Purpose: This research develops a batch scheduling model for a three-stage flow shop with job processors in the first and second stages and a batch processor in the third stage. The model integrates production process activities and a product inspection activity to minimize the expected total actual flow time.Design/methodology/approach: The problem of batch scheduling for a three-stage flow shop is formulated as a mathematical model, and a heuristic algorithm is proposed to solve the problem. This model applies backward scheduling to accommodate the objective of minimizing the expected total actual flow time.Findings: This research has proposed a batch scheduling model for a three-stage flow shop with job and batch processors to produce multiple items and an algorithm to solve the model. The objective is to minimize total actual time. The resulting production batches can be sequenced between all types of products to minimize idle time, and the batch processor capacity affects the sample size and indirectly affects the production batch size.Originality/value: This research develops a batch scheduling model for a three-stage flow shop constituting job and batch processors and carrying out integrated production and inspection activities to minimize the expected total actual flow time

Makalah ini mengkaji kebijakan inventori pada perusahaan yang memiliki kapasitas gudang terbatas sehingga pengiriman barang harus dilakukan secara diskrit serta mempertimbangkan variasi biaya setup yang meningkat berdasarkan lama waktu produksi dan biaya penyimpanan yang meningkat sesuai fungsi waktu penyimpanan. Tujuan dari penelitian adalah untuk mengembangkan model Economic Production Quantity (EPQ) dan meminimasi total biaya inventori dengan mempertimbangkan faktor-faktor yang telah disebutkan sebelumnya. Terdapat dua kasus yang dikaji yaitu variasi biaya setup yang dikombinasikan dengan variasi biaya penyimpanan (H). Metode optimasi digunakan untuk mendapatkan waktu siklus (T) optimal. Berdasarkan T optimal yang dihasilkan, dihitung nilai waktu produksi (T p ), jumlah produksi (Q), jumlah pengiriman (m), kapasitas pengiriman (k), dan total biaya optimal. Perhitungan numerik menunjukkan bahwa 2 model yang dihasilkan dapat menurunkan total biaya secara keseluruhan. Penurunan nilai TC* terbesar dicapai pada saat β=1 dan ε=0,4 yaitu sebesar $3.967 (0,198%) untuk model 1 sedangkan untuk model 2, diperoleh pada saat β=1 yaitu sebesar $2.607 (0,130%).