Upload
others
View
7
Download
0
Embed Size (px)
Citation preview
14 Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB III
METODOLOGI PENELITIAN
Pada bab ini akan membahas mengenai metodologi penelitian, metode
probabilistik P kasus back order serta metode peramalan data permintaan dengan
metode exponential smoothing. Studi kasus dilakukan untuk menentukan nilai
parameter kebijakan inventori serta biaya total di kafe ‘Kambing Soon Dago’.
3.1 Metodologi Penelitian
Pada penelitian ini dilakukan pemilihan metode inventori yang sesuai
dengan fenomen-fenomena yang terjadi pada perusahaan. Karena studi kasus
dilakukan di perusahaan yang melakukan pengadaan inventori dengan selang
waktu yang tetap dan jumlah order yang berbeda-beda, maka metode yang dipilih
adalah metode probabilistik P. Selain itu, karena perusahaan mengalami kerugian
akibat dari kekurangan inventori sehingga sering terjadi fenomena pembelian
bahan baku secara mendadak maka kasus yang diangkat adalah back order.
Metode yang digunakan untuk peramalan adalah exponential smoothing.
Metode ini digunakan karena dapat mengatasi masalah pola trend dan musiman
yang terjadi pada data historis permintaan. Pada proses peramalan akan dilakukan
pemilihan model yang paling tepat dari metode exponential smoothing sesuai
dengan pola data historis yang tersedia.
Proses perhitungan inventori apabila dilakukan secara manual tidak akan
efisien sehingga akan dibuat program aplikasi untuk perhitungan inventori dengan
metode probabilistik P kasus back order dengan bantuan bahasa pemrograman R.
Pada proses peramalan dengan metode exponential smoothing akan dibantu
dengan R karena telah tersedia package ‘forecast’ dan function ‘Holtwinters’
untuk memilih model paling tepat sehingga tidak perlu menggunakan metode trial
and error secara manual untuk mendapatkan parameter pemulusan yang tepat.
Berikut langkah-langkah dalam metodologi penelitian pada skripi ini:
1. Studi literatur tentang konsep dasar peramalan dengan metode exponential
smoothing dan pengambilan keputusan pada pengendalian inventori.
15
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2. Mengambil data dari kafe ‘Kambing Soon Dago’ untuk memutuskan metode
pengendalian inventori yang akan dipilih.
3. Pengolahan data dengan menggunakan bantuan bahasa pemrogram R yang
terbagi menjadi dua tahap yaitu proses peramalan dan pembuatan program
aplikasi perhitungan inventori.
a. Pada proses peramalan dengan metode exponential smoothing terlebih
dahulu dilakukan import data historis permintaan dari Ms. Excel. Kemudian
dilakukan penulisan coding dengan memanfaatkan function ‘Holtwinters’
pada package ‘forecast’. Terdapat tiga model yang dapat diperoleh dari
function tersebut yaitu triple exponential smoothing dengan pola musiman
aditif, triple exponential smoothing dengan pola musiman multiplikatif dan
model yang parameternya dapat ditentukan secara manual. Pada proses
akhir ketiga model tersebut dapat dibandingkan kemudian dipilih model
yang paling cocok berdasarkan plot dan nilai MAPE, MAE dan MSE
terkecil.
b. Setelah proses peramalan selesai maka dapat diambil nilai peramalan selama
satu tahun yang akan dijadikan sebagai parameter permintaan pada
perhitungan inventori. Kemudian dilakukan pembuatan program
perhitungan inventori dengan metode probabilistik P kasus back order.
4. Setelah program aplikasi selesai kemudian dilakukan proses validasi, yaitu
perhitungan secara manual sebanyak dua iterasi awal sebagai pembanding.
Langkah-langkah dari metodologi penelitian di atas disajikan dalam bentuk
flowchart berikut ini :
16
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Gambar 3.1 Flowchart Metodologi Penelitian
3.2 Metode Probabilistik P
Pada metode probabilistik P ini kebijakan yang akan diselesaikan
berkaitan dengan penentuan besarnya stok operasi (operating stock) yang harus
Studi Literatur
Mengambil data untuk identifikasi
metode yang akan digunakan
Memutuskan metode untuk
perhitungan inventori
A
Peramalan data permintaan dengan
metode exponential smoothing
Konstruksi program perhitungan
inventori
Validasi perhitungan inventori
Validasi
benar?
Penarikan
Kesimpulan
Yes
No
A
17
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
disediakan (Bahagia, 2006). Penentuan jumlah pemesanan pada metode
probabilistik P bergantung pada sisa persediaan pada saat periode pemesanan
tercapai, sehingga setiap pemesanan dilakukan ukuran lot pemesanan tidak sama.
Jarak waktu antar pemesanan adalah tetap.
Karakteristik dari pengendalian inventori dengan metode probabilistik P
menurut Bahagia (2006) adalah sebagai berikut:
1. Pemesanan dilakukan menurut suatu selang interval waktu yang tetap (T).
2. Ukuran lot pemesanan (q0) besarnya merupakan selisih antara inventori
maksimum yang diinginkan (R) dengan inventori yang ada pada saat
pemesanan dilakukan (r).
Secara grafis karakteristik dari metode probabilistik P berdasarkan situasi
di atas dapat dilihat pada Gambar 3.2. Berdasarkan Gambar 3.2 diketahui bahwa
pemesanan terjadi pada saat T sehingga ketika inventori yang tersedia (r) sudah
berada di waktu pemesanan T, maka q0 dapat ditentukan yaitu:
q0 = (R-r) (3.1)
dengan R adalah nilai inventori maksimum yang diinginkan. Hal ini yang
menimbulkan nilai q0 akan berubah ubah pada setiap T.
Pada metode probabilistik P beberapa asumsi yang harus terpenuhi, yaitu:
1. Permintaan selama horison perencanaan bersifat probabilistik dan
berdistribusi normal dengan rata-rata permintaan (D) dan standar deviasi ( ).
2. Waktu antar pemesanan konstan T untuk setiap kali pemesanan, barang akan
datang secara serentak dengan lead time (L), pemesanan dilakukan pada saat
inventori mencapai titik pemesanan (r).
3. Harga barang (p) konstan baik terhadap kuantitas barang yang dipesan
maupun waktu.
4. Biaya pesan (A) konstan untuk setiap kali pemesanan dan biaya simpan (h)
sebanding dengan harga barang dan waktu penyimpanan.
18
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
R
q0
L L L
T T T
Gambar 3.2 Keadaan Inventori dengan Metode Probabilistik P
Terdapat dua variabel keputusan untuk penentuan kebijakan inventori pada
metode probabilistik P yaitu periode waktu antar pemesanan (T) dan inventori
maksimum yang diharapkan (R). Dalam hal ini, cadangan pengamanan secara
implisit sudah sudah terwakili dalam R (Bahagia, 2006). Fungsi utama dari
metode probabilistik P adalah meminimumkan ekspektasi biaya total inventori
(OT) selama horison perencanaan dengan mengoptimasikan tingkat pelayanan.
Sesuai dengan fungsi utama dan variabel keputusan tersebut, maka parameter
yang digunakan pada metode probabilistik P antara lain adalah harga barang per
unit (p), biaya tiap kali pesan (A), biaya simpan per unit per tahun (h) dan biaya
satuan kekurangan inventori (cu). Ekspektasi pada biaya total inventori (OT) terdiri
dari empat elemen biaya yang dinyatakan dalam perumusan sebagai berikut:
(3.2)
dengan OT menyatakan biaya total, Ob menyatakan biaya beli, Op menyatakan
biaya pemesanan, Os menyatakan biaya penyimpanan, dan Ok menyatakan biaya
kekurangan inventori.
Nilai-nilai dari komponen pada persamaan (3.2) tidak dapat diperoleh
secara langsung, namun komponen-komponen tersebut memiliki formulasi
masing-masing. Menurut Bahagia (2006), formulasi dari komponen-komponen
pada persamaan (3.2) adalah sebagai berikut.
19
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
1. Biaya Pembelian (Ob)
Biaya pembelian barang dinotasikan dengan Ob. Biaya pembelian barang
merupakan hasil dari perkalian antara ekspektasi jumlah barang yang dibeli/
permintaan (D) dengan harga barang perunitnya (p), secara matematis di
ditentukan dengan perumusan sebagai berikut:
(3.3)
2. Biaya Pengadaan (Op)
Biaya pengadaan inventori pertahun dinotasikan dengan Op. Biaya
pengadaan inventori pertahun secara matematis ditentukan dengan perumusan
sebagai berikut:
biaya tiap kali pesan x frekuensi pemesanan pertahun
(3.4)
Apabila setiap kali pemesanan dilakukan dengan selang waktu T, frekuensi
pemesanan pertahun ditentukan dengan rumus sebagai berikut:
(3.5)
Dengan demikian biaya pengadaan inventori dapat ditentukan dengan rumus
berikut:
(3.6)
3. Biaya Penyimpanan (Os)
Biaya penyimpanan pertahun dinotasikan dengan Os. Biaya penyimpanan
pertahun merupakan perkalian antara ekspektasi inventori pertahun (m) dengan
biaya penyimpanan perunit pertahun (h) yang ditentukan dengan rumus
berikut:
(3.7)
Periode waktu yang digunakan dalam satu siklus adalah selang waktu
antara dua aktifitas order yang telah berhasil dilakukan. Keadaan inventori
digudang pada mulanya ketika barang yang dipesan baru sampai adalah sebesar
R. Tetapi karena selama lead time juga terjadi permintaan, maka keadaan
inventori menjadi , dengan adalah permintaan selama lead time.
Kemudian karena tingkat rata-rata permintaan konstan terhadap waktu,
maka keadaan inventori harus dikurangi secara linear oleh DT yang
20
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
merepresentasikan permintaan selama selang waktu T. Dengan demikian
keadaan inventori tepat sebelum datangnya order selanjutnya adalah:
(3.8)
Nilai back order tidak boleh negatif dan terdapat asumsi bahwa back order
hanya terjadi dalam jumlah yang kecil (Hadley, 1963). Hal ini
mengimplikasikan ketika pesanan tiba, backorder dapat segera ditangani.
Perumusan ekspektasi inventori perperiode adalah sebagai berikut:
[
( )
( )]
Kemudian dikalikan
agar diperoleh nilai rata-rata pertahun
*
+
Sehingga diperoleh rumus akhir penentuan Os adalah sebagai berikut:
(
) (3.9)
4. Biaya Kekurangan Inventori (Ok)
Pada periode waktu lead time akan terjadi kemungkinan ketika barang
persediaan mengalami kekurangan. Jika biaya tiap setiap unit kekurangan
persediaan sebesar cu dan jumlah total kekurangan persediaan selama satu
tahun adalah NT, maka biaya kekurangan inventori pertahun dapat di rumuskan
sebagai persamaan sebagai berikut:
(3.10)
Nilai NT ditentukan dari perkalian antara siklus dalam satu tahun dengan
jumlah kekurangan persediaan atau N untuk setiap siklus, maka:
dengan
∫ ( ) ( )
(3.11)
∫ ( )
∫ ( )
∫ ( )
∫ ( )
∫ ( )
21
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
(
) (
) (
)
( ) ( ) ( ) (3.12)
dengan x menyatakan variabel acak permintaan barang selama lead time
periode, f(x) menyatakan distribusi kemungkinan permintaan sebesar x, dan
menyatakan rata-rata permintaan barang selama lead time.
Sehingga biaya kekurangan persediaan dirumuskan menjadi:
(3.13)
Berdasarkan semua formulasi biaya di atas maka biaya total inventori
dapat dirumuskan sebagai berikut:
(
)
(3.14)
Penentuan variabel keputusan T, dan R yang optimal diperoleh dengan prinsip
optimasi. Syarat agar OT minimal adalah:
i.
∫ ( ) ( )
√ ∫ ( ) ( )
(3.15)
ii.
∫ ( )
∫ ( )
(3.16)
Persamaan (3.14) dam (3.15) merupakan persamaan implisit sehingga untuk
menentukan solusi analitik untuk mecari nilai T dan R akan cukup sulit. Oleh
karena itu, untuk menentukan nilai T* dan R
* dilakukan dengan menggunakan
prinsip iteratif. Langkah-langkahnya diuraikan sebagai berikut:
a) Menghitung nilai T0 dengan persamaan berikut.
√
(3.17)
b) Menghitung nilai β dan R dengan persamaan :
(3.18)
Jika kebutuhan berdistribusi normal, nilai R mencakup kebutuhan selama
(T+L) periode dan dinyatakan dengan:
22
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
(3.19)
Nilai diperoleh dari tabel distribusi normal, adalah permintaan selama
lead time dan merupakan standar deviasi selama lead time yang dapat
dihitung dengan rumus berikut:
( )
dan
√
c) Menghitung ekspektasi kekurangan inventori dengan menggunakan rumus:
(
) ( ) (
)
(
) ( ) (3.20)
dengan
(
)
(
)
√
d) Menghitung total biaya inventori dengan persamaan:
(
)
e) Mengulangi langkah b dengan mengubah
i. Jika hasil (OT)0 baru lebih besar dari (OT)0 awal, iterasi penambahan T0
dihentikan. Kemudian dicoba dengan iterasi pengurangan (
) sampai ditemukan nilai T*=T0 yang memberikan nilai biaya total
(OT)* minimal.
ii. Jika hasil (OT)0 baru lebih kecil dari (OT)0 awal, iterasi penambahan
dilanjutkan dan berhenti apabila (OT)0 baru lebih besar.
Harga T0 yang memberikan biaya total terkecil merupakan selang waktu
optimal (T*).
3.3 Peramalan dengan Exponential Smoothing
Pada pengendalian inventori, tidak hanya permasalahan menentukan nilai
T dan R optimal saja yang menjadi tujuan utama akan tetapi peramalan pada
23
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
permintaan juga menjadi hal yang penting. Dengan dilakukannya peramalan
permintaan, perusahaan dapat memperkirakan inventori yang dibutuhkan di masa
mendatang. Salah satu metode peramalan yang dapat digunakan untuk
pengendalian inventori adalaha exponential smoothing.
Penghalusan eksponensial atau yang biasa dikenal dengan exponential
smoothing merupakan prosedur perbaikan terus menerus pada peramalan terhadap
objek pengamatan terbaru. Pada metode ini peramalan ini dilakukan pembobotan
menurun secara eksponensial terhadap nilai pengamatan yang lebih tua, yang
artinya nilai pengamatan yang terbaru akan memiliki bobot yang lebih besar
dibandingkan nilai pengamatan lama. Pada exponential smoothing terdapat satu
atau lebih parameter pemulusan yang ditentukan secara eksplisit dan hasil ini
menentukan nilai bobot yang dikenakan pada nilai observasi.
Pada exponential smoothing yang harus diperhatikan adalah pola dari data
yang dimiliki. Apabila data berfluktuasi di sekitar nilai rata-rata yang konstan
maka disebut pola data horizontal. Untuk pola data trend, terdapat kenaikan atau
penurunan jangka panjang dari data. Sedangkan untuk data yang memiliki
kecenderungan mengulangi pola tingkah gerak dalam periode semusim maka data
tersebut memiliki pola musiman. Berdasarkan pola data yang dimiliki, terdapat
tiga model dalam metode exponential smoothing, yaitu single exponential
smoothing, double exponential smoothing, dan triple exponential smoothing.
3.3.1 Single exponential smoothing
Metode ini digunakan untuk peramalan jangka pendek. Model pada
metode ini diasumsikan bahwa data berfluktuasi stabil di sekitar mean, tidak
terdapat trend atau pola pertumbuhan yang konsisten. Rumus untuk pemulusan
pada single exponential smoothing adalah sebagai berikut:
( ) (3.21)
dengan menyatakan peramalan untuk periode ke t, menyatakan peramalan
untuk periode ke t-1, ( ) menyatakan nilai aktual time series, dan α
menyatakan konstanta perataan antara 0 dan 1.
3.3.2 Double exponential smoothing
Double exponential smoothing pertama kali diperkenalkan sebagai model
linear yang dikemukakan oleh Brown (Makridakis, 1999). Metode ini digunakan
24
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
ketika data memiliki trend. Ide utama dari metode ini adalah mampu untuk
mengikuti perubahan sistematik yang linear pada permintaan dengan lebih baik
(Axsater, 2000). Metode ini hampir mirip dengan single exponential smoothing,
hanya saja terdapat dua komponen yang harus diperbaharui setiap periode – level
dan trendnya. Level adalah estimasi yang dimuluskan dari nilai data pada akhir
masing-masing periode. Trend adalah estimasi yang dihaluskan dari pertumbuhan
rata-rata pada akhir masing-masing periode. Dengan kata lain, pada metode ini
dilakukan dua kali proses pemulusan yaitu pada level dan trend, yang dirumuskan
sebagai berikut:
Pemulusan Level:
( )
( ) (3.22)
Pemulusan Trend:
(
)
(3.23)
(
) (3.24)
Hasil Peramalan:
(3.25)
dengan menyatakan nilai ramalan untuk m periode ke depan, menyatakan
jarak periode yang akan diramalkan, menyatakan nilai aktual periode ke t,
menyatakan nilai smoothing (penghalusan) periode ke t, dan menyatakan
konstanta smoothing (
).
3.3.3 Triple exponential smoothing
Metode ini digunakan ketika data yang dimiliki memiliki trend dan
merupakan data musiman. Untuk menangani masalah data musiman, maka perlu
menambahkan satu parameter lagi. Pola musiman terbagi menjadi dua
berdasarkan jenis musimannya, yaitu multiplikatif (non-linear) dan aditif (linear).
a. Triple Exponential Smoothing Additive
Berikut adalah perumusan untuk pemulusan level, trend, dan musiman jenis
aditif, yaitu:
( ) ( )( ) (3.26)
( ) ( ) (3.27)
25
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
( ) ( ) (3.28)
(3.29)
(3.30)
dengan Lt menyatakan pemulusan level pada saat t dengan α adalah bobot
pada levet, bt menyatakan pemulusan trend pada saat t dengan β adalah bobot
pada trend, St menyatakan pemulusan komponen musiman pada saat t dengan
γ adalah bobot komponen musiman, s menyatakan periode musiman, Ft
menyatakan nilai peramalan pada saat t dan Ft+m menyatakan nilai ramalan
untuk m periode kedepan.
b. Triple Exponential Smoothing Multiplicative
Berikut adalah perumusan untuk pemulusan level, trend, dan musiman jenis
multiplikatif, yaitu:
( ) ( )( ) (3.31)
( ) ( ) (3.32)
( ) ( ) (3.33)
( ) (3.34)
( ) (3.35)
dengan Lt menyatakan pemulusan level pada saat t dengan α adalah bobot
pada levet, bt menyatakan pemulusan trend pada saat t dengan β adalah bobot
pada trend, St menyatakan pemulusan komponen musiman pada saat t dengan
γ adalah bobot komponen musiman, s menyatakan periode musiman, Ft
menyatakan nilai peramalan pada saat t dan Ft+m menyatakan nilai ramalan
untuk m periode kedepan.
3.4 Perancangan Program
Pada bagian ini akan dibahas mengenai rancangan data input, algoritma
program dan data output dari hasil perhitungan pada program aplikasi perhitungan
inventori dengan metode probabilistik P kasus back order dengan bantuan bahasa
pemrograman R.
3.4.1 Data Masukan
Pada program yang akan dibuat akan memuat data masukan yang
ditunjukkan pada Tabel 3.1 berikut ini:
26
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Data Notasi Tipe Data
Lead time L Double
Biaya simpan H Double
Biaya pesan A Double
Biaya
kekurangan
inventori
Cu Double
Permintaan D Double
Standar deviasi
permintaan std1 Double
Harga barang
perunit P Double
Tabel 3.1 Daftar Data Masukan
3.4.2 Data Keluaran
Data keluaran pada program yang akan ditampilkan disajikan pada tabel
3.2 berikut ini:
Data Notasi Tipe
Data
Total biaya
persediaan Ot Double
Target
pemesanan R Double
Periode
pemesanan T Double
Tabel 3.2 Daftar Data Keluaran
3.4.3 Perancangan Tampilan
Perancangan tampilan untuk program disajikan pada Gambar 3.3 berikut
ini.
27
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Gambar 3.3 Rancangan Tampilan Layar Program
3.4.4 Flowchart Program dan Pemrograman
Langkah-langkah proses perhitungan inventori yang akan dikonstruksikan
menjadi program aplikasi digambarkan pada flowchart pada Gambar 3.4.
Permintaan (gram)
Biaya simpan
Lead Time
Biaya Pesan
Biaya Kekurangan
Harga Perunit
Standar Deviasi
Biaya Total Ukuran Pemesanan Waktu Pemesanan
HITUNG
28
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Mulai
Baca data D, L, std1, p, A, h, cu
T = sqrt (2*A/D*h)
b = (cu /T*h+cu)
Z = qnorm(beta)
mu = D*(L+T)
std2 = std1*sqrt(L+T)
R = Z*std2 + mu
fz = dnorm(z)
N = std1*fz – [(mu-R)*(b)]
Ot = D*p + A/T + h*(R-mu-D*T/2)+(cu/T)*N
A
29
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Gambar 3.4 Flowchart Program Aplikasi
Kemudian konstruksi program dilakukan dengan cara menerjemahkan
flowchart diatas ke bahasa pemrograman R. Teks coding hasil penerjemahan dari
flowchart di lampirkan pada lembar Lampiran 8.
Ot0
Ta
T0 + 0,05
Tb
T0 – 0,05
Ot
min(Ota, Otb)
Tb
Tb – 0,05
Ta
Ta + 0,05 Ota > Ot0
Otb > Ot0
Yes
Yes
N
o
No
A
30
Neera Puri Novianti, 2018 PERAMALAN INVENTORI OPTIMAL UNTUK BAHAN BAKU MENGGUNAKAN METODE PROBABILISTIK P KASUS BACK ORDER Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu