digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Karina Apriana
PUBLIC Dewi Supryati

Prediksi permintaan merupakan hal yang penting untuk melakukan perencanaan produksi. Penelitian di bidang prediksi permintaan industry fesyen kebanyakan fokus pada prediksi permintaan agregat untuk satu tipe produk. Pada penelitian tesis ini prediksi permintaan untuk tingkat yang lebih detail, yaitu permintaan produk per varian warna. Penelitian ini mengembangkan model prediksi permintaan untuk industri fesyen dengan menggunakan artificial neural network (ANN) yang mempertimbangkan variabel temperatur, hari-hari khusus, penjualan toko, lokasi toko, persentase diskon, harga, jenis artikel, rata-rata pendapatan bulanan, jumlah penduduk laki-laki, style, material, rata-rata pengeluaran untuk produk fesyen, dan jumlah pengguna e-commerce. Hasil yang diperoleh dari model ANN menunjukkan hasil yang cukup baik dan dapat diterapkan untuk memperkirakan permintaan produk baru. Pada penelitian tesis ini, hasil model ANN pun menjadi dasar untuk merencanakan kebijakan produksi MTO/MTS. Penelitian di bidang perencanaan produksi hybrid MTO/MTS seringkali bertujuan untuk menentukan penerimaan atau penolakan pesanan. Hal ini disebabkan oleh sistem yang menjadi obyek memiliki perspektif MTS atau MTO. Pada penelitian tesis ini perencanaan produksi di bidang hybrid tidak mengambil perspektif khusus, tetapi dilakukan untuk menentukan kebijakan produksi produk MTS atau MTO dalam suatu periode. Penetapan kebijakan MTO/MTS diterapkan pada perusahaan 4PL yang memiliki klien pelaku usaha fesyen. Model markov decision process (MDP) dikembangkan untuk memperoleh kebijakan optimal perencanaan produksi pada setiap fase siklus hidup produk. Kebijakan optimal yang dihasilkan menunjukkan keputusan yang harus diambil pada state yang diobservasi. Keputusan bervariasi pada tingkat persediaan tertentu di suatu fase siklus hidup berdasarkan status lead time, minimum order quantity (MOQ), dan jumlah pesanan MTO maksimum yang diijinkan berada dalam sistem.