Optimasi Multiple Can-Order Level Pada Can-Order Policy Menggunakan Algoritma Simulated Annealing (Studi Kasus: Spare Part Inventory PT X)

Abstract

Persediaan merupakan stok dari barang-barang yang disimpan dan akan digunakan di masa yang akan datang. Salah satu permasalahan yang terjadi adalah apabila permintaan pada suatu item tergolong permintaan yang intermittent. Kebijakan persediaan pada jenis permintaan tersebut sulit untuk ditentukan karena pola pemintaan yang tidak pasti sehingga tingkat kesalahan prediksinya besar. Permasalahan jenis permintaan tersebut muncul pada kebutuhan spare part di PT X yang merupakan perusahaan peleburan aluminium. Untuk mengatasinya, model kebijakan can order policy menggunakan multiple can-order level (s_i, c_ij, S_ij) dapat menyelesaikan permasalahan dengan joint replenishment untuk mengkoordinasikan pesanan antar item. Model tersebut diketahui merupakan integer non-linear programming (INLP) yang dapat digolongkan ke dalam permasalahan NP-Hard. Pendekatan metaheuristik yaitu simulated annealing akan digunakan untuk mendapatkan solusi yang memuaskan dengan waktu penyelesaian yang cepat. Metode Global Criterion juga akan digunakan untuk mendapatkan fungsi multi objective, yaitu meminimasi total biaya persediaan dan meminimasi jumlah carrier supplier. Berdasarkan eksperimen dengan 3 supplier dam 157 item didapatkan hasil yang lebih baik dari kebijakan persediaan di PT X dengan adanya penghematan dari kondisi eksisting yang diterapkan perusahaan sebesar 2,6% pada jumlah carrier dan penghematan biaya sebesar 14,43% atau sebesar $81.570,79 (Rp 1.060.420.270).