam UML, yaiu (Sazinger, Jackson, & Burd, 2012): a. Use Case Diagram Use Case Diagram adalah model grafis yang merangkum informasi enang akor dan use case. Use case erdiri dari empa noasi, yaiu akor, use case, connecing line dan auomaion boundary. b. Aciviy Diagram Gambar 2.1 Conoh Use Case Diagram Sumber: Sazinger, Jackson, & Burd, 2012: 17 Aciviy diagram mendeskripsikan berbagai akivias user, siapa yang melakukan akivias dan uruan dari akivias ersebu.

7 Gambar 2.2 Conoh Aciviy Diagram Sumber: Sazinger, Jackson, & Burd, 2012: 18 c. Use Case Descripion Use case descripion adalah deskripsi mengenai proses secara deail dalam use case diagram. Terdapa iga ingka dalam use case descripion, yaiu brief descripion, inermediae descripion dan fully developed descripion. 1. Brief descripion digunakan unuk use case yang sanga mudah. 2. Inermediae-level use case descripion menjelaskan lebih deail brief descripion, ermasuk alur inernal akivias pada use case. 3. Fully developed descripion merupakan meode paling formal dalam mendokumenasikan use case. Pada ingkaan ini semua komponen dijelaskan secara erperinci. Gambar 2.3 Conoh Use Case Descripion Sumber: Sazinger, Jackson, & Burd, 2012: 123

8 d. Domain Class Diagram Domain class diagram digunakan unuk menggambarkan kelas objek pada sebuah sisem dan bagaimana hubungan anar seiap kelas objek. Gambar 2.4 Conoh Domain Class Diagram Sumber: Sazinger, Jackson, & Burd, 2012: 16 e. Sequence Diagram Sysem sequence diagram merupakan diagram yang digunakan unuk menggambarkan uruan dari pesan anara akor eksernal dengan sisem selama use case aau skenario. Gambar 2.5 Conoh Sequence Diagram Sumber: Sazinger, Jackson, & Burd, 2012: 127 2.3 Decision Suppor Sysem (DSS) DSS adalah sisem informasi berbasis kompuer yang menyediakan informasi yang informaif unuk mendukung manager dalam proses pembuaan kepuusan (O'Brien & Marakas, 2010). Dengan menggunakan DSS, maka dapa membanu PT KHI Pipe Indusries dalam menenukan berapa jumlah produksi

yang opimal agar seluruh perminaan dapa erpenuhi. Decision Suppor Sysem erdiri dari empa bagian, yaiu: 1. Model Analiik (Model Maemaik) 2. Daabase 3. Knowledge Managemen 4. User Inerface 2.4 Forecasing Seiap perusahaan yang akan melakukan produksi, pada dasarnya harus dilakukan peramalan, unuk mengeahui jumlah perminaan di masa yang akan daang. Dengan mengeahui jumlah perminaan yang akan daang, maka dapa melakukan penjadwalan proses produksi dan penjadwalan pemesanan barang bagi PT KHI Pipe Indusries, sehingga dapa mengurangi kemungkinan erjadinya kelebihan produksi. Beriku definisi peramalan menuru para ahli: 1. Menuru Arman Hakin Nasuion (2003), Peramalan adalah proses unuk memperkirakan beberapa kebuuhan di masa mendaang yang melipui kebuuhan dalam ukuran kuanias, kualias, waku dan lokasi yang dibuuhkan dalam rangka memenuhi perminaan barang aaupun jasa. Peramalan idak erlalu dibuuhkan dalam kondisi perminaan pasar yang sabil, karena perubahan perminaannya relaif kecil. Teapi peramalan akan sanga dibuuhkan bila kondisi perminaan pasar bersifa komplek dan dinamis. 2. Menuru Teguh Baroo (2002), peramalan digunakan sebagai dasar unuk menenukan kebijakan pengendalian dari sisem persediaan (invenory), membua perencanaan produksi, pembebanan mesin, menenukan kebuuhan mesin, peralaan, bahan, sera unuk menenukan ingka enaga kerja selama periode produksi. 3. Menuru Nahmias (2009), peramalan memainkan peran senral dalam fungsi operasi dari suau perusahaan. Penjualan produk baru dan yang sudah ada, kebuuhan bahan baku, keersediaan bahan baku dan kapasias persyaraan hanya beberapa fakor yang mempengaruhi keberhasilan di masa depan bagi perusahaan. 2.4.1 Peramalan Perminaan Menuru Arman Hakim Nasuion, peramalan perminaan menjadi masukan yang sanga pening dalam kepuusan perencanaan dan pengendalian perusahaan (Nasuion, 2003). Karena bagian operasional produksi beranggung jawab erhadap pembuaan produk yang dibuuhkan konsumen, maka kepuusan-kepuusan operasi produksi sanga dipengaruhi hasil dari peramalan perminaan. 9

10 2.4.2 Pola Perminaan Seiap jenis perusahaan memiliki jenis pola perminaan yang berbeda pula. Menuru Teguh Baroo, pola perminaan dapa dikeahui dengan membua Scaer Diagram, yaiu pemploan daa hisoris secara inerval waku erenu (Baroo, 2002). Dalam Time Series erdapa empa jenis pola perminaan, yaiu (Baroo, 2002): 1. Pola Trend Bila daa perminaan menunjukkan pola kecenderungan gerakan penurunan aau kenaikan jangka panjang. Daa yang kelihaannya berflukuasi, apabila diliha pada renang waku yang panjang akan dapa diarik suau garis maya. Meode peramalan yang sesuai adalah meode regresi linear, exponenial smoohing, aau double exponenial smoohing. Gambar 2.6 Flukuasi Perminaan Berpola Trend Sumber: Baroo, 2012: 32 2. Pola Musiman Bila daa yang kelihaannya berflukuasi, namun flukuasi ersebu akan erliha berulang dalam suau inerval waku erenu, maka daa ersebu berpola musiman. Disebu pola musiman karena perminaan ini biasanya dipengaruhi oleh musim, sehingga biasanya inerval pengulangan daa ini adalah sau ahun. Meode peramalan yang sesuai dengan pola musiman adalah meode winer (sanga sesuai), aau moving average aau weigh moving average. Gambar 2.7 Flukuasi Perminaan Berpola Musiman Sumber: Baroo, 2012: 33

3. Pola Siklikal Bila flukuasi perminaan secara jangka panjang membenuk pola sinusoid gelombang aau siklus. Pola siklikal mirip dengan pola musiman, pola musiman idak harus berbenuk gelombang, benuknya dapa bervariasi namun wakunya akan berulang seiap ahun, pola siklikal benuknya selalu mirip gelombang sinusoid. Meode yang sesuai bila daa berpola siklikal adalah meode moving average, weigh moving average dan exponenial smoohing. 11 Gambar 2.8 Flukuasi Perminaan Berpola Siklis Sumber : Baroo, 2012: 34 4. Pola Acak Bila flukuasi daa perminaan dalam jangka panjang idak dapa digambarkan oleh keiga pola lainnya. Flukuasi perminaan bersifa acak aau idak jelas. Tidak ada meode peramalan yang direkomendasikan unuk pola ini. Hanya saja, ingka kemampuan seorang analis peramalan sanga menenukan dalam pengambilan kesimpulan mengenai pola daa, seorang analisis unuk sama mungkin menyimpulkan berpola random dan analisis lainnya menyimpulkan musiman. Jika pola daa acak, maka perlu secara subjekif dalam melakukan peramalan. Gambar 2.9 Flukuasi Perminaan Berpola Acak Sumber: Baroo, 2012: 35 Dengan mengeahui jenis pola perminaan apa yang erdapa pada PT KHI Pipe Indusries, maka dapa dikeahui meode perhiungan forecas yang sesuai unuk PT KHI Pipe Indusries.

12 2.4.3 Meode Forcasing Menuru Baroo, Unuk membua peramalan perminaan harus menggunakan suau meode erenu. Pada dasarnya semua meode peramalan memiliki ide sama, yaiu menggunakan daa masa lalu unuk memperkirakan aau memproyeksikan daa di masa yang akan daang. Meode yang digunakan dalam peneliian ini adalah menggunakan meode Hol, Brown dan Winer. 1. Meode Hol (Double Exponenial Smoohing Double Parameer) S αd + 1 α S G G = ( )( + 1 1 ) =β( S S 1) + ( 1 β) G 1 F = S +, + τ τg Dimana: S = Inercep of period G α β F τ = Slope of period = Smoohing consan of inercep = Smoohing consan for slope = Forecas amoun period = Range of forecas period 2. Meode Brown (Double Exponenial Smoohing Single Parameer) S' = αd + 1 α S' S' ' = αs' + a b = 2S' S' ' α = 1 α ( ) 1 ( 1 α) S' ' 1 ( S' S' ' ) F = a + 1 b 1N Dimana : S' = Single Exponenial Smoohing period ' S' = Double Exponenial Smoohing period α = Smoohing Consan b = Slope a F = Inercep = Forecas amoun period 3. Meode Winer (Exponenial Smoohing Triple Parameer) D S = α + ( 1 α)( S 1 + G 1 ) C N G β S S ) + (1 β G = ( 1 ) 1

13 D C = γ + ( 1 γ) C N S F, + τ = ( S -1 + τg -1 ) C τ N Dimana: S G C α β γ F τ N = Series of period = Trend of period = Seasonal of period = Smoohing consan for series = Smoohing Consan for rend = Smoohing Consan for seasonal = Forecas a period = Range of forecas period = Number of he ime series 2.4.4 Ukuran Akurasi Hasil Peramalan Besarnya kesalahan peramalan dapa dihiung dengan beberapa cara, seperi (Nahmias, 2009): 1. MSE (Mean Square Error) 2. MAPE (Mean Absolue Percenage Error) Dimana: D = order pada periode F = forecas pada periode n = jumlah periode Dengan menggunakan ukuran-ukuran di aas, maka dapa dikeahui apakah hasil dari perhiungan meode forecasing mendekai dengan kenyaaan yang erjadi di PT KHI Pipe Indusries aau idak. Apabila mendekai dengan kenyaaan, maka meode forecasing ersebu dapa digunakan unuk forecasing pada periode berikunya. 2.4.5 Karakerisik Peramalan Terdapa beberapa karakerisik peramalan yaiu (Nahmias, 2009): 1. Tidak selalu benar. 2. Semakin banyak perbandingan daa, semakin baik. 3. Agrega forecas lebih akura. 4. Semakin pendek forecas horizon, semakin akura. 5. Perhaikan informasi ambahan.

14 2.5 Invenory Menuru Arman Hakim Nasuion, invenory aau persediaan adalah sumberdaya menganggur (idle resources) yang menunggu proses lebih lanju (Nasuion, 2003). Yang dimaksud proses lebih lanju ersebu adalah berupa kegiaan produksi pada sisem manufakur, kegiaan pemasaran pada sisem disribusi aaupun kegiaan konsumsi pangan pada sisem rumah angga. Secara fisik, iem persediaan dapa dikelompokkan dalam lima kaegori menuru Teguh Baroo, yaiu (Baroo, 2002): 1. Bahan Menah (Raw Maerial) 2. Komponen 3. Barang Seengah Jadi (Work in Process) 4. Barang Jadi 5. Bahan Pembanu 2.5.1 Invenory Conrol Invenory Conrol adalah pengawasan persediaan, penyimpanan dan akses erhadap produk unuk memasikan pasokan yang cukup anpa berlebihan. Hal ini juga dapa disebu sebagai konrol inernal - prosedur akunansi aau sisem yang dirancang unuk meningkakan efisiensi aau menjamin pelaksanaan kebijakan aau menjaga ase aau menghindari penipuan dan kesalahan. Fungsi invenory conrol adalah menghiung lo size dan mencari alernaif dengan biaya erkecil. Ada lima cara unuk mencari pengeluaran dalam invenory conrol, yaiu (Nahmias, 2009): 1. EOQ Lo Sizing EOQ lo sizing merupakan meode yang ermudah dan mendasar dalam invenory model. Pada EOQ lo sizing jumlah pemesanan yang dilakukan dienukan oleh biaya yang paling murah, baik biaya pengiriman maupun biaya pengiriman. Dimana: K = biaya seup λ = laju perminaan h = biaya penyimpan per uni 2. The Silver-Meal Heurisic Silver-Meal Heurisic merupakan meode yang membuuhkan penenuan biaya raa-raa unuk seiap periode sebagai fungsi unuk angka dari periode pada order yang sekarang sampai dengan periode berikunya dan berheni menghiung keika fungsi ersebu angkanya berambah. K (m) = 1/m (A + hd 2 + 2hD 3 + + (m-1) hd m ) Dimana: K (m)= biaya oal A = biaya pemesanan h = biaya penyimpanan per uni = kebuuhan pada periode m D m

3. Leas Uni Cos Leas uni cos serupa dengan silver-meal heurisic, perbedaannya adalah keika pembagian. Pada silver-meal heurisic dibagi dengan periode, sedangkan pada leas uni cos dibagi dengan perminaan. 15 C j = ( k + hr 1 + 2 hr 2 +... + ( j 1) hr j ) /( r1 + r 2 +... + Dimana: C j = biaya raa-raa penyimpanan dan seup k = biaya seup h = biaya penimpanan r = perminaan 4. Par Periode Balancing Pada meode ini order horizon yang dilakukan sama dengan jumlah periode yang paling mendekai anara jumlah biaya penyimpanan dengan seup cos pada periode ersebu. PP m = D 2 + 2D 3 + 3D 4 +.+ (m-1)d m A/h Dimana: PPm = par period unuk periode m Dm = kebuuhan pada periode m A = biaya pemesanan H = biaya penyimpanan per uni 5. Wagner-Whiin Mehod r ) j Dimana : K,l = jumlah biaya pada kolom dan baris l D j = jumlah dari perminaan pada periode j A H = biaya pemesanan = biaya penyimpanan per uni per periode perencanaan, where l = 1,2,,N

16 2.6 Fuzzy Logic Konsep fuzzy ses perama kali diperkenalkan oleh Zadeh pada ahun 1965. Tujuan dari fuzzy ses adalah unuk menggeneralisasi pengerian sau se dan proposisi unuk mengakomodasi jenis keidakjelasan dalam pengambilan kepuusan. Fuzzy logic elah diaplikasikan dalam berbagai jenis bidang, dari bidang indusri hingga manajemen invesasi. Secara garis besar, erdapa empa langkah dalam melakukan fuzzy logic, yaiu (Badiru & Cheung, 2002): 1. Pembenukan himpunan fuzzy (Fuzzifikasi) 2. Aplikasi fungsi implikasi 3. Komposisi auran 4. Defuzzifikasi 2.6.1 Fuzzy Logic dalam Penenuan Order Quaniy dan Reorder Poin Fakor yang mempengaruhi jumlah order quaniy dan reorder poin adalah jumlah demand dan supply. Di bawah ini merupakan model fuzzy logic yang digunakan dalam menenukan order quaniy dan reorder poin (Tanhaemee & Phruksaphanra, 2012). Gambar 2.10 Membership Funcion Demand Sumber: Tanhaemee & Phruksaphanra, 2002: 3 Gambar 2.11 Membership Funcion Supply Sumber: Tanhaemee & Phruksaphanra, 2002: 3

17 Gambar 2.12 Membership Funcion Order Quaniy Sumber: Tanhaemee & Phruksaphanra, 2002: 3 Gambar 2.13 Membership Funcion Reorder Poins Sumber: Tanhaemee & Phruksaphanra, 2002: 3

18