PROTOTIPE PREDIKSI PERSEDIAAN SUKU CADANG BERDASARKAN POLA KONSUMSI DAN DEAD STOCK DENGAN MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)
<div class="WordSection1"><p>Persediaan diartikan sebagai sumber daya menganggur (<em>iddle resource</em>) yang belum digunakan karena menunggu proses lebih lanjut. Untuk menjamin ketersediaannya, dalam hal ini adalah suku cadang, diperlukan persediaan yang siap dig...
Main Author: | |
---|---|
Format: | Article |
Language: | Indonesian |
Published: |
Lembaga Penelitian Universitas Indraprasta PGRI
2017-12-01
|
Series: | Faktor Exacta |
Online Access: | http://journal.lppmunindra.ac.id/index.php/Faktor_Exacta/article/view/1351 |
Summary: | <div class="WordSection1"><p>Persediaan diartikan sebagai sumber daya menganggur (<em>iddle resource</em>) yang belum digunakan karena menunggu proses lebih lanjut. Untuk menjamin ketersediaannya, dalam hal ini adalah suku cadang, diperlukan persediaan yang siap digunakan ketika dibutuhkan untuk menghindari kerusakan karena terlalu lama tersimpan digudang (<em>dead stock</em>)<em> </em>atau kekurangan persediaan (<em>stockout</em>). Atas dasar itulah diperlukan suatu model <em>framework</em> sistem prediksi (peramalan) yang dapat memperkirakan kebutuhan persediaan selanjutnya dengan menerapkan jaringan syaraf tiruan untuk melakukan pembelajaran terhadap data historis melalui analisis stok mati (<em>dead stock</em>) dan pola konsumsi pemakaian. Jenis penelitian termasuk Penelitian Terapan. Metode pengumpulan data melalui sistem berjalan SAP R/3, wawancara, observasi dan studi pustaka dengan pemilihan sampel menggunakan teknik <em>purposive sampling</em>. Perancangan menggunakan <em>Prototype </em>ANFIS. Teknik pengujian validasi sistem melalui pendekatan <em>black-box testing</em> sedangkan pengujian kualitas perangkat lunak menggunakan 2 karakteristik model ISO 9126, <em>usability</em> dan <em>efficiency</em>.</p><p> </p><p class="KataPengantar" align="left">Kata Kunci : Prediksi, Peramalan, Material Manajemen, Suku Cadang, <em>Spare Parts</em>, <em>Adaptive Neuro Fuzzy Inference System</em> (ANFIS).</p></div> |
---|---|
ISSN: | 1979-276X 2502-339X |