2025 SK PP Leirija Asheera Rachman [19022044] - Abstract
PUBLIC Open In Flipbook Abdul Aziz Ariarasa 2025 SK PP Leirija Asheera Rachman [19022044] - List of Contents
PUBLIC Open In Flipbook Abdul Aziz Ariarasa 2025 SK PP Leirija Asheera Rachman [19022044] - Chapter 1
PUBLIC Open In Flipbook Abdul Aziz Ariarasa 2025 SK PP Leirija Asheera Rachman [19022044] - Chapter 2
PUBLIC Open In Flipbook Abdul Aziz Ariarasa 2025 SK PP Leirija Asheera Rachman [19022044] - Chapter 3
PUBLIC Open In Flipbook Abdul Aziz Ariarasa 2025 SK PP Leirija Asheera Rachman [19022044] - Chapter 4
PUBLIC Open In Flipbook Abdul Aziz Ariarasa 2025 SK PP Leirija Asheera Rachman [19022044] - Chapter 5
PUBLIC Open In Flipbook Abdul Aziz Ariarasa 2025 SK PP Leirija Asheera Rachman [19022044] - References
PUBLIC Open In Flipbook Abdul Aziz Ariarasa 2025 SK PP Leirija Asheera Rachman [19022044] - Appendix
PUBLIC Open In Flipbook Abdul Aziz Ariarasa
Penelitian ini berfokus pada optimalisasi peramalan permintaan dan manajemen inventaris pada bisnis grosir PT XYZ bagian Departemen Kids. Sebagai salah satu distributor dan peritel mainan anak terkemuka di Indonesia, PT XYZ menghadapi tantangan operasional seperti tingginya jumlah stok tidak terjual di gudang, yang telah disimpan dalam waktu yang lama. Hal ini menyebabkan tingginya biaya penyimanan dan risiko produk yang sudah tidak sesuai dengan tren pasar. Masalah ini menunjukan adanya indikasi ketidaksesuaian antara pasokan dan permintaan, di mana tingkat inventaris tidak selaras dengan permintaan aktual pelanggan, yang dapat mengakibatkan baik kelebihan stok maupun kurangnya stok. Saat ini, peramalan permintaan pada PT XYZ didasarkan pada perkiraan kasar dan penilaian subjektif karyawan. Kurangnya ketepatan dan konsistensi dalam metode ini dapat menyebabkan tantangan operasional lebih lanjut. Penelitian ini bertujuan untuk mengidentifikasi metode peramalan permintaan yang lebih akurat dan didasarkan oleh data untuk meningkatkan sistem manajemen inventaris PT XYZ. Bisnis grosis PT XYZ melayani berbagai segmen pelanggan, seperti mini market, ecommerce, dan toko besar lainnya, oleh karena itu, peramalan permintaan yang terstruktur dan akurat menjadi penting untuk menyelaraskan perencanaan inventaris dengan permintaan pelanggan. Melalui perbandingan beberapa metode deret waktu, metode Seasonal Autoregressive Integrated Moving Average (SARIMA) ditemukan debagai yang paling akurat, dengan nilai terendah pada metriks eror statistik yaitu Mean Absolute Percentage Error (MAPE), Mean Absolute Deviation (MAD), and Mean Standard Deviation (MSD). Selain itu, dua model inventaris yaitu Economic Order Quantity (EOQ) dan Periodic Order Quantity (POQ) diuji untuk mengevaluasi performa hasil peramalan permintaan metode SARIMA dalam perencanaan inventaris dan melihat penerapannya secara praktis. Hasilnya menunjukan bahwa model POQ menghasilkan total biaya inventaris yang lebihh rendah sebanyak Rp Rp1.949.668 dibanding model EOQ. Selain itu, analisis sensitivitas mengungkapkan bahwa biaya penyimpanan memiliki pengaruh paling signifikan terhadap total biaya inventaris dibanding variabilitas kesalahan peramalan dan biaya pemesanan. Berdasarkan temuan ini, PT XYZ direkomendasikan untuk mengimplementasikan SARIMA sebagai metode standar peramalan permintaan untuk pelanggan grosirnya pada segment mainan anak. Kombinasi SARIMA dan model POQ dapat diintegrasikan pada sistem ERP PT XYZ untuk mengotomasisasi manajemen inventaris dan meningkatkan responsivitas terhadap perubahan permintaan. PT XYZ juga perlu melakukan pengoptimalan biaya penyimpanan dengan memanfaatkan hasil peramalan permintaan yang akurat sebagai acuan untuk manajemen inventaris yang lebih efisien. Penelitian ini terbatas pada segmen pelanggan minimarket di mana pemintaan cenderung konstan dan stabil, dengan terfokus pada satu SKU dari merek mainan anak ternama yang dikelola PT XYZ. Penelitian lebih lanjut dapat mengeksplorasi dampak faktor eksternal sebagai variabel peramalan permintaan dan meneliti metode lain untuk permintaan mainan anak yang tidak konstan.
Perpustakaan Digital ITB