Optimalisasi Jumlah Produksi Menggunakan Fuzzy Inference System Metode Min-Max

Abstract

Perencanaan produksi yang tepat dapat diterapkan The GDL Konveksi guna meminimalisir over production dan stock out yang sudah terjadi sebelumnya. Fuzzy Inference System Metode Min-Max dapat digunakan dalam penentuan jumlah produksi kaos guna mencapai produksi yang optimal. Penelitian ini bertujuan untuk mendapat output produksi yang optimal untuk bulan Juli 2019 dan membandingkan produksi perusahaan dengan produksi Fuzzy Inference System yang telah dibangun sehingga dapat mengetahui presentase kesalahan rata-rata dan nilai kebenaran prediksi. Produksi yang optimal bermanfaat untuk mengefisienkan sumber daya yang dimiliki perusahaan. Berdasarkan hasil pengolahan Fuzzy Inference System Metode Min-Max dengan variabel permintaan sebesar 2016 pcs dan variabel persediaan bulan sebelumnya (Juni 2019) sebesar 60 pcs dihasilkan jumlah produksi yang optimal sebesar 1980 pcs. The GDL Konveksi dapat memproduksi sebesar 1980 pcs untuk mendapat kondisi optimal Perhitungan presentase kesalahan MAPE sebesar 6,64% dengan nilai kebenaran mencapai 93,36%, hal ini menunjukkan bahwa Fuzzy Inference System Metode Min-Max dapat diterapkan untuk memprediksi jumlah produksi kaos di The GDL Konveksi dengan catatan sangat baik.

Jurnal Varian Full Text

“…So far, the most frequently used defuzzification method is the Centroid method. There are several previous studies such as (Wardani et al, 2017) in predicting the amount of palm oil production, (Santya et al, 2017) in predicting the amount of banana chips production, (Sari, 2021) in predicting the amount of salt production, (Susetyo et al, 2020) in predicting t-shirt production, (Sahulata et al, 2020) and (Rianto and Manurung, 2022) in predicting the amount of bread production, all using the Centroid defuzzification method of the Mamdani. Hence, we may ask why in production always use the Centroid Mamdani type in defuzzification method?…”

Penentuan Reorder Point dan Safety Stock pada Consumable Material Berdasarkan Peramalan Menggunakan Artificial Neural Network

“…Istikmalatun et al (2020) melakukan penelitian tentang merencanakan kebutuhan bahan baku di industri roti dengan peramalan moving average dan hasil peramalan tersebut menjadi input untuk penentuan kebutuhan bahan baku menggunakan beberapa teknik lot sizing, hasil yang didapat least total cost menjadi metode yang efisien. Susetyo et al (2020) melakukan penelitian perencanaan produksi kaos agar tidak over stock maupun stock out dengan menggunakan beberapa peramalan seperti simple average, moving average, weighted moving average, single exponential smoothing, double exponential smoothing, dalam penelitian tersebut single exponential smoothing menjadi peramalan terbaik dan hasil peramalan tersebut menjadi input fuzzy inference system untuk mendapatkan jumlah produksi yang optimal.…”