Perpustakaan Digital ITB

PT RUMA (Rekan Usaha Mikro Anda) merupakan startup di bidang teknologi finansial sosial yang menjual produk dengan harga terjangkau dan cicilan tanpa bunga melalui Arisan Mapan. Seiring dengan meningkatnya permintaan, PT RUMA seringkali mengalami kendala dalam menentukan kebijakan pemesanan yang memanfaatkan kapasitas gudang dengan efisien dan meningkatkan kecepatan pemrosesan pesanan di gudang. Kebijakan pemesanan eksisting mengakomodasi permintaan untuk seluruh barang setiap kelipatan 12 minggu sehingga dalam satu tahun terdapat lima kali perencanaan (periode akhir 12, 24, 36, 48, dan 52). Kebijakan ini tidak mempertimbangkan kapasitas gudang dalam menampung barang sehingga menyebabkan gudang sering mengalami kelebihan kapasitas. Terkait pemrosesan barang, tata letak barang dalam gudang merupakan faktor yang sangat berpengaruh. Tata letak barang eksisting dilakukan berdasarkan kategori barang yang dijual PT RUMA, seperti Aksesoris Wanita, As Seen on TV, Eletronik Rumah Tangga Kecil, dan lain-lain yang tidak mempertimbangkan frekuensi keluar masuknya barang sehingga perlu dilakukan perbaikan. Permasalahan penentuan kebijakan pemesanan yang memenuhi batasan kapasitas gudang didekati dengan metode Knapsack Problem menggunakan Algoritma Greedy by Density, by Volume, by Revenue, dan by Inventory Turnover Ratio (ITO) × Harga Jual / Volume. Keempat algoritma tersebut masing-masing diterjemahkan ke dalam Program Visual Basic for Application (VBA) sederhana yang dirancang sendiri untuk menghitung keempat alternatif rencana pemesanan. Setelah itu, keempat alternatif akan dipilih berdasarkan beberapa kriteria menggunakan metode Analytic Hierarchy Process (AHP). Hasilnya adalah Algoritma Greedy by Volume memberikan kinerja terbaik dengan keuntungan sebesar Rp22.848.979.027,91, rata-rata jumlah palet yang digunakan sebesar 6391,5 ≈ 6392 palet, dan jumlah barang yang tidak dapat diakomodasi sebesar 6353 unit barang. Berdasarkan alternatif ini, pemesanan seharusnya dilakukan 16 kali dalam setahun untuk dapat memanfaatkan kapasitas gudang secara efisien. Setelah mengetahui rencana pemesanan, tata letak barang usulan berdasarkan kelas ditentukan menggunakan model pengembangan Dedicated Storage Policy menjadi Class-Based Storage Policy. Dengan menggunakan perangkat lunak LINGO 14.0, diperoleh solusi global optimum dengan kriteria kinerja jarak pemindahan barang sebesar 2.534.593 meter dalam setahun (perbaikan sebesar 0,35% dari tata letak eksisting tetapi menggunakan kebijakan pemesanan usulan).