2 ISSN 1979-8911
ABSTRAK
Masalah umum setiap perusahaan adalah sistem pengendalian persediaan, oleh karena itu untuk
mengatasi pengendalian persediaan metode yang digunakan adalah metode EOQ. Sedangkan pada
setiap masalah sistem persediaan terkadang ada kekurangan informasi mengenai biaya-biaya yang
sudah ada, maka untuk hal ini cara tepat yang akan digunakan yaitu model EOQ menggunakan
fuzzy dimana model EOQ fuzzy dapat memperkirakan biaya-biaya dengan fungsi keanggotaan
fuzzy trapesium dan segitiga. Fungsi keanggotaan trapesium dan segitiga memiliki beberapa titik
nilai keanggotaan untuk memperkirakan biaya-biaya. Pemodelan EOQ yang akan disederhanakan
yaitu model EOQ backorder parsial. Model EOQ backorder parsial merupakan bagian model EOQ
deterministik dimana setiap kali kekurangan persediaan dapat diketahui sebelumnya. Hasil nilai
EOQ fuzzy dengan menggunakan fungsi keanggotaan trapesium dan segitiga menggunakan
backorder parsial akan lebih tinggi dibandingkan nilai EOQ tanpa menggunakan fuzzy. Hal ini
terjadi akibat penggunaan fungsi keanggotaan dalam fuzzy yang memiliki beberapa titik nilai
untuk memperkirakan biaya-biaya.
Kata Kunci : Inventory, EOQ, Logika Fuzzy, Backorder Parsial, Fungsi Keanggotaan.
diartikan sebagai aktifitas dan langkah- perusahaan. Masalah umum dalam sistem
langkah yang digunakan untuk menentukan persediaan merupakan masalah penting bagi
jumlah yang tepat untuk memenuhi suatu perusahaan. Oleh karena itu agar
59
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
volume atau jumlah pembelian yang paling persediaan banyak ketidakpastian dan
ekonomis untuk dilakukan pada setiap kali kurangnya informasi biaya, untuk mengatasi
pembelian. Dengan metode EOQ, perusahaan masalah ini maka akan digunakan model
akan mengurangi persediaan yang sudah tidak fuzzy karena model fuzzy dapat
layak digunakan atau rusak dan memperkecil memperkirakan biaya yang sudah ada dari
perusahaan dalam menghasilkan produksi, Model EOQ secara umum tidak bisa
atau tertundanya pekerjaan dan hilangnya memperkirakan biaya yang sudah ada,
dari itu harus ditentukan nilai EOQ (economic biaya yang sudah ada. Pemodelan EOQ yang
order quantity) untuk meminimalkan biaya akan disederhanakan yaitu model EOQ
persediaan tahunan. Rumus dasar dari EOQ backorder parsial dengan menggunakan
yang diperkenalkan oleh Haris 1993.[2] fuzzy dan prinsip fungsi keanggotaan fuzzy.
60
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
1. Barang yang dipesan dan disimpan hanya satu 4. Biaya kerugian (Loss cost):
(2.4)
macam. (1− 𝛿)(𝑄−𝑉)2
𝐿𝑜𝑠𝑠 𝑐𝑜𝑠𝑡 = 𝐿 2𝑄
2. Persediaan segera dilengkapi.
5. Model ini memiliki 2 periode siklus
3. Backorder parsial diperbolehkan.
persediaan dimana ketika persediaan
61
Edisi Agustus 2013 Volume VII No. 2 (2.9)
ISSN 1979-8911
Quantity (Q)
V
Q
Time (t)
Backorder
δ
Loss (1-δ)
t₁ t₂ T
𝜕𝑇𝑅𝐶 𝜕𝑇𝑅𝐶
=0 =0 2𝐶𝑅𝐾
𝜕𝑄 𝜕𝑉 𝑉= √
𝐻(𝐻 + 𝐾)
62
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
Notasi untuk penggunaan model fuzzy adalah: Dinotasikan 𝑇𝑅̃ 𝐶 adalah total biaya untuk
model fuzzy
63
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
kondisi :
64
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
2𝐶𝑅(𝛿𝐾 + (1 − 𝛿)𝐿)
Ṽ= √
𝐻(𝐻 + 𝛿𝐾 + (1 − 𝛿)𝐿)
(2.18)
0
e₁ e₂ e₃
2 2 2
𝐶𝑅 𝐻𝑉 𝐾𝛿 (𝑄 − 𝑉) 𝐿(1 − 𝛿)(𝑄 − 𝑉)
𝑇𝑅̃ 𝐶 = + + + domain
𝑄 2𝑄 2𝑄 2𝑄
Gambar 2.5 Fungsi keanggotaan segitiga
65
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
dinotasikan dengan (e₁, e₂, e₃, ; w) (tegas) untuk fungsi segitiga menjadi :
𝛿 𝑣𝑖 2
Untuk w adalah hasil minimum dari (w₁,w₂) + 𝑘𝑖 (1 − 2 )
2 𝑞𝑖
digambarkan dengan ilustrasi gambar 2.5
(1 − 𝛿) 𝑣𝑖 2
+ 𝑙𝑙 (1 − 2 )}
operasi hitung fuzzy dalam pemesanan untuk 2 𝑞𝑖
3
penegasan variabel fuzzy 𝐸̃ untuk fungsi 𝜕𝑇𝑅̃ 𝐶 1 ℎ𝑖 𝑣𝑖 2 𝛿
= ∑ { + 𝑘𝑖 (2𝑣𝑖 − 2𝑞𝑖 )
𝜕𝑉 3 𝑞𝑖 2𝑞𝑖
segitiga menggunakan metode median rule [4] 𝑖=1
adalah : (1 − 𝛿)
+ 𝑙𝑖 ∗ (2𝑣𝑖 − 2𝑞𝑖 )}
2𝑞𝑖
(𝑒₁ + 𝑒₂ + 𝑒₃)
=
3 Solusi optimal yang diperoleh menggunakan
66
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
3. CONTOH PEMBAHASAN
67
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
Pada perusahaan PT. Karya Prima yang Dari data yang didapat dari perusahaan
berupa kasur yang dinamakan Kasur Super menggunakan (2.5), (2.6) dan (2.7).
Star [6] :
Maka hasil yang didapat :
minggu
e. Biaya Kerugian (𝐿̃)= Rp. 35000–65000 / unit
68
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
h. Pemakaian rata-rata/ minggu = 214 pcs – 255 Maka hasil yang didapat 𝑄̃ = 231,062 Ṽ =
Dari data yang didapat dari perusahaan untuk crisp (tegas) 𝑇𝑅̃ 𝐶 untuk model fuzzy
mencari TRC, Q dan V menggunakan (2.15), trapesium akan sama dengan model
(2.16) dan (2.17) Maka hasil yang didapat : backorder parsial tanpa fungsi fuzzy dapat
69
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
Untuk nilai tegas 𝐶̃ = (c₁ = c₂ = c₃ = c₄ = C ), persamaan (2.6), (2.7) dan (2.22) Maka hasil
48500, L = 50000. Fungsi keanggotaan fuzzy Pengaruh EOQ terhadap inventory sangat erat
akan menjadi 𝐶̃ = (c₁ = c₂ = c₃ = 65500), 𝑅̃ = maka dengan menggunakan metode model EOQ
̃ = (h₁ = h₂ = h₃=
(r₁ = r₂ = r₃= 11256), 𝐻 fuzzy dengan fungsi keanggotaan trapesium dan
selanjutnya
70
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
UKRIDA
DAFTAR PUSTAKA
(http://www.ukrida.ac.id/.../jkunukr-ns-s1-
[1] Purnomo, H.D, Wee.HUi-Meng,&
2009-222005011-1923-karya_prima-
Chiu.Yufang, “ Fuzzy Economic Order
chapter3 - Ukrida diakses 8- Agustus –
Quantity Model With Partial Backorder”,
(2012).
Penang, Malaysia ICMBSE (2012).
[7] Siswanto, Operation Research Jilid 2,
[2] Heilpern, S., “The expected value of a fuzzy
Penerbit Erlangga (2007).
number,” Fuzzy Sets and Systems, 47, 81-86
[8] Sudrajat, “Modul Kuliah Dasar-dasar
(1992).
Logika Fuzzy”, Jurusan Matematika
[3] K.-M. Bjork, “The fuzzy Economic Order
Fakultas Matematika, Universitas
Quantity Problem With a Finite Production
Padjajaran, Bandung(2008).
Rate and Backorders”, Apllied
[9] Sudrajat, “Modul Kuliah Inventory”,
Computational Intelligence and Soft
Jurusan Matematika Fakultas Matematika,
Computing, (2012) doi:10.1155/8876230
Universitas Padjajaran, Bandung (2011).
(2012).
[10] Zadeh, L.A., “Fuzzy sets as a basis for a
[4] Kusumadewi,Sri, “Teknik dan aplikasinya”,
theory of possibility”, Fuzzy sets and
Logika Fuzzy, Penerbit Artificial
systems, 1,3-28, (1978).
Intelligence (2003).
[11] Yamit, Z. “Manajemen Persediaan”,
[5] Jantzen, Jan, “Tutorial On Fuzzy Logic”,
Penerbit EKONISIA kampus Fakultas
Technical University of Denmark,
Ekonomi UI,Yogyakarta (1999).
Department of Automation, (1998).
71
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
72
Edisi Agustus 2013 Volume VII No. 2 ISSN 1979-8911
73