Detail Cantuman

Produk segar seperti buah-buahan akan mengalami deteriorasi atau penurunan kualitas sesuai dengan fungsi waktu. Bila dampak dari deteriorasi cukup besar, maka untuk perencanaan kebijakan persediaan harus memperhatikan jumlah dari deteriorasi ini. Informasi mengenai tingkatan kualitas terakhir dari suatu persediaan pada suatu hari setelah pembelian memegang peran yang sangat penting pada perencanaan persediaan yang dinamis untuk produk yang mengalami deteriorasi. Oleh karena itu, diperlukan pencatatan data mengenai jumlah produk yang terlibat pada setiap aktivitas pada suatu hari tertentu dan tingkatan kualitas tertentu. CV. Mulya Raya Prima (CV. MRP) merupakan perusahaan yang bergerak di bidang distribusi buah-buahan impor. Seluruh aktivitas pada pergudangan akan mempengaruhi ksualitas barang yang disimpan. Penurunan kualitas atau deteriorasi mengakibatkan berkurangnya jumlah persediaan untuk suatu tingkatan kualitas sehingga akan mengurangi kemampuan perusahaan dalam memenuhi permintaan konsumen. Selain itu, jika kualitas buah yang dikirim oleh CV. MRP tidak sesuai dengan yang dipesan, maka retailer akan mengembalikan kembali buah yang tidak sesuai kualitasnya tersebut (retur). Aktivitas retur berpengaruh pada jumlah persediaan pada tingkatan kualitas tertentu. Oleh karena itu, penelitian ini prediksi jumlah persediaan dilakukan dengan memperhatikan jumlah deteriorasi dan jumlah retur untuk setiap tingkatan kualitas dan setiap harinya. Pada penelitian, dikembangkan suatu sistem operasional pergudangan yang mampu memberikan informasi persediaan dengan memperhatikan jumlah deteriorasi dan jumlah retur barang. Dengan menggabungkan data deteriorasi dan jumlah retur dengan prediksi pembelian dan penjualan, maka akan didapatkan informasi persediaan yang akurat pada selang waktu perencanaan persediaan tertentu. Hasil rancangan berupa usulan perbaikan proses bisnis, konsep penggunan teknologi barcode, model prediksi jumlah deteriorasi dan jumlah retur, serta prototipe program yang mengimplementasikan model-model tersebut untuk memprediksi jumlah persediaan pada suatu hari setelah pembelian.