A Multi-Item Probabilistic Inventory Model that Considers

Expiration Factor, All Unit Discount Policy and Warehouse

Capacity Constraints
(Model Inventory Probabilistik Multi-Item yang Memperhitungkan Faktor
Kedaluwarsa, Kebijakan Diskon All-Unit, dan Kendala Kapasitas Gudang)

Roland Y.H. Silitonga1* , Leo Rama Kristiana1, Tabita Anette Parley1

Perencanaan & Pengendalian Material

Andre Wardhana
(228030012)
1. Sumber Jurnal Utama : Sumber Jurnal Pendukung :

Silitonga, R. Y. H., Leo Rama Kristiana, & Tabita Anette Parley. (2021). A Pengembangan Model untuk Aplikasi Pengendalian Persediaan
Multi-Item Probabilistic Inventory Model that Considers Expiration Factor, All Probabilistik Multi Item Single Supplier
Unit Discount Policy and Warehouse Capacity Constraints. Jurnal Teknik Roland Y. H. Silitonga, Meyelin Paskal Kawet
Industri, Vol. 23, No. 2, December 2021, pp. 139-148. DOI:
10.9744/jti.23.2.139-148.
Source Link : Source Link:
https://journal.ithb.ac.id/telematika/article/view/158
https://jurnalindustri.petra.ac.id/index.php/ind/article/view/23842
2. Tujuan Penelitian :

 Melanjutkan, memperdalam dari Penelitian dengan Judul : “Pengembangan Model untuk Aplikasi Pengendalian
Persediaan Probabilistik Multi Item Single Supplier.”
 Melakukan perbandingan hasil dengan model sebelumnya untuk mengetahui kelebihan dan kekurangannya.
 Penelitian ini bertujuan untuk menciptakan model Inventory baru yang memperhitungkan ketidakpastian
permintaan, produk yang berpotensi kedaluwarsa, diskon massal, dan kapasitas penyimpanan terbatas.
 Model ini berguna terutama pada toko yang menjual barang konsumsi, mengelola Inventorynya dengan lebih baik.
 Model ini memungkinkan dalam membuat keputusan yang lebih efisien terkait pemesanan produk.
 Studi ini juga akan melihat bagaimana perubahan pada beberapa bagian dapat mempengaruhi biaya persediaan dan
keputusan pemesanan.
 Pada dasarnya, penelitian ini bertujuan untuk membantu bisnis mengelola Inventory mereka dengan lebih cerdas.
3. Fungsi Tujuan, Variabel Keputusan, Konstrain :
a. Fungsi Tujuan
 Meminimalkan biaya total persediaan
 Meminimalkan jumlah barang yang kedaluwarsa
 Memaksimalkan pemanfaatan diskon all-unit

b. Variabel keputusan P
 (Periode) 𝑇𝑚𝑎𝑥 : Waktu antara pemesanan berdasarkan kapasitas gudang yang tersedia. Variabel ini mengacu pada waktu antara pemesanan yang
dihitung dari pembagian kapasitas gudang yang tersedia (dalam hal volume atau berat) dengan total volume permintaan.
 (Periode) 𝑇𝑜𝑝𝑡 : Variabel ini menunjukkan waktu antara pemesanan yang mempengaruhi kebijakan persediaan. Nilainya ditentukan
dari perhitungan biaya total
berdasarkan 𝑇𝑚𝑎𝑥 dan 𝑇𝑜𝑝𝑡. Variabel ini menentukan kapan pesanan dilakukan, berdasarkan kapasitas gudang dan faktor lainnya.
c. Konstrain :
 Konstrain Kapasitas Gudang
 Konstrain Kondisi Barang yang Baik
 Faktor Diskon All Unit
4. Model Sistem Inventory :

Termasuk dalam Kategori Sistem P

Menggunakan kebijakan PRS (Periodic Review System) (P)
Parameter :
 𝑇𝑚𝑎𝑥 = 0,1429 tahun = 52,2 hari

 𝑇𝑜𝑝𝑡 = 0,4336 tahun = 158.264 hari

*Berdasakan Perhitungan (Terdapat pada Tabel.3 Result)

5. Review Jurnal
 Pembahasan tentang model persediaan untuk banyak barang dengan permintaan tak pasti, produk mudah
kedaluwarsa, dan batasan penyimpanan.
 Model ini berguna terutama untuk industri makanan, penjualan makanan, dan toko ritel.
 Metode khusus digunakan untuk menentukan waktu pemesanan yang optimal berdasarkan kapasitas gudang.
 Pengujian model dilakukan dengan mengubah faktor-faktor seperti biaya, waktu pemesanan, dan jumlah produk
yang kedaluwarsa.
 Hasilnya menunjukkan bahwa total biaya pemesanan dipengaruhi oleh produk bagus, diskon, dan biaya
penyimpanan.
 Model memberikan pemahaman yang baik terhadap perilaku komponen-komponennya.
 6. Proses Pendekatan Model :
Komponen Ongkos Pembentuk Fungsi Tujuan PRS
(Periodic Review System)

 Total Inventory Cost  Purchase Cost  Ordering Cost

1.
𝑂𝑏 : Ongkos pembelian
𝑂𝑝 : Ongkos pemesanan
𝑂𝑠 : Ongkos penyimpanan (carrying cost) A : Biaya Pemesanan per Pesanan

𝑂𝑘 : Ongkos kekurangan stok (shortage) 𝑇∗ : Waktu pemesanan bersama optimal

𝑂𝑘𝑑 : Ongkos kekurangan stok yang (tahun)

diizinkan

𝐷𝑖 : Total permintaan untuk item 𝑖 dalam satu periode perencanaan (unit/tahun)

Pli : Harga yang berlaku berdasarkan ukuran lot pesanan dari setiap item.
𝛼 : Probabilitas kekurangan stok (shortages) persediaan
 Holding (Carrying) Cost  Lost Sales (Shortage) Cost

𝑐𝑢𝑖 : Biaya kekurangan stok (stock out) untuk item 𝑖 (Rp/unit)

𝐷𝑖 : Total permintaan untuk item 𝑖 dalam satu periode perencanaan (unit/tahun) 𝐷𝑖 : Total permintaan untuk item 𝑖 dalam satu periode perencanaan (unit/tahun)

Hi : Biaya penyimpanan per unit 𝑇∗ : Waktu pemesanan bersama optimal (tahun)

𝑇∗ : Waktu pemesanan bersama optimal (tahun)

 Expiry Cost

𝐷𝑖 : Total permintaan untuk item 𝑖 dalam satu periode perencanaan (unit/tahun)

𝐽𝑖 : Harga jual per unit item 𝑖 yang akan kedaluwarsa (Rp/unit)
Ssi : Jumlah Safety Stock untuk item 𝑖 (unit)
7.1. DATA & PERHITUNGAN
7.2. DATA & PERHITUNGAN
7.3. DATA & PERHITUNGAN
7.4. DATA & PERHITUNGAN
7.5. Data & Perhitungan

Data yang digunakan berasal dari penelitian sebelumnya oleh Limanjaya dan Silitonga [7] dengan tambahan faktor kedaluwarsa yang terlihat dalam Tabel 1 dan
Tabel 2. Berdasarkan data tersebut, 𝑇𝑜𝑝𝑡 > 𝑇𝑚𝑎𝑥. Hal ini menunjukkan bahwa solusi optimal untuk biaya total terhambat oleh kendala kapasitas gudang.
Sehingga, solusi untuk waktu antara pesanan adalah nilai 𝑇𝑚𝑎𝑥. Penggunaan nilai 𝑇𝑚𝑎𝑥 menghasilkan biaya total yang lebih rendah dibandingkan dengan
nilai 𝑇𝑜𝑝𝑡. Untuk mencapai biaya optimal, kendala kapasitas gudang perlu dilonggarkan dari 500 unit volume awal menjadi 1516,75 unit volume.
Hasil Penelitian

Berdasarkan data dari Tabel 1 dan Tabel 2, ternyata 𝑇𝑜𝑝𝑡 lebih besar daripada 𝑇𝑚𝑎𝑥. Ini berarti solusi
yang diinginkan untuk meminimalkan biaya total persediaan terhalang oleh batasan kapasitas gudang.
Solusi terbaiknya adalah menggunakan nilai 𝑇𝑚𝑎𝑥 (0,1429 tahun = 52,2 hari, 365 hari dalam setahun)
seperti yang tertera di Tabel 3. Biaya total dengan menggunakan nilai 𝑇𝑚𝑎𝑥 lebih kecil daripada biaya
total dengan menggunakan nilai 𝑇𝑜𝑝𝑡. Untuk mendapatkan biaya yang optimal, kapasitas gudang harus
diperbesar dari 500 unit menjadi 1516,75 unit.
 .1. Nilai 𝑂𝑘d :
DATA & PERHITUNGAN
𝑂𝑘d = 0.05 * 80.000 = 4.000.000
2. Nilai 𝑂𝑠 :
(CONTOH KASUS – NUMERIC)
𝑂𝑠 = 500.000 - 100.000 = 400.000
3. Nilai 𝑂𝑝 :
O𝑇 = 𝑂𝑏 + 𝑂𝑝 + 𝑂𝑠 + 𝑂𝑘 + 𝑂𝑘d. 𝑂𝑝 = 500.000 - 400.000 = 100.000
4. Nilai 𝑂𝑏 :
Contoh Kasus: Perusahaan XYZ ingin mengoptimalkan kebijakan inventori dan total biaya 𝑂𝑏 = 500.000 - (100.000 + 150.000 + 80.000 + 4.000.000) = 286.000
inventori. Mereka memiliki data sebagai berikut: 5. Total Biaya Inventory :
 𝑂𝑏 (biaya pemesanan) : 500.000 O𝑇 = 𝑂𝑏 + 𝑂𝑝 + 𝑂𝑠 + 𝑂𝑘 + 𝑂𝑘d
 𝑂𝑝 (biaya penyimpanan) : 100.000 O𝑇 = 286.000 + 100.000 + 400.000 + 80.000 + 4.000.000
 𝑂𝑠 (biaya kekurangan stok) : 150.000 O𝑇 = 786.000
 𝑂𝑘 (biaya persediaan) : 80.000 Maka, kebijakan inventori yang optimal adalah:
 𝑂𝑘d (biaya persediaan yang di diskon): 5% dari biaya persediaan  Biaya pemesanan : 286.000
 Biaya penyimpanan : 100.000
 Biaya kekurangan stok : 400.000
 Biaya persediaan : 80.000
 Biaya persediaan yang di diskon : 4.000.000
Total biaya inventori: 786.000
Analisis sensitivitas adalah teknik yang digunakan untuk mengukur seberapa besar perubahan dalam variabel akan
mempengaruhi hasil atau output dalam sebuah model matematika atau sistem. Ini membantu dalam memahami seberapa
sensitifnya solusi terhadap perubahan dalam parameter tertentu dalam suatu model atau sistem.
TERIMAKASIH