Optimizing the Amount of Production Using Hybrid Fuzzy Logic and Census II
Keywords:
Production quantity optimization, Fuzzy logic, Cencus II, Forecasting
Abstract
Companies should do planning before the production process. Production planning is expected to avoid excessive or insufficient product stocks that harm the company. This study aims to help a plastic spoon company in Gresik, East Java to determine the optimal amount of production using the Fuzzy method. The input variables used are the amount of demand and supply. However, the amount of demand that fluctuated, especially during the Covid-19 pandemic, made it difficult for the company to estimate the amount of demand in the upcoming production period. Therefore, in this study, the amount of demand is calculated from the results of forecasting with the Cencus II method. The results of the study provide an accuracy of the recommendations for the amount of production of 77% and an accuracy of forecasting results of 82%.
Downloads
Download data is not yet available.
References
[1] F. A. Reicita, “Analisis Perencanaan Produksi pada PT. Armstrong Industri Indonesia dengan Metode Forecasting dan Agregat Planning,” J. Ilm. Tek. Ind., vol. 7, no. 3, pp. 160–168, 2019, doi: https://doi.org/10.24912/jitiuntar.v7i3.6340.
[2] F. Izzatunnisaa and E. Prasetyaningsih, “Perencanaan Produksi dan Persediaan untuk Mengurangi Keterlambatan dan Biaya Penalti,” J. Ris. Tek. Ind., vol. 2, no. 2, pp. 117–128, 2022, doi: 10.29313/jrti.v2i2.1250.
[3] A. Eunike, N. W. Setyanto, R. Yuniarti, I. Hamdala, R. P. Lukodono, and A. A. Fanani, Perencanaan Produksi dan Pengendalian Persediaan, Revisi. UB Press Malang, 2021.
[4] K. Belmo and M. S. Neno, “Analisis Biaya-Volume-Laba sebagai Alat Perencanaan Laba pada Pabrik Tahu Pink Jaya – Oebufu, Kupang,” J. Manag., vol. 13, no. 3, pp. 285–298, 2020, doi: https://doi.org/10.35508/jom.v13i3.3308.
[5] M. B. Soeltanong and C. Sasongko, “Perencanaan Produksi dan Pengendalian Persediaan pada Perusahaan Manufaktur,” J. Ris. Akunt. Perpajak., vol. 8, no. 01, pp. 14–27, 2021, doi: 10.35838/jrap.2021.008.01.02.
[6] E. A. Rachma, “Optimasi Perencanaan Produksi dengan Menggunakan Model Sistem Dinamik di PT X,” vol. 2, no. 1, pp. 36–42, 2020, doi: 10.30998/joti.v2i1.4425.
[7] F. Ahmad, “Penentuan Metode Peramalan pada Produksi Part New Granada Bowl ST di PT.X,” JISI J. Integr. Sist. Ind., vol. 7, no. 1, pp. 31–39, 2020, doi: https://doi.org/10.24853/jisi.7.1.31-39.
[8] E. Tjandra, S. Limanto, and A. Indrawan, “Rekomendasi Pembelian Barang Pada Sistem Retail Dengan Metode Dekomposisi Census II,” Teknika, vol. 8, no. 2, pp. 126–132, 2019, doi: 10.34148/teknika.v8i2.222.
[9] M. J. Siregar, “Pengendalian Stok Spareparts Mobil Dengan Metode EOQ dan Min-Max Inventory,” J. Serambi Eng., vol. 6, no. 3, pp. 2096–2101, 2021, doi: 10.32672/jse.v6i3.3121.
[10] S. E. R. Yunita, H. J. Wattimanela, and M. S. N. Van Delsen, “Penerapan Fuzzy Inference System Tipe Mamdani Untuk Menentukan Jumlah Produksi Roti Berdasarkan Data Jumlah Permintaan Dan Persediaan (Studi Kasus Pabrik Cinderela Bread House Di Kota Ambon),” BAREKENG J. Ilmu Mat. dan Terap., vol. 14, no. 1, pp. 79–90, 2020, doi: 10.30598/barekengvol14iss1pp079-090.
[11] R. Taufiq and H. P. Sari, “Rancang Bangun Sistem Pendukung Keputusan Penentuan Jumlah Produksi Menggunakan Metode Fuzzy Tsukamoto,” J. Tek., vol. 8, no. 1, pp. 6–10, 2019, doi: 10.31000/jt.v8i1.1589.
[12] A. Shoniya and A. Jazuli, “Penentuan Jumlah Produksi Pakaian Dengan Metode Fuzzy Tsukamoto Studi Kasus Konveksi Nisa,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 4, no. 1, pp. 54–65, 2019, doi: 10.29100/jipi.v4i1.1068.
[13] V. M. Nasution and G. Prakarsa, “Optimasi Produksi Barang Menggunakan Logika Fuzzy Metode Mamdani,” J. Media Inform. Budidarma, vol. 4, no. 1, pp. 129–135, 2020, doi: 10.30865/mib.v4i1.1719.
[14] R. Purwandito, H. Suyitno, and Alamsyah, “Penerapan Sistem Inferensi Fuzzy Metode Mamdani untuk Penentuan Jumlah Produksi Eggroll,” Unnes J. Math., vol. 8, no. 1, pp. 107–116, 2019, doi: 10.15294/ujm.v8i1.15745.
[15] K. Muflihunna and M. Mashuri, “Penerapan Metode Fuzzy Mamdani dan Metode Fuzzy Sugeno dalam Penentuan Jumlah Produksi,” Unnes J. Math., vol. 11, no. 1, pp. 27–37, 2022, doi: 10.15294/ujm.v11i1.50060.
[16] D. L. Rahakbauw, F. J. Rianekuay, and Y. A. Lesnussa, “Penerapan Metode Fuzzy Mamdani Untuk Memprediksi Jumlah Produksi Karet (Studi Kasus: Data Persediaan Dan Permintaan Produksi Karet Pada Ptp Nusantara Xiv (Persero) Kebun Awaya, Teluk Elpaputih, Maluku-Indonesia),” J. Ilm. Mat. Dan Terap., vol. 16, no. 1, pp. 119–127, 2019, doi: 10.22487/2540766x.2019.v16.i1.12764.
[17] C. P. P. Maibang and A. M. Husein, “Prediksi Jumlah Produksi Palm Oil Menggunakan Fuzzy Inference System Mamdani,” J. Teknol. dan Ilmu Komput. Prima, vol. 2, no. 2, pp. 400–407, 2019, doi: 10.34012/jutikomp.v2i2.528.
[18] L. P. Wanti and Lina Puspitasari, “Optimization of the Fuzzy Logic Method for Autism Spectrum Disorder Diagnosis,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 6, no. 1, pp. 16–24, 2022, doi: 10.29207/resti.v6i1.3599.
[19] B. I. Gunawan and U. Y. Oktiawati, “Sistem Pemantau dan Pengendali Suhu Ruang Server Menggunakan Fuzzy Berbasis Mikrokontroler RobotDyn,” J. Rekayasa Sist. dan Teknol. Inf., vol. 4, no. 1, pp. 1–9, 2020, doi: https://doi.org/10.29207/resti.v4i1.1207.
[20] B. W. I. Taylor, Introducing to Management Schience, vol. 83, no. 3. 2004.
[2] F. Izzatunnisaa and E. Prasetyaningsih, “Perencanaan Produksi dan Persediaan untuk Mengurangi Keterlambatan dan Biaya Penalti,” J. Ris. Tek. Ind., vol. 2, no. 2, pp. 117–128, 2022, doi: 10.29313/jrti.v2i2.1250.
[3] A. Eunike, N. W. Setyanto, R. Yuniarti, I. Hamdala, R. P. Lukodono, and A. A. Fanani, Perencanaan Produksi dan Pengendalian Persediaan, Revisi. UB Press Malang, 2021.
[4] K. Belmo and M. S. Neno, “Analisis Biaya-Volume-Laba sebagai Alat Perencanaan Laba pada Pabrik Tahu Pink Jaya – Oebufu, Kupang,” J. Manag., vol. 13, no. 3, pp. 285–298, 2020, doi: https://doi.org/10.35508/jom.v13i3.3308.
[5] M. B. Soeltanong and C. Sasongko, “Perencanaan Produksi dan Pengendalian Persediaan pada Perusahaan Manufaktur,” J. Ris. Akunt. Perpajak., vol. 8, no. 01, pp. 14–27, 2021, doi: 10.35838/jrap.2021.008.01.02.
[6] E. A. Rachma, “Optimasi Perencanaan Produksi dengan Menggunakan Model Sistem Dinamik di PT X,” vol. 2, no. 1, pp. 36–42, 2020, doi: 10.30998/joti.v2i1.4425.
[7] F. Ahmad, “Penentuan Metode Peramalan pada Produksi Part New Granada Bowl ST di PT.X,” JISI J. Integr. Sist. Ind., vol. 7, no. 1, pp. 31–39, 2020, doi: https://doi.org/10.24853/jisi.7.1.31-39.
[8] E. Tjandra, S. Limanto, and A. Indrawan, “Rekomendasi Pembelian Barang Pada Sistem Retail Dengan Metode Dekomposisi Census II,” Teknika, vol. 8, no. 2, pp. 126–132, 2019, doi: 10.34148/teknika.v8i2.222.
[9] M. J. Siregar, “Pengendalian Stok Spareparts Mobil Dengan Metode EOQ dan Min-Max Inventory,” J. Serambi Eng., vol. 6, no. 3, pp. 2096–2101, 2021, doi: 10.32672/jse.v6i3.3121.
[10] S. E. R. Yunita, H. J. Wattimanela, and M. S. N. Van Delsen, “Penerapan Fuzzy Inference System Tipe Mamdani Untuk Menentukan Jumlah Produksi Roti Berdasarkan Data Jumlah Permintaan Dan Persediaan (Studi Kasus Pabrik Cinderela Bread House Di Kota Ambon),” BAREKENG J. Ilmu Mat. dan Terap., vol. 14, no. 1, pp. 79–90, 2020, doi: 10.30598/barekengvol14iss1pp079-090.
[11] R. Taufiq and H. P. Sari, “Rancang Bangun Sistem Pendukung Keputusan Penentuan Jumlah Produksi Menggunakan Metode Fuzzy Tsukamoto,” J. Tek., vol. 8, no. 1, pp. 6–10, 2019, doi: 10.31000/jt.v8i1.1589.
[12] A. Shoniya and A. Jazuli, “Penentuan Jumlah Produksi Pakaian Dengan Metode Fuzzy Tsukamoto Studi Kasus Konveksi Nisa,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 4, no. 1, pp. 54–65, 2019, doi: 10.29100/jipi.v4i1.1068.
[13] V. M. Nasution and G. Prakarsa, “Optimasi Produksi Barang Menggunakan Logika Fuzzy Metode Mamdani,” J. Media Inform. Budidarma, vol. 4, no. 1, pp. 129–135, 2020, doi: 10.30865/mib.v4i1.1719.
[14] R. Purwandito, H. Suyitno, and Alamsyah, “Penerapan Sistem Inferensi Fuzzy Metode Mamdani untuk Penentuan Jumlah Produksi Eggroll,” Unnes J. Math., vol. 8, no. 1, pp. 107–116, 2019, doi: 10.15294/ujm.v8i1.15745.
[15] K. Muflihunna and M. Mashuri, “Penerapan Metode Fuzzy Mamdani dan Metode Fuzzy Sugeno dalam Penentuan Jumlah Produksi,” Unnes J. Math., vol. 11, no. 1, pp. 27–37, 2022, doi: 10.15294/ujm.v11i1.50060.
[16] D. L. Rahakbauw, F. J. Rianekuay, and Y. A. Lesnussa, “Penerapan Metode Fuzzy Mamdani Untuk Memprediksi Jumlah Produksi Karet (Studi Kasus: Data Persediaan Dan Permintaan Produksi Karet Pada Ptp Nusantara Xiv (Persero) Kebun Awaya, Teluk Elpaputih, Maluku-Indonesia),” J. Ilm. Mat. Dan Terap., vol. 16, no. 1, pp. 119–127, 2019, doi: 10.22487/2540766x.2019.v16.i1.12764.
[17] C. P. P. Maibang and A. M. Husein, “Prediksi Jumlah Produksi Palm Oil Menggunakan Fuzzy Inference System Mamdani,” J. Teknol. dan Ilmu Komput. Prima, vol. 2, no. 2, pp. 400–407, 2019, doi: 10.34012/jutikomp.v2i2.528.
[18] L. P. Wanti and Lina Puspitasari, “Optimization of the Fuzzy Logic Method for Autism Spectrum Disorder Diagnosis,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 6, no. 1, pp. 16–24, 2022, doi: 10.29207/resti.v6i1.3599.
[19] B. I. Gunawan and U. Y. Oktiawati, “Sistem Pemantau dan Pengendali Suhu Ruang Server Menggunakan Fuzzy Berbasis Mikrokontroler RobotDyn,” J. Rekayasa Sist. dan Teknol. Inf., vol. 4, no. 1, pp. 1–9, 2020, doi: https://doi.org/10.29207/resti.v4i1.1207.
[20] B. W. I. Taylor, Introducing to Management Schience, vol. 83, no. 3. 2004.
Published
2023-07-10
How to Cite
Limanto, S., Prasetyo, vincentius, & Mercifia, M. (2023). Optimizing the Amount of Production Using Hybrid Fuzzy Logic and Census II. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 22(3), 505-518. https://doi.org/https://doi.org/10.30812/matrik.v22i3.2938
Issue
Section
Articles
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
.png)
