Jurnal: Monitoring Pesediaan Suku Cadang Pola Replacement Menggunakan Metoda Adaptive Neuro Fuzzy Inference System

Abstrak

Jumlah persediaan barang ditentukan dengan berdasarkan kebutuhan permintaan. Untuk bisa mengetahui kebutuhan permintaan perlu dilakukan prakiraan terhadap permintaan tersebut. Penelitian ini menggunakan data-data yang menerapkan pola penggantian (replacement) suku cadang modul elektronik pada alat produksi telekomunikasi pada sistem transmisi, switching, access dan power, yaitu dengan menggantikan modul elektronik pada sistem yang terganggu atau rusak dengan suku cadang modul elektronik yang baik dari gudang persediaan suku cadang, sedangkan modul elektronik yang rusak dikirimkan ke bagian Repair Center untuk diperbaiki kembali, sehingga hasil perbaikan tersebut dapat mengisi kembali gudang persediaan. Parameter kecepatan pada proses perbaikan modul rusak (repair) modul elektronik, dalam bentuk waktu perbaikan rata-rata pada bagian pusat perbaikan, agar kembali menjadi modul elektronik yang siap digunakan sebagai suku cadang dalam pemenuhan persediaan aman pada gudang persediaan. Penelitian ini menggunakan metoda Adaptive Neuro Fuzzy Inference System (ANFIS) dalam mengembangkan sistem pendukung keputusan untuk mengendalikan persediaan suku cadang yang tersedia di gudang persediaan dengan memperhitungkan beberapa parameter pendukung, yaitu permintaan, perbaikan dan pemenuhan suku cadang serta waktu perbaikan. Penelitian ini menggunakan parameter input merupakan daur ulang perbaikan modul elektronik yang rusak dari customer untuk segera menggantikan modul di gudang persediaan dengan melakukan perbaikan di Repair Center. Sehingga faktor percepatan perbaikan kembali sangat berpengaruh sebagai input persediaan suku cadang di dalam gudang persediaan dan metoda yang digunakan adalah Adaptive Neuro-Fuzzy Inference System (ANFIS).

Kata kunci: ANFIS; Monitoring persediaan; Penggantian

Pendahuluan

Jumlah persediaan barang ditentukan dengan berdasarkan kebutuhan permintaan. Untuk bisa mengetahui kebutuhan permintaan perlu dilakukan prakiraan terhadap permintaan tersebut. Pada penelitian umumnya dilakukan prakiraan dengan menggunakan salah satu metode dari analisa runtun waktu (time series analysis), yaitu metode rata-rata pergerakan eksponensial (exponentially \weighted moving average) dengan model untuk koreksi tren dan musim (with trend and seasonal corrections). Selain itu, juga dilakukan dengan menggunakan konsep neural network.

Peneliti: Hartono

Untuk lebih lengkapnya silahkan download di link berikut: