Pengendalian Persediaan Tray dalam Mempertimbangkan Perencanaan Produksi Menggunakan Metode Fuzzy Logic Mamdani

Mukhammad Rifky Ramadhan; Tedjo Sukmono

doi:10.47134/pslse.v3i2.652

Authors

Mukhammad Rifky Ramadhan Universitas Muhammadiyah Sidoarjo
Tedjo Sukmono Universitas Muhammadiyah Sidoarjo

DOI:

https://doi.org/10.47134/pslse.v3i2.652

Keywords:

Fuzzy Logic, Fuzzy Logic Mamdani, Pengendalian Persediaan

Abstract

Perusahaan harus memiliki pengendalian persediaan dalam menjaga persediaan barang agar dapat berjalan dengan lancar sehingga rencana atau target perusahaan dapat tecapai. Pada perusahaan tray mengalami masalah penumpukan barang hingga 19% dan biaya penyimpanan yang tinggi dalam mengelola persediaan terjadi karena permintaan yang tidak menentukan. Tujuan dalam penelitian ini adalah mengoptimalkan persediaan untuk mencegah kelebihan dan kekurangan stok pada perusahaan tray sehingga dapat meminimalkan potensi kerugian, sehingga dibutuhkan metode yang tepat dalam mengatasi ketidakpastian permintaan yang akan datang dengan tujuan tidak terjadinya masalah dalam persediaan. Penelitian ini menerapkan metode fuzzy mamdani, yang dikenal sebagai salah satu teknik yang menyediakan pendekatan adaptif dalam mengatasi ketidakpastian dan ketidakjelasan dalam data untuk pengambilan keputusan, memungkinkan penggunaan variabel linguistik dan aturan yang dapat diadaptasi untuk menghasilkan keputusan yang lebih akurat dan kontekstual. Hasil dari perhitungan fuzzy mamdani menggunakan aplikasi matlab dapat menurunkan persediaan berlebih dengan persediaan awal 3788 sedangkan hasil optimal implementasi fuzzy logic sebesar 3282, sementara jumlah permintaan tercatat sebanyak 3190. Meskipun terdapat tingkat kesalahan sebesar 25,83575%. Hasil ini termasuk dalam katergori cukup baik dalam menentukan jumlah persediaan terhadap permintaan

References

A. Nisa and K. Harefa, “Penerapan Metode Fuzzy Inference System Untuk Memprediksi Jumlah Pembelian Stok Barang (Studi Kasus: Toko Yanto Grosir),” J. Ilmu Komput. dan Pendidik., vol. 1, no. 4, pp. 939–953, 2023, [Online]. Available: https://journal.mediapublikasi.id/index.php/logic

A. Wahid and M. Munir, “Economic Order Quantity Istimewa pada Industri Krupuk ‘Istimewa’ Bangil,” vol. 02, pp. 1–8, 2020.

Chakraborty, A. (2021). Hexagonal fuzzy number and its distinctive representation, ranking, defuzzification technique and application in production inventory management problem. Granular Computing, 6(3), 507-521, ISSN 2364-4966, https://doi.org/10.1007/s41066-020-00212-8

D. Farhan and F. Sulianta, “Implementation of Fuzzy Tsukamoto Logic To Determine the Number of Seeds Koi Fish in the Sukamanah Cianjur Farmer`S Group,” J. Tek. Inform., vol. 4, no. 1, pp. 187–198, 2023, doi: 10.52436/1.jutif.2023.4.1.477.

D. N. Atika and T. Sukmono, “Analysis Of Inventory Control Panel On Demand Using Fuzzy Inventory Control Method Analisa Pengendalian Persediaan Panel Terhadap Permintaan Menggunakan Metode Fuzzy Inventory Control,” pp. 1–12.

Ge, J. (2020). Adaptive Inventory Control Based on Fuzzy Neural Network under Uncertain Environment. Complexity, 2020, ISSN 1076-2787, https://doi.org/10.1155/2020/6190936

Kuppulakshmi, V. (2023). Fuzzy Inventory Model for Imperfect Items with Price Discount and Penalty Maintenance Cost. Mathematical Problems in Engineering, 2023, ISSN 1024-123X, https://doi.org/10.1155/2023/1246257

L. F. Narulita and Q. I. Ahmad, “Penerapan Metode Fuzzy Mamdani Dalam Rancang Bangun Sistem Informasi Prediksi Produksi Barang,” vol. 2, no. 1, pp. 1016–1026, 2024.

M. A. Firdiansyah and B. I. Putra, “Application Of Optimization Of Sunco Cooking Oil Planning In Alfamidi Minimarket Using Tsukamoto Method Penerapan Optimasi Perencanaan Persediaan Minyak Goreng Sunco Di Minimarket Alfamidi Menggunakan Metode Tsukamoto,” vol. 1, no. 2, 2021.

M. Dary Daffa Haque, “Penerapan Logika Fuzzy Mamdani Untuk Optimasi Persediaan Stok Makanan Hewan,” Media Online, vol. 4, no. 1, pp. 427–437, 2023, doi: 10.30865/klik.v4i1.1160.

M. F. Rahman and F. Yanti, “Aplikasi Logika Fuzzy Dalam Optimisasi Produksi Mebel Menggunakan Metode Mamdani,” vol. 1, no. 3, pp. 172–181, 2023.

Mansour, A. (2024). Advanced modeling for flash flood susceptibility mapping using remote sensing and GIS techniques: a case study in Northeast Algeria. Environmental Earth Sciences, 83(2), ISSN 1866-6280, https://doi.org/10.1007/s12665-023-11324-0

Mohanta, K. (2023). An application of neutrosophic logic on an inventory model with two-level partial trade credit policy for time-dependent perishable products. Soft Computing, 27(8), 4795-4822, ISSN 1432-7643, https://doi.org/10.1007/s00500-022-07619-2

Pakhira, R. (2024). Developing a fuzzy logic-based carbon emission cost-incorporated inventory model with memory effects. Ain Shams Engineering Journal, 15(6), ISSN 2090-4479, https://doi.org/10.1016/j.asej.2024.102746

R. D. Yudianingrum, “Penentuan Persediaan Optimal Packing Material Menggunakan Metode Fis Mamdani Pada Perusahaan Tekstil Di Jawa Tengah,” J. Ilm. Tek. Ind., vol. 8, no. 3, p. 194, 2020, doi: 10.24912/jitiuntar.v8i3.7653.

R. Hany, N. Khairani, and U. N. Medan, “Perencanaan Kebijakan Persediaan Vaksin Booster Dengan Metode Continuous Review ( , ) Untuk Mengurangi Overstock Di Rumah Sakit Tentara Kota Pematangsiantar,” 2023.

R. N. Al-faruq et al., “Prediksi produksi rokok klobot menggunakan metode logika fuzzy mamdani,” pp. 1–7, 2023.

R. Septiani and I. G. Waluyo, “Rancang Bangun Sistem Deteksi Titik Kebakaran Dengan Metode Fuzzy Logic Berbasis Iot Pada Mts Al-Dzikri,” OKTAL J. Ilmu Komput. dan …, vol. 2, no. 2, pp. 450–459, 2023, [Online]. Available: https://journal.mediapublikasi.id/index.php/oktal/article/view/1065

R. T. Subagio, P. Sokibi, and R. R. Hartoyo, “Sistem Pendukung Keputusan Pemberian Bonus Karyawan Menggunakan Metode Fuzzy Logic (Studi Kasus: Pt. Jaya Raya),” J. Digit, vol. 9, no. 1, p. 71, 2019, doi: 10.51920/jd.v9i1.134.

Rodríguez, G. González (2020). An intelligent decision support system for production planning based on machine learning. Journal of Intelligent Manufacturing, 31(5), 1257-1273, ISSN 0956-5515, https://doi.org/10.1007/s10845-019-01510-y

S. Maryam, E. Bu, and E. Hatmi, “Penerapan Metode Fuzzy Mamdani dan Fuzzy Tsukamoto Dalam Menentukan Harga Mobil Bekas,” vol. 1, no. 1, pp. 10–14, 2021.

S. N. Putri and D. R. S. Saputro, “Construction fuzzy logic with curve shoulder in inference system mamdani,” J. Phys. Conf. Ser., vol. 1776, no. 1, 2021, doi: 10.1088/1742-6596/1776/1/012060.

Tsang, Y.P. (2017). An IoT-based cargo monitoring system for enhancing operational effectiveness under a cold chain environment. International Journal of Engineering Business Management, 9, ISSN 1847-9790, https://doi.org/10.1177/1847979017749063

Vidal, G.H. de Paula (2022). Decision support framework for inventory management combining fuzzy multicriteria methods, genetic algorithm, and artificial neural network. Computers and Industrial Engineering, 174, ISSN 0360-8352, https://doi.org/10.1016/j.cie.2022.108777

Yung, K.L. (2021). Inventory classification system in space mission component replenishment using multi-attribute fuzzy ABC classification. Industrial Management and Data Systems, 121(3), 637-656, ISSN 0263-5577, https://doi.org/10.1108/IMDS-09-2020-0518