PENINGKATAN AKURASI PERAMALAN PERMINTAAN PADA RANTAI PASOK DENGAN METODE KOLABORASI PERAMALAN DARI COLLABORATIVE PLANNING AND REPLENISH MENT

Nofrizal, Nofrizal (2011) PENINGKATAN AKURASI PERAMALAN PERMINTAAN PADA RANTAI PASOK DENGAN METODE KOLABORASI PERAMALAN DARI COLLABORATIVE PLANNING AND REPLENISH MENT. S2 thesis, Universitas Mercu Buana.

Preview	Text (Cover) COVER.pdf Download (79kB) | Preview
Preview	Text (Abstrak) ABSTRAK.pdf Download (61kB) | Preview
	Text (BAB 1) 10-Bab 1.pdf Restricted to Registered users only Download (138kB)
	Text (BAB 2) 11-Bab 2.pdf Restricted to Registered users only Download (230kB)
	Text (BAB 3) 12-Bab 3.pdf Restricted to Registered users only Download (130kB)
	Text (BAB 4) 13-Bab 4.pdf Restricted to Registered users only Download (809kB)
	Text (BAB 5) 14-Bab 5.pdf Restricted to Registered users only Download (123kB)
	Text (BAB 6) 15-Bab 6.pdf Restricted to Registered users only Download (99kB)
	Text (Daftar Pustaka) PUSTAKA.pdf Restricted to Registered users only Download (138kB)

Abstract

Tingkat persaingan usaha yang semakin tinggi dan kelebihan atau kekurangan ketersediaan barang untuk memenuhi permintaan pelanggan merupakan masalah bagi perusahaan supplier terhadap perusahaan manufakture dan dapat mengurangi kepuasan pelanggan dan karyawan. Peramalan merupakan masalah awal di perusahaan supplier. Metode kolaborasi peramalan dari Collaborative Planning, Forecasting and Replenishment (CPFR) yaitu membuat peramalan tunggal antara mitra rantai pasok dimana dapat memberikan solusi yang terbaik untuk peningkatan akurasi peramalan permintaan yaitu memperlihatkan nilai tingkat kesalahaan (MAPE) 10,41% dimana sebelum penerapan metoda kolaborasi peramalan dari CPFR nilai tingkat kesalahaan (MAPE) 25,03% untuk metoda intuisi dan 29,45% untuk metoda Exponential Smoothing, dimana ada peningkatan akurasi peramalan permintaan sebesar 14,62%. Metoda kolaborasi peramalan dari CPFR dapat menggunakan JDA Supply Chain Planning Software dimana terdapat ForecastPro Unlimited untuk kolaborasi peramalan. Semakin banyak jumlah data permintaan maka semakin jelas kelihatan pola permintaan sehingga lebih bisa menyesuaikan dengan metoda yang dipilih.

Item Type:	Thesis (S2)
Call Number:	53/MTI/2011/022
NIM/NIDN Creators:	55309110016
Uncontrolled Keywords:	peramalan, kolaborasi peramalan, CPFR, ForecastPro Unlimited
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data > 005.4 System Programming and Programs/Sistem Pemrograman dan Program > 005.43 Operating System/Sistem Operasi > 005.434 Process Management Programs/Program Manajemen Proses 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data > 005.4 System Programming and Programs/Sistem Pemrograman dan Program > 005.43 Operating System/Sistem Operasi > 005.435 Memory Management Programs/Program Manajemen Memori 400 Language/Bahasa > 400. Language/Bahasa > 406 Organizations and management/Organisasi dan Manajemen
Divisions:	Pascasarjana > Magister Manajemen
Depositing User:	Virda Syifa
Date Deposited:	18 Dec 2018 07:42
Last Modified:	18 Dec 2018 07:42
URI:	http://repository.mercubuana.ac.id/id/eprint/42709

Actions (login required)

View Item