Optimasi Persediaan Multi-item Fuzzy EOQ Di PT UWBM dengan Algoritma Genetika

Optimasi Persediaan Multi-item Fuzzy EOQ Di PT UWBM dengan Algoritma Genetika Disusun Oleh : Ainy Mahmudah – 1307 100 002 Pembimbing I : Dr. Irhamah, S.Si., M.Si Pembimbing II : Dra. Sri Mumpuni R, M.Si 1

Seminar Hasil Statistika ITS 11 Juli 2011

AGENDA PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PENELITIAN HASIL DAN PEMBAHASAN KESIMPULAN 2

TINJAUAN METODELOGI PUSTAKA PENELITIAN HASIL DAN KESIMPULAN PEMBAHASAN

PENDAHULUAN

Latar Belakang Kompetisi  Manajemen Penyimpanan  Perencanaan Rantai Pasok

INDUSTRI

 Perencanaan Produksi SCM/MRP

 Perencanaan Jaringan Logistics  Vehicle Routing  Peramalan Penjualan  Bullwhip Effect

3


PENDAHULUAN

Latar Belakang Single-Item Kusumadewi (2010)

Produk

Mondal dan Maiti (2002)

Multi-Item

Multi-Item Fuzzy EOQ

Manajeman Persediaan

Algoritma Genetika

EOQ Mondal dan Maiti (2002)

Model EPQ 4


PENDAHULUAN

Rumusan Permasalahan

Tujuan

5

1

• Bagaimana model persediaan multi-item fuzzy EOQ pada data persediaan PT UWBM

2

• Berapa besar biaya persediaan yang optimum dengan menggunakan algoritma genetika untuk model EOQ di PT UWBM

1

• Mengembangkan model persediaan multi-item fuzzy EOQ pada data persediaan PT UWBM

2

• Mencari biaya persediaan yang optimum dengan menggnakan algoritma genetika untuk model EOQ di PT UWBM


PENDAHULUAN

Manfaat

Perusahaan • memberikan masukan pada pihak perusahaan untuk meminimumkan biaya persediaan dan jumlah barang yang dibutuhkan dalam satu periode produksi

Ilmu Pengetahuan • berkontribusi untuk permasalahan persediaan

6

penelitian

mengenai


PENDAHULUAN

Batasan Masalah

Algoritma genetika digunakan dalam menyelesaikan masalah persediaan dengan model multi-item fuzzy EOQ

Data yang digunakan diperoleh dari data persediaan di PT UWBM setiap minggu pada periode Januari 2010 sampai April 2011 Persediaan yang digunakan berdasarkan permintaan produksi produk Square Puff dan menggunakan item tepung terigu, tepung tapioka, dan gula Data permintaan yang digunakan untuk periode selanjutnya diperoleh dari hasil meramalkan dengan metode ARIMA

7

Periode perencanaan produksi adalah tiga bulan


PENDAHULUAN

ARIMA

Model ARIMA

Identifikasi model TAHAPAN

Estimasi parameter Pengujian model

8


PENDAHULUAN

Fungsi decoupling

Persediaan

Fungsi

Fungsi economic lot sizing Fungsi antisipasi

Biaya pembelian

Komponen Biaya

Biaya pemesanan Biaya penyimpanan Biaya kekurangan persediaan

9


PENDAHULUAN

Persediaan

Model Persediaan Multi-item EOQ

Total biaya persediaan

EOQ Optimum

Periode Pemesanan 10

Q = * i

* QRpi

Ci


PENDAHULUAN

Persediaan

Model Persediaan Multi-item Fuzzy EOQ

Fungsi Objektif

Fungsi Batasan

11


PENDAHULUAN

Algoritma Genetika

Simulasi proses evolusi pada manusia

Langkah – Langkah 1. Representasi dan Inisialisasi Gen

 Penyandian Gen dan Kromosom 1

0

1

1

Kromosom 12

 Menentukan Ukuran Populasi Dan Inisialisasi

1

0


PENDAHULUAN

Algoritma Genetika

2. Fungsi Tujuan Dan Nilai Fitnes 3. Seleksi Roulette Wheel

4. Pindah Silang Satu titik

5. Mutasi 13

6. Elitism

Induk 1

0 1 1 0

0 1 0

0 1 1

Induk 2

1 0 1 0

0 1 1

0 1 1

Anak1

0 1 1 0

0 1 1

0 1 1

Anak 2

0 1 1 0

0 1 0

0 1 1


PENDAHULUAN

PT UWBM VISI

MISI

Mende-dikasikan diri untuk menjamin kekuatan masa depan dengan mempertahankan kemampuan dan profesionalisme melalui permintaan konsumen 1. 2. 3. 4. 5.

14

Produksi Biskuit

Menyediakan produk yang diinginkan konsumen Menciptakan budaya untuk menghargai semua karyawan Mempertahankan hubungan dengan perusahaan dan organisasi lain yang relevan Menyediakan produk-produk yang berkualitas dan memberikan pelayanan yang memuaskan harapan konsumen Memberikan kontribusi yang signifikan terhadap pertumbuhan ekonomi di Indonesia melalui perkembangan di sektor domestik maupun ekspor.


PENDAHULUAN

Sumber Data dan Variabel Penelitian

Variabel 1. 2. 3. 4. 5. 6. 7. 8. 15

Sumber

Data mingguan persediaan bahan baku (tepung terigu, tepung tapioka, dan gula) PT UWBM pada bulan Januari 2010 sampai bulan April 2011

Biaya pemesanan mayor (Co) Biaya pemesanan minor (Coi) Biaya Simpan (Ch) Biaya pembelian yang dikeluarkan untuk satu unit barang item ke-i dalam satu periode perencanaan produksi (dRpi) Keseluruhan biaya pembelian yang dikeluarkan untuk satu unit barang semua item dalam satu periode perencanaan produksi (DRp) Biaya total persediaan/Total Cost (TC) Harga beli satu unit item (Cpi) Item 1 = tepung terigu, item 2 = tepung tapioka, dan item 3 = gula


PENDAHULUAN

Metode Analisis Data

Mulai

Data

Formulasi Permasalahan Meramalkan permintaan Tiap item

Memodelkan Permasalahan Persediaan Dengan Model Multi-ItemFuzzy EOQ Mengoptimalkan Model Multi-Item Fuzzy EQP Dengan Metode Algoritma Genetik

Selesai 16

Kesimpulan dan Saran

Model Optimum

Data Identifikasi Model Estimasi atau pendugaan parameter Tidak Pengujian asumsi model Ya Pemilihan model terbaik Peramalan (Forecasting)

Data Ramalan 17

Mulai Input : Npop, Pc, Pm Inisialisasi Populasi Generasi = 0

Metode Analisis Data

Set Generasi =1 Evaluasi kromosom berdasarkan fitness Seleksi dengan Roulette Wheel Crossover Mutasi Generasi = Generasi +1

Elitism

tidak

Mencapai ya stopping criteria? Ya Solusi Optimal 18

Selesai


PENDAHULUAN

Deskriptif Permintaan Bahan Baku

Variabel

19

Rata-Rata

Varians

Minimum Maksimum

T.Tapioka

125

1.903,50

0,00

236,00

Gula

931

41.602,90

0,00

1.356,00

T.Terigu

5.568

1.489.568

0,00

8.136,00


PENDAHULUAN

Peramalan Gula Plot Time Series Data Permintaan Gula

Plot ACF Data Permintaan Gula 1.0

1400

0.8 0.6

1000

0.4

Autocorrelation

1200

Gula

800 600 400

0.0 -0.2 -0.4 -0.6

200

-0.8

0

-1.0 1

20

0.2

5

10

15

20

25 Index

30

35

40

45

2

4

6

8

10

12

14

16 Lag

18

20

22

24

26

28

30


PENDAHULUAN

Peramalan Gula

ARMA(1,1) dengan menggunakan variabel dummy untuk minggu ke 35, 36, dan 37

Plot PACF Data Permintaan Gula 1.0 0.8 Partial Autocorrelation

0.6 0.4

Peramalan

0.2 0.0 -0.2 -0.4 -0.6

12.662

-0.8 -1.0 2

21

4

6

8

10

12

14

16 Lag

18

20

22

24

26

28

30


PENDAHULUAN

Peramalan Tepung Terigu

Plot Time Series Data Permintaan Tepung Terigu 9000

1.0

8000

0.8

7000

0.6 Autocorrelation

T. Terigu

6000 5000 4000 3000

0.4 0.2 0.0 -0.2 -0.4

2000

-0.6

1000

-0.8

0

-1.0 1

22

Plot ACF Data Permintaan Tepung Terigu

5

10

15

20

25 Index

30

35

40

45

1

5

10

15

20

25 Lag

30

35

40

45


PENDAHULUAN

Peramalan Tepung Terigu Plot PACF Data Permintaan Tepung Terigu

Model ARMA(1,1) dengan dummy minggu 35, 36 dan 37

1.0 0.8 Partial Autocorrelation

0.6 0.4

Peramalan

0.2 0.0 -0.2 -0.4 -0.6 -0.8 -1.0 2

23

4

6

8

10

12

14

16 Lag

18

20

22

24

26

28

30

75.775 karung tepung terigu


PENDAHULUAN

Peramalan Tepung Tapioka Plot Time Series Data Differencing PermintaanT.Tapioka

Plot Time Series Data Permintaan Tepung Tapioka 250

Time Series Plot of Diff Tapioka 100

200

50 Diff Tapioka

Tapioka

150

100

0

-50

50 -100

0

-150

1

24

5

10

15

20

25 Index

30

35

40

45

1

5

10

15

20

25 Index

30

35

40

45


PENDAHULUAN

Plot ACF Data Differencing Permintaan Tepung Tapioka

Plot PACF Data Differencing PermintaanT.Tapioka

0.8

1.0

0.6

0.8 0.6

0.4

Partial Autocorrelation

Autocorrelation

1.0

0.2 0.0 -0.2 -0.4 -0.6 -0.8

0.4 0.2 0.0 -0.2 -0.4 -0.6 -0.8

-1.0

-1.0

1

5

10

15

20

25

30

35

40

Lag

45

1

5

10

15

20

25

30

35

40

45

Lag

Model ARIMA(0,1,[2]) dengan dummy variabel minggu ke-37 Peramalan 25

2271 karung


PENDAHULUAN

Model Persediaan EOQ Untuk Bahan Baku

Biaya Pembelian masing-masing item Minor Item

Mayor

Tepung Terigu Tepung tapioka Gula

26

7.859,50

Pencetak Pengirim an

an

5

10

5

10

5

50


PENDAHULUAN

Biaya Yang Diperlukan Seluruh Item Permintaan 1 Item

Periode

Harga 1 unit

Kebutuhan Periode

perencanaan

item

perencanaan produksi

produksi Tepung Terigu

75774

95

7.198.625

Tepung tapioka

2272

77,5

176.080

Gula

12662

250

3.165.500

D

Biaya penyimpanan 27

10.540.205

depresiasi gedung (2%) pajak gudang (1%) biaya pemeliharaan persediaan (1%)


PENDAHULUAN

Biaya Simpan Masing-Masing Item/Unit Harga 1 unit

Biaya Simpan

Biaya Simpan /3

item

/Tahun

Bulan

Tepung Terigu

95

3,8

0,95

Tepung tapioka

77,5

3,1

0,775

Gula

250

10

2,5

Item

MODEL

28


PENDAHULUAN

Optimasi Model Persediaan Multi-Item EOQ

QRp1

QRp2

QRp3

235.516,1

5.760,77

103.565,1

29

Q1

Q2

Q3

2479

74

414

t* = 0,03445 x 12 x 6= 2,355066 ≈ 3


PENDAHULUAN

Multi-Item Fuzzy EOQ dengan Algoritma Genetika Representasi dan Inisialisasi

225.051,86

Inisialisasi

QRp1

QRp2

QRp3

235.516,1 5.760,77 103.565,1 30

Q1

Q2 3.678,49

Kromosom

Q3 98.718,44


PENDAHULUAN

TC

Fungsi Objektif

1/TC

Fitness

Pindah Silang (Crossover) Induk 1 Induk 2

31

225.051,86 3.678,49 230.051,86

3.800

Anak 1

225.051,86

Anak 2

230.051,86

3.800 3.678,49

98.718,44 95.513

95.513 98.718,44


PENDAHULUAN

Simulasi Algoritma Genetika

32

Item

Coi

Cpi

Tepung terigu

15

95

Tepung Tapioka

15

77,5

Gula

55

250

ARpi

P

1.898.787,5 0

97.300

Co

D

Ch

TC0

P0

7.944,50

10.540.205

1,41

485.652.4

48.565,24


PENDAHULUAN

TC = Fungsi Batasan

33


PENDAHULUAN

34

α

TIC

QRp1

QRp2

QRp3

0.05

485939.684853

235449.413

5694.386375

103494.28

0.10

485939.684853

235448.294

5693.4645

103496.32

0.15

485939.684853

235447.381

5696.0895

103494.6

0.20

485939.684853

235434.225

5700.152

103503.69

0.25

485939.684853

235447.663

5699.777

103490.64

0.30

485939.684853

235447.35

5692.136375

103498.58

0.35

485939.684853

235451.538

5693.30825

103493.23

0.40

485939.684853

235445.85

5692.55825

103499.66

0.45

485939.684853

235451.038

5696.402

103490.63

0.50

485939.684853

235444.303

5697.652

103496.12

0.55

485939.684853

235442.85

5699.0895

103496.14

0.60

485939.684853

235444.663

5695.30825

103498.1

0.65

485939.684853

235448.538

5697.902

103491.63

0.70

485939.684853

235444.1

5693.49575

103500.48

0.75

485939.684853

235447.1

5695.652

103495.32

0.80

485939.684853

235451.694

5690.027

103496.35

0.85

485939.684853

235448.85

5698.527

103490.69

0.90

485939.684853

235446.1

5691.62075

103500.35


PENDAHULUAN

t* = 0,03269747 x 12 x 6 = 2,354 ≈ 3 Perbandingan Multi-Item EOQ dengan Multi-Item Fuzzy EOQ dengan Algoritma Genetika

Item

Multi-Item EOQ Q*

35

Tepung Terigu

2479

Tepunt Tapioka

74

Gula

414

TIC

Multi-Item fuzzy EOQ dengan Algoritma Genetika Q

TIC

2.478 485.652,4

74 414

485.939,684853


PENDAHULUAN

Perbandingan Biaya Persediaan PT UWBM dengan Penelitian PT UWBM Frekuensi pemesanan

3

24

Mayor

7859.50

7859.5

Minor

85

85

(3 Bulan) Biaya pesan

QRpi

Cpi

DRp H

36

TC

Penelitian

224.989,62

QRp1

229.884,7

QRp2

3.635,056

3.692,74

QRp3

100.826,6

98.644,85

Cp1

95

95

Cp2

77.5

77.5

Cp3

250

250

dRp1

6.812.640

7.198.625

dRp2

107.725

176.080

dRp3

2.988.000

3.165.500

1.4

1.4

470.871.1

485.939,684


PENDAHULUAN

1. Model pengembangan untuk persediaan multi-item fuzzy EOQ pada data persediaan PT UWBM adalah

37


PENDAHULUAN

2. Dengan menggunakan model persediaan multi-item fuzzy EOQ untuk periode perencanaan selama tiga bulan, tiap kali melakukan pemesanan maka jumlah unit barang yang harus dipesan untuk masing-masing item adalah sebanyak 2478 karung tepung terigu, 74 karung tepung tapioka dan 414 karung gula. Dengan total biaya persediaan sebesar Rp 185.939.684,853. Dimana waktu yang diperlukan untuk setiap kali pesan adalah setiap 3 hari kerja

38

DAFTAR PUSTAKA Gerson. (2009), Optimasi Biaya Transportasi Dan Persediaan Banyak Barang Dari Satu Sumber Dengan Metode Dekomposisi Lagrangian, Skripsi, Jurusan Teknik Informatika Institut Teknologi Sepuluh Nopember Surabaya, Surabaya Heizer, J, & Render, B. (2006). Operation Management Buku2. Edisi 7. Jakarta: Salemba Empat. Heizer, J, & Render, B. (2001). Prinsip-Prinsip Manajemen Operasi. Jakarta: Salemba Empat Ko, M, Tiwari, A., & Mehnen, J. (2010). A review Of Soft Computing Applications In Supply Chain Management. Applied Soft Computing , 661-674. Mondal, S, & Maiti, M. (2002). Multi-item Fuzzy EOQ Models Using Genetic Algorithm. Computers & Industrial Engineering , 105-117. Nasution, A. H., dan Prasetyawan,Y. (2008). Perencanaan Pengendalian Produksi.Yogyakarta : Graha Ilmu. Pandjaitan, LannyW. (2007). Dasar-dasar Komputasi cerdas.Yogyakarta: Penerbit AndiYogyakarta. Samanta, B, & Al-Arami, S. A. (2001). An Inventory Control Model Using Fuzzy Logic. Production Economic , 217-226. Wibisono,Ario. (2003), Aplikasi Metode Heuristik Persediaan Multi-item, Single Supplier Dengan Permintaan Acak, Skripsi, JurusanTeknik Industri Institut Teknologi Sepuluh Nopember Surabaya, Surabaya

39

40

Optimasi Persediaan Multi-item Fuzzy EOQ Di PT UWBM dengan Algoritma Genetika

Recommend Documents