WASTUKANCANAWASTUKANCANA
Jurnal TeknologikaJurnal TeknologikaPenelitian ini mengembangkan model sistem dinamis untuk mengoptimalkan kebijakan persediaan dalam rantai pasok multi-echelon di industri alas kaki olahraga, dengan mengatasi tantangan dari efek bullwhip dan gangguan rantai pasok. Sektor alas kaki olahraga menghadapi tantangan manajemen persediaan yang unik karena pola permintaan yang kompleks yang dipengaruhi oleh musim, tren mode, dan dinamika persaingan. Model dinamika sistem yang komprehensif menangkap hubungan yang rumit antara empat echelon rantai pasok: retailer, distributor, produsen, dan pemasok bahan baku. Model ini mengintegrasikan algoritma pembelajaran mesin - khususnya jaringan saraf Long Short-Term Memory (LSTM) - untuk prediksi permintaan adaptif dan menggunakan optimasi algoritma genetik untuk menentukan parameter inventaris optimal di bawah berbagai skenario gangguan. Menggunakan data dunia nyata dari produsen alas kaki olahraga terkemuka, model ini divalidasi di bawah operasi normal dan tiga skenario gangguan yang berbeda: kekurangan bahan baku (penurunan 45% selama 6 minggu), batasan kapasitas manufaktur (penurunan 30% selama 8 minggu), dan gangguan transportasi (waktu tempuh ganda selama 4 minggu). Hasil menunjukkan bahwa model hibrid yang diusulkan mengurangi biaya inventaris secara keseluruhan sebesar 18,7% dibandingkan dengan kebijakan tradisional sambil mempertahankan tingkat layanan 97,2%. Integrasi pembelajaran mesin untuk memprediksi permintaan mengurangi kesalahan prediksi sebesar 43,6% dibandingkan dengan metode konvensional, secara langsung mengurangi efek bullwhip dengan menurunkan koefisien variabilitas pesanan dari 0,89 menjadi 0,61 di tingkat pemasok. Selain itu, model ini meningkatkan ketahanan rantai pasokan dengan mengurangi waktu pemulihan sebesar 42% setelah gangguan besar. Penelitian ini berkontribusi pada pemahaman teoritis dinamika rantai pasok yang kompleks dan aplikasi praktis untuk manajemen persediaan di industri yang fluktuatif, menawarkan kerangka kerja yang kuat untuk pengambilan keputusan di bawah ketidakpastian.
Penelitian ini mengembangkan dan memvalidasi model sistem dinamis untuk mengoptimalkan kebijakan persediaan dalam rantai pasok multi-echelon di industri alas kaki olahraga, mengatasi tantangan yang disebabkan oleh efek bullwhip dan gangguan rantai pasok.Integrasi model dinamika sistem dengan pembelajaran mesin untuk memprediksi permintaan dan optimasi metaheuristik untuk penyesuaian parameter menghasilkan beberapa temuan signifikan.Pertama, studi ini menunjukkan efektivitas model dinamika sistem dalam menangkap interaksi kompleks antara echelon rantai pasok dan efek bullwhip yang dihasilkan di industri alas kaki olahraga.Dengan memodelkan mekanisme umpan balik dan penundaan waktu yang melekat dalam sistem multi-echelon, pendekatan ini memberikan wawasan berharga tentang penyebab dan solusi potensial untuk amplifikasi permintaan.Kedua, penelitian ini mengkuantifikasi dampak dari berbagai jenis gangguan terhadap kinerja inventaris di berbagai echelon.Kekurangan bahan baku ditemukan memiliki efek jangka panjang yang paling parah, sedangkan gangguan transportasi menyebabkan degradasi tingkat layanan jangka pendek yang paling signifikan.Batasan kapasitas manufaktur menciptakan dinamika pemulihan yang paling menantang karena efek akumulasi backlog.Ketiga, integrasi algoritma pembelajaran mesin untuk memprediksi permintaan secara signifikan meningkatkan akurasi prediksi, mengurangi kesalahan prediksi sebesar 43,6% dibandingkan dengan metode tradisional.Peningkatan ini secara langsung berkontribusi pada mitigasi efek bullwhip dengan menurunkan salah satu penyebab utamanya - distorsi sinyal permintaan.Keempat, pendekatan optimasi metaheuristik mengidentifikasi kebijakan inventaris yang mengurangi biaya total sebesar 18,7% sambil mempertahankan tingkat layanan yang tinggi, menunjukkan potensi peningkatan efisiensi yang signifikan dalam rantai pasok alas kaki olahraga melalui pengaturan parameter yang dioptimalkan.Akhirnya, kebijakan adaptif yang menggabungkan pembelajaran mesin untuk memprediksi permintaan dengan penyesuaian parameter dinamis menunjukkan kinerja yang unggul di bawah skenario gangguan, mengurangi waktu pemulihan sebesar 42% dibandingkan dengan pendekatan tradisional dan mempertahankan tingkat layanan yang lebih tinggi selama periode gangguan.Temuan-temuan ini memiliki implikasi penting baik secara teoritis maupun praktis.Secara teoritis, penelitian ini meningkatkan pemahaman kita tentang bagaimana pembelajaran mesin dapat diintegrasikan secara efektif dengan model dinamika sistem untuk meningkatkan ketahanan rantai pasok.Dari perspektif praktis, temuan-temuan ini menawarkan perusahaan alas kaki olahraga kerangka kerja untuk mengembangkan kebijakan inventaris yang lebih tangguh yang dapat bertahan terhadap gangguan sambil meminimalkan biaya.
Berdasarkan penelitian ini, ada beberapa saran penelitian lanjutan yang dapat dipertimbangkan. Pertama, penelitian dapat diperluas dengan memasukkan echelon tambahan atau rantai pasok paralel, mengeksplorasi dampak strategi berbagi informasi yang berbeda, atau menerapkan model ke industri lain dengan karakteristik serupa. Selain itu, integrasi teknologi blockchain untuk meningkatkan visibilitas rantai pasok merupakan arah yang menjanjikan untuk pengembangan model lebih lanjut. Kedua, penelitian dapat fokus pada pengembangan strategi komunikasi terkoordinasi yang mengurangi distorsi informasi di antara echelon rantai pasok, yang terbukti efektif dalam mengurangi dampak negatif dari gangguan transportasi. Terakhir, penelitian dapat menyelidiki peran besar data dalam menjelaskan ketahanan rantai pasok untuk keberlanjutan, dengan mempertimbangkan bagaimana data dapat digunakan untuk memprediksi dan merespons gangguan secara lebih efektif.
- A Dynamic System Model for Multi-Echelon Inventory Policy Optimization Considering Bullwhip Effect and... doi.org/10.51132/teknologika.v15i1.447A Dynamic System Model for Multi Echelon Inventory Policy Optimization Considering Bullwhip Effect and doi 10 51132 teknologika v15i1 447
- Vol 14 No 2 (2024): Jurnal Teknologika | Jurnal Teknologika. vol jurnal teknologika skip main content... doi.org/10.51132/teknologika.v14i2Vol 14 No 2 2024 Jurnal Teknologika Jurnal Teknologika vol jurnal teknologika skip main content doi 10 51132 teknologika v14i2
| File size | 503.65 KB |
| Pages | 13 |
| DMCA | Report |
Related /
UMIUMI Hasil menunjukkan SVM memiliki akurasi tertinggi 90%, diikuti KNN 89%, dan Naïve Bayes 85%. Penelitian ini menghasilkan model prediksi risiko stuntingHasil menunjukkan SVM memiliki akurasi tertinggi 90%, diikuti KNN 89%, dan Naïve Bayes 85%. Penelitian ini menghasilkan model prediksi risiko stunting
WASTUKANCANAWASTUKANCANA Analisis getaran menunjukkan bahwa frekuensi alami utama sedikit meningkat dari ω₁ = 19,507 rad/s (≈3,10 cps) menjadi ω₁ = 19,654 rad/s (≈3,12Analisis getaran menunjukkan bahwa frekuensi alami utama sedikit meningkat dari ω₁ = 19,507 rad/s (≈3,10 cps) menjadi ω₁ = 19,654 rad/s (≈3,12
WASTUKANCANAWASTUKANCANA Dengan mengidentifikasi penyebab kerugian melalui metode Six Big Losses dan Fishbone Diagram, penelitian ini memberikan usulan perbaikan melalui perencanaanDengan mengidentifikasi penyebab kerugian melalui metode Six Big Losses dan Fishbone Diagram, penelitian ini memberikan usulan perbaikan melalui perencanaan
PUBLIKASI UNTAGCIREBONPUBLIKASI UNTAGCIREBON 52, p < 0. 001), yang menggarisbawahi pentingnya kebanggaan budaya sebagai fondasi pembangunan ekonomi. Kontribusi utama penelitian ini adalah penyediaan52, p < 0. 001), yang menggarisbawahi pentingnya kebanggaan budaya sebagai fondasi pembangunan ekonomi. Kontribusi utama penelitian ini adalah penyediaan
WASTUKANCANAWASTUKANCANA Deep learning, khususnya Convolutional Neural Networks (CNNs), telah menggantikan metode tradisional dengan sistem yang lebih akurat dan kuat, mampu menanganiDeep learning, khususnya Convolutional Neural Networks (CNNs), telah menggantikan metode tradisional dengan sistem yang lebih akurat dan kuat, mampu menangani
WASTUKANCANAWASTUKANCANA Hambatan terdeteksi pada proses Visual Acc dan Housing, yang mengakibatkan penurunan efisiensi dan produktivitas. Metode yang digunakan dalam penelitianHambatan terdeteksi pada proses Visual Acc dan Housing, yang mengakibatkan penurunan efisiensi dan produktivitas. Metode yang digunakan dalam penelitian
WASTUKANCANAWASTUKANCANA Dalam dunia industri, peramalan merupakan bagian yang sangat penting untuk dijadikan dasar perencanaan strategis, pertumbuhan bisnis, proyeksi pendapatan,Dalam dunia industri, peramalan merupakan bagian yang sangat penting untuk dijadikan dasar perencanaan strategis, pertumbuhan bisnis, proyeksi pendapatan,
UINFASBENGKULUUINFASBENGKULU Penelitian ini bertujuan merancang model edukasi seksual berbasis parenting Islam yang dapat diimplementasikan di Madrasah Ibtidaiyah (MI) Kota Bengkulu,Penelitian ini bertujuan merancang model edukasi seksual berbasis parenting Islam yang dapat diimplementasikan di Madrasah Ibtidaiyah (MI) Kota Bengkulu,
Useful /
WASTUKANCANAWASTUKANCANA Maka jenis aliran fluida di dalam pipa adalah Turbulent Flow. LMTD memberikan laju rata-rata panas tertransfer secara akurat dan cepat yang telah diperhitungkanMaka jenis aliran fluida di dalam pipa adalah Turbulent Flow. LMTD memberikan laju rata-rata panas tertransfer secara akurat dan cepat yang telah diperhitungkan
PUBLIKASI UNTAGCIREBONPUBLIKASI UNTAGCIREBON Pemberian ekstrak daun tidak berpengaruh nyata terhadap tingkat kelulushidupan maupun pertumbuhan panjang dan berat mutlak ikan, yang lebih dipengaruhiPemberian ekstrak daun tidak berpengaruh nyata terhadap tingkat kelulushidupan maupun pertumbuhan panjang dan berat mutlak ikan, yang lebih dipengaruhi
PUBLIKASI UNTAGCIREBONPUBLIKASI UNTAGCIREBON Kearifan lokal masyarakat nelayan Sungai Klawing membentuk sistem pengelolaan sumber daya perikanan yang berbasis pengalaman, nilai sosial, dan adaptasiKearifan lokal masyarakat nelayan Sungai Klawing membentuk sistem pengelolaan sumber daya perikanan yang berbasis pengalaman, nilai sosial, dan adaptasi
WASTUKANCANAWASTUKANCANA Model yang digunakan adalah Inspirasi model Connect the Dots menjadi model yang dipilih berdasarkan dari beberapa penelitian terdahulu disesuaikan denganModel yang digunakan adalah Inspirasi model Connect the Dots menjadi model yang dipilih berdasarkan dari beberapa penelitian terdahulu disesuaikan dengan