STTSSTTS

INSYST: Journal of Intelligent System and ComputationINSYST: Journal of Intelligent System and Computation

Manajemen persediaan merupakan komponen kritis dalam operasi rantai pasok, khususnya bagi usaha mikro, kecil, dan menengah (UMKM) kuliner yang menghadapi pola permintaan yang fluktuatif dan bahan baku yang mudah rusak. Keputusan pengadaan yang tidak akurat dapat menyebabkan kelebihan stok, kekurangan stok, dan kerugian finansial. Meskipun pendekatan kecerdasan buatan seperti machine learning telah diterapkan secara luas dalam peramalan persediaan, metode-metode ini umumnya memerlukan dataset historis dalam skala besar dan infrastruktur komputasi canggih, yang sering kali tidak tersedia di lingkungan UMKM. Penelitian ini mengusulkan model inferensi berbasis aturan hierarkis yang dapat dijelaskan, yang dirancang untuk mendukung optimasi persediaan di UMKM kuliner yang kekurangan data. Model ini mengintegrasikan faktor operasional dinamis, termasuk jenis hari, kondisi cuaca, waktu tunggu pemasok, dan acara khusus, ke dalam mekanisme pengambilan keputusan yang transparan berdasarkan aturan IF-THEN. Penelitian ini menggunakan metodologi Penelitian dan Pengembangan dengan menggunakan kerangka Waterfall, yang mencakup analisis kebutuhan, konstruksi basis aturan, implementasi sistem, dan evaluasi. Validasi model dilakukan melalui 20 skenario keputusan yang diverifikasi oleh ahli dan dinilai menggunakan metrik matriks kebingungan. Hasil eksperimental menunjukkan bahwa sistem yang diusulkan mencapai akurasi 90%, presisi 92,3%, recall 92,3%, dan F1-score 92,3% dibandingkan dengan keputusan pengadaan ahli. Temuan ini menunjukkan bahwa sistem berbasis aturan yang dapat dijelaskan tetap menjadi solusi praktis dan andal untuk mendukung pengambilan keputusan persediaan di UMKM kuliner dengan sumber daya data terbatas.

Penelitian ini mengembangkan model inferensi berbasis aturan hierarkis yang dapat dijelaskan untuk mendukung optimasi persediaan di UMKM kuliner yang kekurangan data.Kerangka kerja yang diusulkan mengintegrasikan variabel operasional, seperti tingkat stok, karakteristik bahan, waktu tunggu pemasok, jenis hari, dan faktor permintaan kontekstual, ke dalam mekanisme pengambilan keputusan yang terstruktur dan transparan.Temuan menunjukkan bahwa inferensi yang didorong oleh pengetahuan dapat dengan efektif meniru pola pemikiran ahli tanpa mengandalkan dataset historis dalam skala besar.Model ini mengonfirmasi bahwa sistem berbasis aturan yang dapat dijelaskan tetap relevan dan praktis untuk usaha kecil yang beroperasi dengan infrastruktur digital terbatas dan ketersediaan data yang terbatas.

Untuk penelitian lanjutan, disarankan untuk memperluas validasi empiris ke skenario operasional yang lebih luas dan mengeksplorasi integrasi hibrida dengan teknik peramalan adaptif untuk meningkatkan skalabilitas dan ketahanan keputusan di lingkungan pasar dinamis. Selain itu, penelitian dapat fokus pada penyesuaian dinamis dari multiplier permintaan atau integrasi hibrida dengan model peramalan untuk meningkatkan ketahanan model di bawah kondisi pasar yang sangat dinamis. Akhirnya, penelitian dapat menyelidiki implikasi manajerial dari sistem yang diusulkan, memberikan panduan pembelian yang terstruktur untuk UMKM kuliner yang umumnya bergantung pada pengambilan keputusan berdasarkan intuisi.

  1. Client Challenge. client challenge javascript disabled browser please enable proceed required part site... doi.org/10.1007/s42979-021-00592-xClient Challenge client challenge javascript disabled browser please enable proceed required part site doi 10 1007 s42979 021 00592 x
Read online
File size500.12 KB
Pages6
DMCAReport

Related /

ads-block-test