Persediaan merupakan cadangan barang yang dikelola oleh setiap perusahaan untuk memenuhi permintaan pelanggan. Parsial backlogging terjadi saat persediaan mengalami kekosongan namun permintaan masih ada, akibatnya hanya sebagian pelanggan yang bersedia menunggu sampai barang tersebut tersedia. Permintaan pelanggan terhadap barang cukup bervariasi karena dipengaruhi oleh faktor cuaca, tempat lokasi dan lain-lain. Tujuan dari penelitian ini membentuk model persediaan berdasarkan asumsi permasalahan yang mengalami kerusakan dan parsial backlogging. Pada model persediaan akan berlangsung selama satu periode yang terbagi menjadi beberapa siklus. Model ini hanya berlaku untuk satu jenis barang dan berlaku untuk perusahaan barang jadi. Selain itu, model ini juga memperhitungkan banyak siklus yang digunakan pada contoh soal. Hasil dari penelitian ini berupa persamaan untuk menentukan waktu pengisian kembali persediaan dan total keuntungan yang maksimal. Total keuntungan yang maksimal diperoleh dari selisih jumlah hasil penjualan dengan total biaya dengan menggunakan waktu pengisian barang persediaan yang tepat. Keutamaan model ini selain berlaku dalam jangka waktu yang panjang juga dapat memaksimalkan keuntungan dengan memperhitungkan titik optimal pengisian barang kembali.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.