Pengembangan Model Persediaan Multi Produk Fast Moving Consumer Goods Di Ritel

Pramono, Rochman Dwito (2025) Pengembangan Model Persediaan Multi Produk Fast Moving Consumer Goods Di Ritel. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6010221020-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Manajemen persediaan merupakan salah satu aspek penting dalam rantai pasok industri. Produk fast moving consumer goods (FMCG) salah satu produk yang berdampak bagi industri maupun pelaku bisnis. Produk FMCG memiliki karakteristik perputaran yang cepat, permintaan yang tinggi, dan persaingan pasar yang ketat. Salah satu tantangan utama dalam managemen persediaan adalah mengelola stok barang dengan efisien, menghindari kekurangan stok (stockout) atau dapat terjadinya kelebihan (overstock) yang dapat menyebabkan hilangnya peluang penjualan dan meningkatkan pembebanan biaya. Permintaan yang bersifat fluktuasi pada produk FMCG dapat menambahkan kompleksitas, yaitu dengan memberikan tantangan tersendiri dalam menjaga keseimbangan antara total biaya dan ketersediaan produk.
Penelitian ini mengusulkan pendekatan pengembangan model matematika untuk mengoptimalkan manajemen persediaan produk fast moving consumer goods (FMCG) yang bersifat multi-item, dengan mempertimbangkan permintaan musiman dan substitusi antar produk. Model matematis yang dibangun mencakup biaya pemesanan, penyimpanan, dan kekurangan stok, kemudian diselesaikan menggunakan algoritma Simulated annealing (SA) yang diimplementasikan dalam bahasa pemrograman Python. Model ini bertujuan untuk menghasilkan strategi pemesanan yang efisien, mengurangi biaya total persediaan, dan mengoptimalkan kapasitas penyimpanan.
Dalam penelitian yang dilakukan, evaluasi terhadap cooling rate dalam Simulated annealing menunjukkan bahwa penyesuaian cooling rate yang tepat dapat meningkatkan kualitas solusi dan mempercepat konvergensi tanpa mengorbankan akurasi. Hasil eksperimen menunjukkan penghematan biaya sebesar 7,11% dibandingkan dengan model eksisting, dengan RMSE sebesar 6,71% yang mengindikasikan bahwa model ini cukup efisien dalam memprediksi biaya persediaan yang akan datang. Melalui integrasi antara pemodelan komputer berbasis Python dan optimasi algoritmik menggunakan Simulated annealing (SA), hasil penelitian ini memberikan kontribusi dalam pengambilan keputusan manajemen persediaan yang lebih adaptif dan responsif terhadap fluktuasi permintaan, serta menawarkan solusi yang lebih efisien dalam pengelolaan stok di lingkungan ritel FMCG.
=================================================================================================================================================
Inventory management is one of the important aspects in the industrial supply chain. Fast moving consumer goods (FMCG) are one of the products that have an impact on industry and businesspeople. FMCG products are characterized by fast turnover, high demand, and intense market competition. One of the main challenges in inventory management is managing stock efficiently, avoiding stockouts or overstocks that can lead to lost sales opportunities and increased costs. The fluctuating demand for FMCG products can add complexity, by providing its own challenges in maintaining a balance between total cost and product availability.
This research proposes a mathematical model development approach to optimize inventory management of multi-item Fast moving consumer goods (FMCG) products, considering Seasonal Demand and substitution between products. The mathematical model built includes ordering, storage, and shortage costs, then solved using Simulated annealing (SA) algorithm implemented in Python programming language. The model aims to produce an efficient ordering strategy, reduce total inventory costs, and optimize storage capacity.
In the research conducted, an evaluation of the cooling rate in Simulated annealing shows that adjusting the cooling rate appropriately can improve solution quality and accelerate convergence without sacrificing accuracy. Experimental results show cost savings of 7.11% compared to the existing model, with an RMSE of 6.71% which indicates that the model is quite efficient in predicting future inventory costs. Through the integration of Python-based computer modeling and algorithmic optimization using Simulated annealing (SA), the results of this study are expected to contribute to inventory management decision-making that is more adaptive and responsive to demand fluctuations, as well as offer a more efficient solution in stock management in FMCG retail environments.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Manajemen persediaan, Multi Produk, Fast Moving Consumer Goods, Continuous Review, Simulated Annealing Manajemen persediaan, Multi Produk, Fast Moving Consumer Goods, Continuous Review, Simulated Annealing Inventory Management, Multi Product, Fast Moving Consumer Goods, Continuous Review, Simulated Annealing
Subjects:	H Social Sciences > HD Industries. Land use. Labor > HD55 Inventory control T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T57.8 Nonlinear programming. Support vector machine. Wavelets. Hidden Markov models.
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Industrial Engineering > 26101-(S2) Master Thesis
Depositing User:	Rochman Dwito Pramono
Date Deposited:	28 Jul 2025 09:36
Last Modified:	28 Jul 2025 09:36
URI:	http://repository.its.ac.id/id/eprint/121990

Actions (login required)

View Item