Optimasi Biaya Persediaan Barang Pada Industri Alat Berat Untuk Spare Part Menggunakan Particle Swarm Optimization (PSO) Berdasarkan Prediksi Penjualan

Soeyanto, Muhammad Farhan Dwi Putra and Dr. Diva Kurnianingtyas, S.Kom and Ir. Indriati, S.T., M.Kom (2024) Optimasi Biaya Persediaan Barang Pada Industri Alat Berat Untuk Spare Part Menggunakan Particle Swarm Optimization (PSO) Berdasarkan Prediksi Penjualan. Sarjana thesis, Universitas Brawijaya.

Abstract

Penelitian ini bertujuan untuk mengoptimalkan biaya persediaan barang pada industri alat berat, khususnya untuk spare part, dengan memanfaatkan Particle Swarm Optimization (PSO) berdasarkan prediksi penjualan. Proses penelitian dimulai dengan pengembangan model prediksi penjualan menggunakan metode ETS untuk mendapatkan perkiraan permintaan yang akurat. Selanjutnya, PSO digunakan untuk mengoptimalkan kebijakan persediaan berdasarkan prediksi penjualan tersebut. Eksperimen dilakukan dengan variasi parameter PSO untuk menemukan pengaturan optimalnya. Implementasi model ini diharapkan dapat memberikan kontribusi signifikan dalam mengurangi biaya persediaan dan meningkatkan efisiensi operasional industri alat berat. Evaluasi kinerja model dan hasil optimasi dilakukan melalui analisis sensitivitas, validasi lapangan, dan evaluasi dampak finansial. Kesimpulannya, penelitian ini memberikan kontribusi dalam pengembangan strategi manajemen persediaan yang lebih cerdas dan adaptif dalam menghadapi variasi permintaan pasar.

English Abstract

This research aims to optimize inventory costs in the heavy equipment industry, specifically for spare part, utilizing Particle Swarm Optimization (PSO) based on sales forecastin. The research process begins with the development of a sales forecasting model using the ETS method to obtain accurate demand estimates. Subsequently, PSO is employed to optimize inventory policies based on these sales predictions. Experiments are conducted with variations in PSO parameters to identify the optimal settings. The implementation of this model is expected to significantly contribute to reducing inventory costs and improving operational efficiency in the heavy equipment industry. Performance evaluation of the model and optimization result is carried out through sensitivity analysis, field validation, and financial impact assessment. In conclusion, this research contributes to the development of more intelligent and adaptive inventory management strategies in response to market demand variations.

Item Type:	Thesis (Sarjana)
Identification Number:	0524150229
Uncontrolled Keywords:	particle swarm optimization (PSO), sales forecasting, error-trendseasonality-particle swarm oprimization (PSO), prediksi penjualan, error-trendseasonality (ETS), optimasi biaya persediaan, industri alat berat, spare part. (ETS), inventory cost optimization, heavy equipment industry, spare parts.
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	soegeng sugeng
Date Deposited:	23 Apr 2024 04:56
Last Modified:	23 Apr 2024 04:56
URI:	http://repository.ub.ac.id/id/eprint/217509

Text (DALAM MASA EMBARGO) Muhammad Farhan Dwi Putra Soeyanto.pdf Restricted to Registered users only Download (2MB)

Actions (login required)

View Item