Prediksi Inventory Untuk Mencegah Terjadinya Understock Dan Overstock Di Perusahaan Fmcg Dengan Menerapkan Model Gradient Boosting (Studi Kasus: PT XYZ)

Panjaitan, Lisda (2022) Prediksi Inventory Untuk Mencegah Terjadinya Understock Dan Overstock Di Perusahaan Fmcg Dengan Menerapkan Model Gradient Boosting (Studi Kasus: PT XYZ). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 02411840000019-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

PT XYZ merupakan salah satu perusahaan FMCG terbesar di Indonesia yang memiliki brand yang sangat banyak dan tersebar. Dengan banyaknya jenis produk yang harus dikelola, PT XYZ sering menghadapi permasalahan understock maupun overstock. Dari data selama 12 minggu, hanya 15% dari produk household yang memiliki inventory dalam jumlah normal. Sebesar 85% dari produk mengalami keadaan tidak normal, yaitu 32% understock dan 53% overstock. Oleh karena itu, penulis melakukan penelitian untuk memberikan rekomendasi solusi untuk permasalahan tersebut. Penelitian dilakukan dengan pendekatan data mining, yaitu menggunakan model gradient boosting untuk memprediksi terjadinya understock dan overstock khususnya di inventory finished good. Penggunaan model gradient boosting dikarenakan gradient boosting merupakan salah satu perbaikan dari model decision tree. Data yang digunakan sebagai predictor dalam model ini adalah data inventory level, inventory week cover, historical sales, dan forecast. Variabel target untuk klasifikasi adalah status inventory terbagi menjadi tiga kelas, yaitu understock, normal, dan overstock. Sementara variabel target pada model regresi adalah jumlah understock/overstock. Pada model klasifikasi dihasilkan akurasi sebesar 0,84 untuk produk kategori 1, sebesar 0,76 untuk produk kategori 2, dan sebesar 0,74 untuk kategori 3. Sementara model regresi menghasilkan R2 sebesar 0,89 untuk produk kategori 1, sebesar 0,76 untuk produk kategori 2, dan sebesar 0,74 untuk kategori 3. Data hasil prediksi tersebut divisualisasikan dalam sebuah dashboard. Dashboard visualisasi menampilkan data hasil prediksi dalam bentuk heatmap dan grafik, sehingga dapat dilakukan analisis lebih lanjut berdasarkan informasi yang didapatkan.
================================================================================================================================
PT XYZ is one of the largest FMCG companies in Indonesia, which has a lot of brands. With so many brands to manage, PT XYZ frequently face the understock and overstock inventory. According to 12 weeks inventory data, only 15% of the household products that has normal inventory. The product has abnormal inventory in 85% of cases, with 32% understock and 53% overstock. Therefore, this research provides the recommendations to solve this problem. This research is done with data mining approach, using a gradient boosting model to predict the understock and overstock in inventory, especially in finished goods inventory. Gradient boosting model is used because it is the improvements of the decision tree model. The data that used as predictors are inventory level, inventory week cover, historical sales, and forecast demand. The target variable for classification is inventory status which is divided into three classes, namely understock, normal, and overstock. Meanwhile, the target variable for regression model is the amount of understock/overstock. The result of classification model has accuracy of 0,84 for category 1 products, 0,76 for category 2 products, and 0,74 for category 3 products. While the result of regression model is an R2 of 0,89 for category 1 products, 0,76 for category 2 products, and 0,74 for category 3 products. The data that come from prediction model are visualized in a dashboard. The visualization dashboard displays the data using heatmaps and line graphs, so the information can be used for further analysis.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Inventory, Predictive, Classification, Regression, Gradient Boosting
Subjects:	H Social Sciences > HD Industries. Land use. Labor > HD55 Inventory control
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Industrial Engineering > 26201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	06 Feb 2026 07:34
Last Modified:	06 Feb 2026 07:34
URI:	http://repository.its.ac.id/id/eprint/132237

Actions (login required)

View Item