Analisis Persediaan Jumlah Stok Ayam Pada Penjualan Ayam Goreng Drakor Menggunakan Fuzzy Tsukamoto
Sari
Persediaan adalah salah satu aspek kunci dalam dunia bisnis dan manajemen rantai pasokan. Sangat penting bagi perusahaan atau organisasi untuk mengetahui dan mengelola jumlah inventaris yang tepat untuk menghadapi tantangan pemasaran yang dinamis. Menentukan jumlah persediaan yang optimal merupakan langkah penting dalam mencapai tujuan efisiensi, kinerja operasional yang baik dan kepuasan pelanggan. Dalam bisnis, persediaan yang terlalu banyak atau terlalu sedikit dapat merugikan. Kelebihan persediaan dapat mengikat modal perusahaan dan meningkatkan biaya persediaan, sedangkan kekurangan persediaan dapat menyebabkan hilangnya penjualan dan kekecewaan pelanggan. Oleh karena itu, menentukan jumlah persediaan yang tepat merupakan tantangan yang harus diselesaikan dengan bijaksana. Penulis menggunakan metode fuzzy Tsukamoto untuk menentukan jumlah penjualan ayam goreng drakor dari data yang didapatkan pada bulan Juni, dengan memperoleh jumlah stok sebanyak 66,96. Data pada penjualan ini diambil dari hasil wawancara dengan penjual ayam goreng drakor.
Kata kunci—Tsukamoto; stok; ayam goreng.
Teks Lengkap:
PDFReferensi
R. Destyanta et al., “Analisis Akurasi Metode Fuzzy Tsukamoto Dalam Prediksi Penentuan Stok Kain Pada Toko Diran Textile Analysis Accuracy Tsukamoto Fuzzy Method in Prediction Determination Stock Cloth At Diran Textile,” vol. 2, no. April, pp. 563–570, 2023.
W. Firdaus Mahmudy, “Penentuan Persediaan Bahan Baku dan Membantu Target Marketing Industri Dengan Metode Fuzzy Inference System Tsukamoto Exchange Rate View project Deep Intelligence Smart Government View project,” no. July, 2014, [Online]. Available: https://www.researchgate.net/publication/311743584
H. R. Berlian, M. Hasbi, and K. Kustanto, “Optimasi Stok Ayam Potong Menggunakan Metode Fuzzy Tsukamoto Di Rumah Makan Boyolali,” J. Teknol. Inf. dan Komun., vol. 8, no. 1, 2020, doi: 10.30646/tikomsin.v8i1.489.
R. Y. Wiguna and H. Hanny, “Sistem berbasis aturan menggunakan logika fuzzy tsukamoto untuk prediksi jumlah produksi roti pada cv. gendis bakery,” Progr. Stud. Tek. Inform. Fak. Ilmu Komputer, Univ. Dian Nuswantoro, 2015.
A. A. Caraka, H. Haryanto, D. P. Kusumaningrum, and S. Astuti, “Logika Fuzzy Menggunakan Metode Tsukamoto Untuk Prediksi Perilaku Konsumen Di Toko Bangunan,” Techno.COM, vol. 14, no. 4, pp. 255–265, 2015.
M. Ichwan, M. G. Husada, and G. N. F H, “Penerapan Fuzzy Logic Tsukamoto pada Pembangunan Kandang Ayam Pintar,” MIND J., vol. 1, no. 1, pp. 11–14, 2018, doi: 10.26760/mindjournal.v1i2.11-14.
J. Salendah, P. Kalele, A. Tulenan, and ..., “Penentuan Beasiswa Dengan Metode Fuzzy Tsukamoto Berbasis Web Scholarship Determination Using Web Based Fuzzy Tsukamoto Method,” Proceeding Semin. …, no. 1, pp. 81–90, 2022, [Online]. Available: https://proceeding.unived.ac.id/index.php/snasikom/article/view/80%0Ahttps://proceeding.unived.ac.id/index.php/snasikom/article/download/80/70
C. Labianca, S. De Gisi, and M. Notarnicola, “Multi-criteria decision-making,” Assess. Prog. Towar. Sustain. Fram. Tools Case Stud., vol. 3, no. 1, pp. 219–243, 2022, doi: 10.1016/B978-0-323-85851-9.00003-1.
T. U. Azmi, H. Haryanto, and T. Sutojo, “Prediksi Jumlah Produksi Jenang di PT Menara Jenang Kudus Menggunakan Metode Logika Fuzzy Tsukamoto,” Sisfotenika, vol. 8, no. 1, p. 23, 2018, doi: 10.30700/jst.v8i1.176.
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, p. 54, 2019, doi: 10.29100/jipi.v4i1.1068.
E. Octavia, A. Bayu, and H. Yanto, “Penilaian Kinerja Karyawan dengan Menggunakan Algorithma Fuzzy Logic pada PT Indovisual Jakarta,” J. Techno Nusa Mandiri, vol. 11, no. 2, pp. 176–182, 2014.
D. E. Hari Purnomo, Y. A. Sunardiansyah, and A. N. Fariza, “Penerapan Metode Fuzzy Tsukamoto Dalam Membantu Perencanaan Persediaan Bahan Baku Kayu Pada Industri Furnitur,” Ind. Xplore, vol. 5, no. 2, pp. 59–68, 2020, doi: 10.36805/teknikindustri.v5i2.1125.
H. Nasution, “Implementasi Logika Fuzzy pada Sistem Kecerdasan Buatan,” ELKHA J. Tek. Elektro, vol. 4, no. 2, pp. 4–8, 2020, [Online]. Available: https://jurnal.untan.ac.id/index.php/Elkha/article/view/512%0Ahttp://download.garuda.kemdikbud.go.id/article.php?article=1559615&val=2337&title=Implementasi Logika Fuzzy pada Sistem Kecerdasan Buatan
R. Reynaldi, W. Syafrizal, and M. F. Al Hakim, “Analisis Perbandingan Akurasi Metode Fuzzy Tsukamoto dan Fuzzy Sugeno Dalam Prediksi Penentuan Harga Mobil Bekas,” Indones. J. Math. Nat. Sci., vol. 44, no. 2, pp. 73–80, 2021, doi: 10.15294/ijmns.v44i2.32967.
D. Lestari, D. Subagyo, and A. LImantara, “Analisis Perhitungan Persediaan Bahan Baku Dengan Metode FIFO Dan Average (Study Kasus Pada UMKM AAM Putra Kota Kediri) Tahun 2019,” Cahaya Akt., vol. 09, no. 02, pp. 25–47, 2019.
Refbacks
- Saat ini tidak ada refbacks.
EJECTS: Jurnal Computer, Technology, and Informations System
Gedung Fakultas Ilmu Komputer, Universitas Darwan Ali, JL. Batu Berlian, No. 10, Sampit, Kabupaten Kotawaringin Timur, Provinsi Kalimantan Tengah, 74322
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.