Analisis Persediaan dengan Metode Simulasi Monte Carlo dan Model P-Backorder Produk Ascorbic Acid di PT X
DOI:
https://doi.org/10.33197/jlscc.v4i2.3148Kata Kunci:
persediaan, stockout, monte carlo, Model P-BackorderAbstrak
Working Standard merupakan sebuah baku kerja yang digunakan sebagai standar dalam analisis di Laboratorium QC.Persediaan Working Standard (WS) Ascorbic Acid di Laboratorium QC PT X mengalami masalah kekurangan stok (stockout) dalam satu tahun terakhir sebesar 49 botol akibat terjadi fluktuasi permintaan dan belum adanya kebijakan perusahaan yang optimal. Penelitian ini bertujuan untuk mengevaluasi kebijakan persediaan yang ada dan merumuskan kebijakan pengendalian persediaan yang lebih efisien menggunakan pendekatan simulasi Monte Carlo dan metode Probabilistik Model P Backorder. Simulasi Monte Carlo digunakan untuk memperkirakan permintaan mendatang berdasarkan distribusi probabilitas historis, sedangkan Model P Backorder digunakan untuk menentukan waktu pemesanan optimal dan menghitung total biaya persediaan. Hasi penelitian menunjukkan bahwa total biaya kebijakan perusahaan saat ini sebesar Rp 3.696.667 dapat ditekan menjadi Rp 2.963.887 dengan pendekatan yang diusulkan, menghasilkan penghematan sebesar Rp 732.780 atau setara dengan 19,8%. Kombinasi metode usulan ini terbukti efektif dalam mengurangi risiko kekurangan stok, meminimalkan pembelian tidak terjadwal, serta mendukung perencanaan pengadaan yang lebih sistematis. Dengan demikian, kombnasi simulasi Monte Carlo dan Model P Backorder dapat menjadi solusi alternatif dalam menghadapi ketidakpastian permintaan WS Asccorbic Acid di Laboratorium QC PT X.
Referensi
Bahagia, S. N. (2006). Sistem Inventori. ITB Bandung.
Dewi, D. C., Sumijan, S., & Nurcahyo, G. W. (2020). Simulasi Monte Carlo dalam Mengidentifikasi Peningkatan Penjualan Tanaman Mawar (Studi Kasus di Toko Bunga 5 Bersaudara Kota Solok). Jurnal Informatika Ekonomi Bisnis. https://doi.org/10.37034/infeb.v3i2.67
Enggar, M., Moch Nuruddin, & Efta Dhartikasari3. (2022). Control of Raw Materials Inventory Probabilistic Model Using Monte Carlo Simulation and Dynamic System. Jurnal Teknovasi, 9(01), 37–44. https://doi.org/10.55445/jt.v9i01.36
Heizer, J., & Render, B. (2022). Manajemen Operasi (Manajemen Keberlangsungan dan Rantai Pasokan (14th Edition). Salemba Empat.
Maitra, S. (2024). Inventory Management Under Stochastic Demand: A Simulation-Optimization Approach (Version 1). arXiv. https://doi.org/10.48550/ARXIV.2406.19425
Prawita, R., Sumijan, S., & Nurcahyo, G. W. (2020). Simulasi Metode Monte Carlo dalam Menjaga Persediaan Alat Tulis Kantor (Studi Kasus di IAIN Batusangkar). Jurnal Informatika Ekonomi Bisnis. https://doi.org/10.37034/infeb.v3i2.69
Putri, A. E., Larasati, A., & Darmawan, V. E. B. (2024). Pengendalian Persediaan Kemasan Botol Air Minum Dalam Kemasan Menggunakan Simulasi Monte Carlo dan EOQ Probabilistik. Performa: Media Ilmiah Teknik Industri, 23(2), 107. https://doi.org/10.20961/performa.23.2.84602
Rahmatulloh, N., & Arifin, J. (2022). Analisis Penerapan Metode Klasifikasi ABC dan EOQ Pada Persediaan Bahan Baku di UKM Semprong Amoundy. Performa: Media Ilmiah Teknik Industri, 21(2), 179. https://doi.org/10.20961/performa.21.2.58126
Yudistira, F. D., Larasati, A., & Nurdiansyah, R. (2024). Perencanaan dan Pengendalian Persediaan Material Menggunakan Simulasi Monte Carlo dan EOQ Probabilistik: Studi Kasus: PT PLN UP3 Kediri. Industri Inovatif : Jurnal Teknik Industri, 14(1), 124–133. https://doi.org/10.36040/industri.v14i1.9035
Yuniasih, A. W., & A’yuni, N. R. L. (2024). Literature Review of Inventory with Probabilistic Economic Order Quantity (EOQ). Jurnal Teknologi Dan Manajemen, 22(1), 83–92. https://doi.org/10.52330/jtm.v22i1.220
