PENGENDALIAN PERSEDIAAN INTERMITTENT DEMAND BERBASIS FSN DAN CROSTON-TSB
DOI:
https://doi.org/10.31539/mtk52p96Abstract
Ketidakefisienan pengelolaan persediaan di gudang PT XYZ Cirebon disebabkan oleh proses pengadaan yang reaktif dan pola intermittent demand yang mengakibatkan overstock dan understock. Penelitian ini bertujuan mengklasifikasikan produk menggunakan analisis FSN berbasis TOR dan DOI, merancang kebijakan persediaan terpadu melalui peramalan Croston-TSB, serta menetapkan safety stock, Reorder Point (ROP), dan jadwal cycle count guna menekan risiko ketidakseimbangan stok dan meningkatkan efisiensi operasional gudang. Data terdiri dari 1.818 catatan stok harian 9 produk semen dan mortar periode Januari–Juli 2025. Hasil FSN menunjukkan 6 produk Fast Moving dan 3 Slow Moving. Seluruh produk aktif berpola intermittent, dengan akurasi terbaik pada Semen PCC Zak 40KG (rel_MAE 24,16%). Tiga produk Fast Moving utama menyumbang lebih dari 94% total permintaan dan menjadi prioritas utama kebijakan pengendalian stok, sementara produk Slow Moving tetap memperoleh kebijakan safety stock dan ROP tersendiri guna mencegah overstock akibat rendahnya perputaran persediaan.
Kata Kunci: FSN, Croston-TSB, Intermittent Demand, Safety Stock, Reorder Point
References
Aisyah Rahayu, D., & D. Djakman, C. (2023). Evaluasi Distribusi Manajemen Rantai Pasok Komoditas Bahan Baku Industri Semen (Studi Kasus Pada Pt X). Journal Of Economics And Business Ubs, 12(4), 2575–2595. Https://Doi.Org/10.52644/Joeb.V12i4.499
Anugrah, I. G. (2021). Penerapan Metode N-Gram Dan Cosine Similarity Dalam Pencarian Pada Repositori Artikel Jurnal Publikasi. Building Of Informatics, Technology And Science (Bits), 3(3), 275–284. Https://Doi.Org/10.47065/Bits.V3i3.1058
Arifin, C. A. Z., Nugraha, A. E., & Winarno, W. (2023). Klasifikasi Persediaan Pada Gudang Bahan Kemasan Xyz Dengan Metode Fsn Analysis (Fast, Slow, Non-Moving) Berdasarkan Turn Over Ratio (Tor). Go-Integratif : Jurnal Teknik Sistem Dan Industri, 4(02), 76–87. Https://Doi.Org/10.35261/Gijtsi.V4i02.8906
Arini, R. W. (2024). Perbaikan Tata Letak Penempatan Barang Raw Material Komoditi Tube Dan Tape Menggunakan Metode Abc Analysis. Jurnal Informasi, Sains Dan Teknologi, 7(1), 161–178. Https://Doi.Org/10.55606/Isaintek.V7i1.214
Croston, J. D. (1972). Forecasting And Stock Control For Intermittent Demands. Journal Of The Operational Research Society, 23(3), 289–303. Https://Doi.Org/10.1057/Jors.1972.50
E, E., Yu, M., Tian, X., & Tao, Y. (2022). Dynamic Model Selection Based On Demand Pattern Classification In Retail Sales Forecasting. Mathematics, 10(17), 3179. Https://Doi.Org/10.3390/Math10173179
Hudori, M., & Tarigan, N. (2019). Pengelompokan Persediaan Barang Dengan Metode Fsn Analysis (Fast, Slow And Non-Moving) Berdasarkan Turn Over Ratio (Tor). 11, 205–215. Https://Www.Researchgate.Net/Publication/338223777
Muzakki, A. F., Aditama, D., & Gita Anugrah, I. (2022). Penerapan Metode Autoregressive Integrated Moving Average Untuk Memprediksi Penggunaan Barang Medis Pada Logistik Medis Rumah Sakit Muhammadiyah Gresik. Indexia, 4(1), 1. Https://Doi.Org/10.30587/Indexia.V4i1.3595
Permata Witra, W. P., & Subriadi, A. P. (2022). Gender And Information Technology (It) Investment Decision-Making. Procedia Computer Science, 197, 583–590. Https://Doi.Org/10.1016/J.Procs.2021.12.176
Putri, S. N. A., & Krisnawati, M. (2024). Pengendalian Persediaan Kawat Las Dengan Klasifikasi Abc-Fsn Dan Metode Min-Max. Jurnal Produktiva, 3(2), 14–19. Https://Ejurnal.Unim.Ac.Id/Index.Php/Produktiva/Article/View/2807
Ronald H. Ballou. (2004). Business_Logistics_Supply_Chain_Manageme. 5th Edition. Https://Books.Google.Co.Id/Books/About/Business_Logistics_Supply_Chain_Manageme.Html?Hl=Id&Id=Sgsdqaaacaaj&Redir_Esc=Y
Santoso, C. B., Khairunnisa, R., Rachma, M., & Humayyah, S. (2025). Implementasi Data Warehouse Dan Business Intelligence Untuk Pemantauan Dan Analisis Penjualan Game. Teknois : Jurnal Ilmiah Teknologi Informasi Dan Sains, 15(1), 40–50. Https://Doi.Org/10.36350/Jbs.V15i1.303
Syntetos, A. A., & Boylan, J. E. (2005). The Accuracy Of Intermittent Demand Estimates. International Journal Of Forecasting, 21(2), 303–314. Https://Doi.Org/10.1016/J.Ijforecast.2004.10.001
Teunter, R. H., Syntetos, A. A., & Zied Babai, M. (2011). Intermittent Demand: Linking Forecasting To Inventory Obsolescence. European Journal Of Operational Research, 214(3), 606–615. Https://Doi.Org/10.1016/J.Ejor.2011.05.018
Wild, T. (2017). Best Practice In Inventory Management. Routledge. Https://Doi.Org/10.4324/9781315231532
Witra, W. P. P. (2023). Exploring Business Process Management (Bpm) Challenges In A Startup Environment. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 12(1), 124–135. Https://Doi.Org/10.32736/Sisfokom.V12i1.1550
Zheng, M., Cui, N., Zhang, Y., Zhang, F., & Shi, V. (2023). Inventory Policies And Supply Chain Coordination Under Logistics Route Disruption Risks. Sustainability, 15(13), 10093. Https://Doi.Org/10.3390/Su151310093
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Sasha Safira Nuraini, Indra Gita Anugrah, Widyasari Puspa Permata Witra
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
