inventory control system untuk menentukan order...

INVENTORY CONTROL SYSTEM UNTUK MENENTUKAN ORDER QUANTITY DAN REORDER POINT BAHAN BAKU POKOK

TRANSFORMER MENGGUNAKAN METODE FUZZY(STUDI KASUS : PT BAMBANG DJAJA SURABAYA)

Sidang Tugas Akhir

Dosen Pembimbing

Wiwik Anggraeni, S.Si, M.Kom

DENIA FADILA RUSMAN

5209 100 016

OUTLINE

1• Abstrak

2• Pendahuluan

3• Tinjauan Pustaka

4• Metodologi

5• Perancangan dan Implementasi

6 • Uji Coba dan Analisis

7• Penutup (Kesimpulan & Saran)

ABSTRAK

Bahan baku transformer adalah komponen yang penting sehingga stoknya harus selalutersedia. Namun perusahaan sering mengalami kesulitan dalam menentukan jumlah yang harusdisediakan. Maka dari itu dibutuhkan adanya inventory control yang dapat mengaturketersediaan bahan baku produksi. Stock out dapat disebabkan oleh adanya penggunaan bahanbaku yang lebih besar dari perkiraan semula atau adanya keterlambatan bahan baku yangdipesan. Untuk menghindari habisnya stok akibat tingginya permintaan maka perusahaan akanmenyediakan safety stock bahan baku pokok dengan jumlah yang tinggi. Hal ini akanmengakibatkan biaya penyimpanan (holding cost) yang tinggi pula.

Maka dari itu dibutuhkan metode inventory control yang tepat. Metode fuzzy adalahsalah satu metode yang dapat digunakan untuk mengontrol jumlah bahan baku yang akandipesan. Hal tersebut bergantung pada besar kebutuhan, lead time dan jumlah safety stock yangtersedia. Hasil yang sudah didapat adalah model fuzzy yang digunakan untuk inventory controldalam menentukan jumlah order bahan baku (order quantity) dan titik pemesanan kembali(reorder point) di setiap periode. Metode fuzzy ini dapat diaplikasikan pada permasalahan yang

ada di perusahaan seperti pada inventory control.

Kata Kunci : inventory control, order quantity , reorder point, logika fuzzy.

I. PENDAHULUAN

1.1. Latar Belakang Perusahaan harus bisa merencanakan dengan baik jumlah barang yang akan diproduksi. Namun perusahaan

sering mengalami kesulitan untuk menentukan jumlah bahan baku yang akan dipesan karena adanyafluktuasi permintaan dan ketidakpastian supplier.

Maka dibutuhkan inventory control system untuk menentukan jumlah order bahan baku di setiap periodesesuai dengan besarnya permintaan konsumen dan mengetahui batas/titik jumlah untuk memesan bahanbaku kembali.

Jika pemesanan bahan baku direncanakan dengan baik maka perusahaan dapat menekan holding cost. Sertaakan mengurangi stockout cost Hal ini tentu akan meningkatkan profit perusahaan

Sehingga hal ini penting untuk dilakukan dalam proses inventory control. Jika supply tidak tersedia,dilakukan peningkatan reorder point untuk menghindari shortage

Oleh karena itu digunakan model fuzzy untuk menunjukkan sistem inventory control yang kontinu, adanyapenyesuaian dari order quantity dan reorder point, serta metode yang lebih fleksibel jika dibandingkandengan menggunakan pendekatan konvensional

1.2. Rumusan PermasalahanMasalah yang akan diangkat pada tugas akhir kali ini adalah:

1. Bagaimana mengidentifikasi variabel yang berpengaruh dalam inventory control.2. Bagaimana menentukan quantity order dan reorder point bahan baku produksi menggunakan logika fuzzy.3. Bagaimana hasil validasi dari output yang dihasilkan.

I. PENDAHULUAN (Cont’d)

1.3. Batasan Masalah

Data yang digunakan adalah data inventory pada PT Bambang Djaja Surabaya untuk jenis

Bahan baku trafo industri selama tahun 2012.

1.4. Tujuan

Mengembangkan inventory control system untuk menentukan quantity order dan reorder

Point bahan baku produksi menggunakan metode fuzzy berdasarkan variabel yang

berpengaruh.

1.5. Manfaat

Manfaat dari hasil tugas akhir ini adalah dapat membantu perusahaan dalam menentukan

quantity order dan reorder point bahan baku yang akan dipesan serta sebagai tambahan ilmu

dalam penerapan logika fuzzy di bidang industri.

II. TINJAUAN PUSTAKA

2.1. Logika Fuzzy

Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang input ke

dalam suatu ruang output. Ada beberapa alasan mengapa orang menggunakan logika fuzzy :

Konsep matematis yang mendasaripenalaran fuzzy sangat sederhana dan mudah dimengerti.

Logika fuzzy sangat fleksibel.

Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.

Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks.

2.2. Himpunan Fuzzy

Himpunan fuzzy merupakan suatu pengembangan lebih lanjut tentang konsep himpunan dalam matematika.

Himpunan fuzzy adalah rentang nilai-nilai, masing masing nilai mempunyai derajat keanggotaan antara 0

sampai dengan 1.

Variabel Fuzzy

Merupakan suatu lambang/kata yang menunjuk kepada suatu yang tidak tertentu dalam sistem fuzzy.

Himpunan Fuzzy

Himpunan fuzzy memiliki 2 atribut, yaitu linguistik dan numeris.

Semesta Pembicaraan

Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy.

II. TINJAUAN PUSTAKA (Cont’d)

Domain

Merupakan keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy.

Contoh :

Domain himpunan fuzzy untuk semesta X=[0, 100] :

• Himpunan fuzzyMUDA = [0, 40]

• Himpunan fuzzy PAROBAYA = [35,70]

• Himpunan fuzzy TUA = [65,100]

Operasi pada Himpunan Fuzzy

Ada tiga operator dasar yang diciptakan oleh Zadeh, yaitu: AND, OR, dan NOT.

Operasi AND

Operasi AND (intersection) berhubungan dengan operasi irisan pada himpunan. Intersection dari 2 himpunan adalah minimum dari tiap pasangan elemen pada kedua himpunan

Operasi OR

Operasi OR (union) berhubungan dengan operasi gabungan pada himpunan. Union dari 2 himpunan adalah maksimum dari tiap pasang elemen pada kedua himpunan.

Operasi NOT

Operasi NOT berhubungan dengan operasi komplemen pada himpunan. Komplemen himpunan fuzzy Ã diberi tanda Ãc (NOT Ã) .

2.3. Economic Order Quantity

Economic Order Quantity adalah sejumlah produk yang harus dipesan untuk memenuhi persediaan. Tentunya sejumlah produk yang

Dipesan ini harus memenuhi suatu nilai yang ekonomis. Dimana tingkat persediaan yang meminimalkan total biaya menyimpan

persediaan dan biaya pemesanan. Order Qty harus dapat meminimasi biaya variabel.

EOQ terdiri dari 2 jenis yaitu : Biaya Pemesanan (ordering cost) dan Biaya Penyimpanan (Carrying Cost)


2.4. Reorder Point

Reorder point adalah titik pemesanan kembali atau jumlah batas minimal untuk melakukan

pemesanan kembali. Agar pembelian bahan yang sudah ditetapkan dalam EOQ tidak menganggu

kelancaran kegiatan produksi, maka diperlukan waktu pemesanan kembali bahan baku.

Faktor-faktor yang mempengaruhi ROP adalah :

Lead Time

Waktu yang dibutuhkan antara bahan baku dipesan hingga sampai diperusahaan.

Average Usage

Tingkat pemakaian bahan baku rata-rata persatuan waktu tertentu.

Safety stock

Jumlah persediaan bahan minimum yang harus dimiliki oleh perusahaan untuk menjaga kemungkinan keterlambatan datangnya bahan baku, sehingga tidak terjadi stagnasi

2.5. Fungsi Keanggotaan

Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data kedalam nilai keanggotaan yang memiliki interval antara 0 sampai 1. Ada beberapa fungsi yang bisa digunakan diantaranya :

Representasi Linear

Representasi Kurva Segitiga, Trapesium, Bentuk Bahu, S, dan Lonceng


2.6. Sistem Inferensi Fuzzy (Mamdani / Min Max)

Untuk mendapatkan output, diperlukan 4 tahapan:

1. Pembentukan himpunan fuzzy (fuzzifikasi)

Pada Metode Mamdani, baik variabel input maupun variabel output dibagi menjadi satu atau lebih himpunan fuzzy.

2. Aplikasi fungsi implikasi (aturan)

Pada Metode Mamdani, fungsi implikasi yang digunakan adalah Minimal. Tiap-tiap aturan (proposisi) pada basis pengetahuan fuzzy akan berhubungan dengan suatu relasi fuzzy. Persamaannya seperti berikut.

IF x is A THEN y is B

3. Komposisi aturan

Tidak seperti penalaran monoton, apabila sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3 metode yang digunakan dalam melakukan inferensi sistem fuzzy, yaitu: max, additive dan probabilistik OR (probor).

4. Penegasan (deffuzifikasi)

Metode defuzzifikasi yang digunakan adalah dengan Metode Centroid. Pada metode ini, solusi crisp diperoleh dengan cara mengambil titik pusat (z*) daerah fuzzy. Persamaannya seperti berikut.


Fuzzy Logic Toolbox memiliki 5 jenis GUI untuk merancang FIS yaitu :

Sistem Inferensi Fuzzy (FIS) Editor

Langkah awal yang dilakukan adalah menentukan variabel inputdan outputnya. Serta menentukkan metode defuzifikasi apa yang akan digunakan.

Membership Function Editor

Kemudian pada setiap variabel, ditentukan parameter dan range nya yaitu antara 0 hingga 1.

Rule Editor

Menentukan aturan-aturan yang akan digunakan untuk membatasi apa saja yang menjadi syarat agar nilai-nilai inputan nanti akan menghasilkan output yang terbaik.

Rule Viewer

Untuk menampilkan proses inferensi didalam Sistem Inferensi Fuzzy yang telah diinputkan berupa grafik sehingga lebih mudah untuk dianalisis.

Surface Viewer

Tools ini berfungsi untuk menampilan output Sistem Inferensi Fuzzy dalam plot 3-D

2.7. Fuzzy Logic Toolbox MATLABPada aplikasi MATLAB terdapat tool untuk membuat sistem inferensi fuzzy (FIS) yaitu Fuzzy Logic Toolbox.

III. METODOLOGI

Metodologi diperlukan sebagai kerangka dan panduanproses pengerjaan tugas akhir, sehingga rangkaianpengerjaan tugas akhir dapat dilakukan secaraterarah, teratur, dan sistematis.

Flowchart pengerjaan tugas akhir dapat dapat dilihatpada gambar disamping.

Mulai

Studi Pustaka

Pembuatan

Proposal Tugas

AKhir

Survei dan

Pengumpulan

Data

Analisis dan

Pengolahan Data

Analisis Hasil

Perhitungan

MATLAB

Validasi Hasil

dengan

perhitungan

manual

Pembuatan Buku

Tugas Akhir

Selesai

Apakah hasil MATLAB

sesuai dengan perhitungan

manual ?

Tidak

Ya

III. METODOLOGI (Cont’d)

3.1. Studi Pustaka

Studi pustaka ini bertujuan agar topik tugas akhir yang diambil bisa lebih dipahami teorinya serta apa saja yangperlu dikerjakan bisa lebih terarah.

3.2. Survei dan Pengumpulan Data

Metode pengumpulan data yang digunakan adalah wawancara dan dokumen.

Jenis data yang diperoleh dari perusahaan tersebut adalah data mereka selama bulan Januari hingga Desembertahun 2012. Yaitu data permintaan (demand) dan persediaan (supply).

3.3. Analisis dan Pengolahan Data

Metode yang digunakan pada sistem inferensi fuzzy adalah metode mamdani. Berikut tahapnya :

Pembentukan Himpunan Fuzzy (Fuzzifikasi)

Terdapat 2 jenis variabel yang bisa digunakan yaitu linguistik dan numeris. Dimana keduanya

tersebut akan digunakan sebagai variabel input dan output

Pengaplikasian Fungsi Implikasi

Pada Metode Mamdani, fungsi implikasi yang digunakan adalah Minimal (MIN).

Komposisi Aturan

Yang digunakan pada tugas akhir ini adalah metode MAX mengambil nilai maksimum aturan kemudian

menggunakannya untuk memodifikasi daerah fuzzy, dan mengaplikasikannya ke output

Penegasan Fuzzy (Defuzzifikasi)

Pada metode menggunakan metode centroid dengan cara mengambil titik pusat (z*) daerah fuzzy.

.

III. METODOLOGI (Cont’d)

3.4. Analisis Hasil Perhitungan

Tahap ini merupakan tahapan pengecekan apakah terjadi kesalahan pada penghitungan atau tidak.Sehingga nanti nilai output yang dihasilkan akan valid.

3.5. Validasi Hasil

Validasi hasil dilakukan dengan menggunakan perhitungan manual sesuai dengan aturan metodefuzzy dimana sebelumnya sudah dilakukan perhitungan menggunakan MATLAB yaitu pada fuzzylogic toolbox. Jika hasil sudah sesuai, maka dinyatakan valid.

3.6. Pembuatan Buku Tugas Akhir

Membuat dokumentasi dari keseluruhan proses yang telah dilakukan sesuai dengan permasalahanyang diambil.

IV. PERANCANGAN DAN IMPLEMENTASI

4.1. Permasalahan

Berikut adalah poin penting permasalahan yang terjadi pada PT Bambang Djaja :

Perusahaan sering mengalami kesulitan untuk menentukan jumlah bahan baku yang akan dipesan karena adanya fluktuasi permintaan dan ketidakpastian supplier.

Perusahaan hanya merencanakan jumlah barang yang akan dipesan tapi tidak disesuaikan dengan perencanaan mengenai batas/titik pemesanan kembali yang akan mereka lakukan untuk periode berikutnya.

Perusahaan membutuhkan perencanaan dalam menentukan order quantity yang tepat serta mengetahui batas/titik pemesanan kembali (reorder point).

Demand tertinggi adalah 996 unit sedangkan terendah adalah 139 unit trafo. Sedangkan supply tertinggi adalah 810 unit, dan terendah sebesar 382 unit.

Saat ini ROP perusahaan paling banyak 876 unit, sedangkan Order Qty tertinggi yang pernah dilakukan adalah sebesar 1248 unit.

IV. PERANCANGAN DAN IMPLEMENTASI (Cont’d)

4.2. Data Perusahaan

Berikut adalah data Demand dan Supply pada PT Bambang Djaja di tahun 2012.

No. Bulan

(tahun 2012)

Input

Demand Supply

1 Januari 139 424

2 Februari 326 480

3 Maret 996 630

4 April 443 757

5 Mei 747 810

6 Juni 486 645

7 Juli 466 706

8 Agustus 524 402

9 September 578 382

10 Oktober 425 460

11 November 667 535

12 Desember 508 574


4.3. Rancangan Variabel

Pada kasus kali ini terdapat 4 variabel yang akan digunakan.

2 Variabel Input (Demand & Supply)

Variabel demand dan supply memiliki 3 nilai linguistik yang sama yaitu rendah, normal dan tinggi.

2 Variabel Output (Reorder point dan Order quantity)

Variabel reorder point memiliki 5 nilai lingustik yaitu sangat rendah, rendah, normal, tinggi, dan sangat tinggi. Sedangkan variabel order quantity memiliki 3 nilai linguistik yaitu yaitu rendah, normal, dan tinggi.


2. Memasukkan variabel input dan output

4.4. Proses Fuzzifikasi dengan MATLAB

1. Menentukan metode fuzzifikasi (mamdani) dan defuzzifikasi (centroid)


DEMAND

3. Memasukkan fungsi keanggotaan pada tiap variabel

Variabel Nilai

Linguistik

Range

Supply Rendah 382 ≤ x ≤ 596

Normal 382 ≤ x ≤ 810

Tinggi 596 ≤ x ≤ 810

SUPPLY

Variabel Nilai

Lingusitik

Range

Demand Rendah 139 ≤ x ≤ 568

Normal 139 ≤ x ≤ 996

Tinggi 568 ≤ x ≤ 996


REORDER POINT ORDER QUANTITY

Variabel Nilai

Linguistik

Range

Reorder Point Sangat Rendah 0 ≤ x ≤ 262

Rendah 0 ≤ x ≤ 438

Normal 262 ≤ x ≤ 614

Tinggi 438 ≤ x ≤ 876

Sangat Tinggi 614 ≤ x ≤ 876

Variabel Nilai

Linguistik

Range

Order

Quantity

Rendah 372 ≤ x ≤ 810

Normal 372 ≤ x ≤ 1248

Tinggi 810 ≤ x ≤ 1248


4. Menginputkan Aturan / Rules

5. Memasukkan input demand (139) dan supply (424),

maka didapatkan output ROP sebesar 605 dan

Order Qty sebesar 710

V. UJI COBA DAN ANALISIS

5.1. Hasil Perhitungan MATLAB

Untuk melihat output berupa grafik Surface pada MATLAB sehingga dapat melihat semua input dan output yang dihasilkan


V. UJI COBA DAN ANALISIS (Cont’d)

5.2. Perhitungan Manual dengan Metode Mamdani

1. Pembentukan Himpunan Fuzzy (Fuzzifikasi)

Yaitu 2 variabel input demand dan supply, serta 2 variabel output yaitu Reorder Point dan Order Qty.

SUPPLYDEMAND


2. Aplikasi Fungsi Implikasi (aturan)

Mengaplikasikan fungsi implikasi. Aturan yang digunakan adalah aturan MIN dan fungsi AND padafungsi implikasinya. Terdapat 9 aturan yang akan digunakan, serta tabel nilai minimal dari derajatkeanggotaan untuk variabel input.

No Bulan Dmd Sply

RULE

R1 R2 R3 R4 R5 R6 R7 R8 R9

1. Jan 139 424 0,80 0,20 0 0 0 0 0 0 0


3. Komposisi Aturan

Daerah Hasil Komposisi ROP

Daerah hasil dbawah merupakan komposisi

dari aturan R1 dan R2 yaitu ROP Normal (0,2)

dan ROP Tinggi (0,8).

Daerah Hasil Komposisi Order Qty

Daerah hasil dbawah merupakan komposisi

dari aturan R1 dan R2 yaitu OrderQty Normal

(0,2) dan OrderQty Tinggi (0,8).

•(A1- 262) / 176 = 0,2 A1 =297•(A2- 438) / 176 = 0,2 A2 = 473•(A3- 438) / 176 = 0,8 A3 = 579•(876- A4) / 262 = 0,8 A4 = 666

• (A1- 372) / 438 = 0,2 A1 = 460• (A2- 372) / 438 = 0,8 A2 = 722• (1248 – A3) / 438 = 0,8 A3 = 898

Dihitung berdasarkan fungisi keanggotaannya, maka nilai masing- masing adalah :


Mencari Momen ROP Mencari Momen Order Qty

4. Penegasan Fuzzy (Deffuzifikasi)


Menghitung Luas ROP Menghitung Luas Order Qty


4. Penegasan Fuzzy (Deffuzifikasi)

Rumus defuzzifikasi mencari titik pusat (nilai z) untuk variabel kontinu adalah sbb.

Deffuzifikasi Reorder Point

Berdasarkan rumus defuzzifikasi, maka

didapatkan nilai titik pusat ROP adalah :

Maka dari itu jumlah Reorder Point (ROP)yang harus dipesan adalah 606 unit.

Deffuzifikasi Reorder Point

Berdasarkan rumus defuzzifikasi, maka

didapatkan nilai titik pusat OrderQty adalah :

Maka dari itu jumlah Order Qty yang harusdipesan adalah 712 unit.


Berikut hasil dari perhitungan MATLAB dan Manual :

5.3. Analisis Hasil

Reorder PointHitung Manual = 606 unitMATLAB = 605 unit

Order QuantityHitung Manual = 712 unitMATLAB = 710 unit

Dilihat dari hasil diatas menunjukkan bahwa hasil pada Output Hitungan dan MATLAB hampir samanamun tetap ada sedikit perbedaan hasil. Namun hal tersebut telah membuktikan bahwa hasilperhitungan manual adalah valid.


Perhitungan MATLAB dan Manual :

Berikut adalah Hasil Analisis Perhitungan Manual & MATLAB (Januari-Desember 2012)

Bulan (th.2012)

Input Output Manual Output MATLAB

Demand Supply ROP Order Qty ROPOrder Qty

Jan 139 424 606 712 605 710Feb 326 480 565 605 569 587Maret 996 630 642 1229 643 1240April 443 757 494 900 484 893Mei 747 810 646 1217 646 1200Juni 486 645 529 814 529 792Juli 466 706 494 850 495 867Agust 524 402 727 369 719 371Sept 578 382 783 322 791 320Okt 425 460 618 508 624 502Nov 667 535 644 753 657 750Des 508 574 614 742 616 738

VI. PENUTUP

6.1. Kesimpulan

Berdasarkan pembahasan mengenai sistem inferensi Fuzzy Mamdani, dapat diambil kesimpulan sebagai berikut :

1. Studi kasus yang diambil untuk penyelesaian inventory control adalah dengan menggunakan 4 variabel.Variabel dibagi menjadi variabel input dan output. Variabel input terdiri dari demand dan supply. Sedangkanvariabel output adalah reorder point dan order quantity.

2. Namun pada kasus kali ini, sistem inferensi fuzzy yang digunakan adalah metode Mamdani dimana memiliki 4 tahapan dalam perhitungannya yaitu :

Pembentukan Himpunan Fuzzy (Fuzzifikasi)

Aplikasi fungsi implikasi (aturan)

Komposisi aturan

Penegasan Fuzzy (Defuzzifikasi)

3. Setelah dilakukan analisis dan pengolahan data dengan menggunakan metode Mamdani, maka didapatkanoutput berupa jumlah reorder point dan order quantity menggunakan MATLAB, dan diuji kevalidannyadengan perhitungan Manual.

Dari tabel tersebut dapat disimpulkan bahwa hasildari kedua metode tersebut telah mendekatikebenaran. Maka dapat dinyatakan bahwa hasilperhitungan adalah valid.

VI. PENUTUP (Cont’d)

6.2. Saran

Pada tugas akhir ini variabel input yang digunakan adalah 2 yaitu demand dansupply. Untuk selanjutnya dapat dikembangkan dengan menggunakan lebih dari 2input agar hasil output yang didapatkan bisa lebih tepat.

Selain itu juga bisa digunakan metode inferensi fuzzy yang lain seperti metode sugenoatau tsukamoto. Agar hasilnya nanti bisa dibandingkan , metode mana yang lebihmendekati valid jika menggunakan studi kasus dan data yang sama.

inventory control system untuk menentukan order...

Documents