Rini, Monanda Wandita and Ananda, Nessa (2021) Analisis kebijakan inventori probabilistik dengan model P-backorder dan Q-backorder. Journal Industrial Servicess, 7 (1). pp. 1-7. ISSN 2461-0631

[img] Text
12525-33358-2-PB.pdf

Download (1MB)
Official URL: https://jurnal.untirta.ac.id/index.php/jiss/articl...

Abstract

Manajemen inventori merupakan hal yang perlu dilakukan oleh perusahaan guna memenuhi permintaan konsumen. Namun demikian, penentuan kebijakan inventori optimal perlu dilakukan sehingga dapat mengurangi ongkos total yang dihasilkan. PT X merupakan perusahaan distributor logam, dengan salah satu produknya yaitu baja. Permintaan produk baja bersifat probabilistik sehingga untuk penyelesaiannya dapat menggunakan model probabilistik. Kondisi pemenuhan permintaan bersifat backorder. Penelitian ini bertujuan untuk membandingkan kebijakan inventori optimal dengan menggunakan model Q-backorder, model P-backorder, dan kebijakan perusahaan. Perbandingan kebijakan inventori optimal dilakukan dengan mempertimbangkan ongkos total yang terendah. Berdasarkan hasil pengolahan dan analisis data yang dilakukan, diperoleh hasil bahwa kebijakan inventori yang paling optimal yaitu dengan menggunakan model P-backorder. Estimasi ongkos total per tahun yang dihasilkan dengan kebijakan inventori model P-backorder yaitu sebesar Rp183.536.949.251,00 dengan tingkat pelayanan sebesar 95,1%. Jika dibandingkan dengan kebijakan inventori yang dimiliki perusahaan, estimasi ongkos total dengan model P-backorder lebih rendah sekitar Rp1,1 milyar per tahun. Oleh karena itu, kebijakan inventori dengan model P-backorder dapat mengurangi estimasi ongkos total per tahun yang akan dikeluarkan oleh perusahaan.

Item Type: Article
Uncontrolled Keywords: Kebijakan Inventori; Probabilistik; Model P; Model Q; Back Order
Subjects: Manajemen Persediaan
Divisions: Publikasi Ilmiah > Jurnal Nasional
Depositing User: Muhammad Al Akbar Era
Date Deposited: 17 Jan 2022 06:09
Last Modified: 17 Jan 2022 06:09
URI: http://repository.poltekapp.ac.id/id/eprint/2162

Actions (login required)

View Item View Item