Perpustakaan Digital ITB

Di tengah persaingan industri sepeda motor yang dinamis, kemampuan dealer untuk merespons permintaan pasar secara cepat dan menjaga kesehatan finansial menjadi kunci utama keberhasilan. Sebagai solusi untuk memenuhi permintaan konsumen, terdapat skema pembiayaan yaitu dealer financing sehingga dapat membantu dealer untuk memenuhi permintaan. Namun, skema tersebut memunculkan dilema, yaitu ketika percepatan pembayaran dilakukan untuk menekan biaya bunga agar tidak membengkak akan berisiko memicu penambahan unit tanpa dipesan sehingga terjadinya penumpukan stok. Sebaliknya, penundaan pembayaran dapat menahan pengiriman yang tidak diinginkan tetapi akan meningkatkan beban finansial. Untuk menyelesaikan permasalahan tersebut, akan digunakan pendekatan terintegrasi dengan menggabungkan analitik prediktif menggunakan XGBoost dan optimisasi multiobjektif untuk menyeimbangkan tiga tujuan, yaitu menekan biaya bank, memenuhi permintaan, dan mengendalikan tingkat persediaan. Untuk menghasilkan banyak solusi Pareto yang menawarkan berbagai alternatif solusi akan digunakan Multiobjective Evolutionary Algorithm Based on Decomposition (MOEA/D) dengan pendekatan Penalty-based Boundary Intersection. Kemudian, untuk memilih solusi akhir, pendekatan interaktif Sinkronisasi NIMBUS digunakan agar pengambil keputusan dapat memilih solusi yang paling sesuai dengan preferensinya. Penelitian ini bekerja sama dengan PT. Daya Anugrah Mandiri (Daya Motor) untuk membantu permasalahan yang ada pada salah satu dealernya sebagai pemberi data, memvalidasi model agar sesuai dengan keadaan di lapangan dan juga sebagai pengambil keputusan. Penelitian ini menunjukkan bahwa penggabungan prediksi berbasis pembelajaran mesin dan MOEA/D, dilanjutkan pemilihan interaktif, mampu menyediakan rekomendasi kebijakan persediaan dan pembayaran yang andal serta praktis bagi dealer.