Electronic Theses and Dissertation

Pt mifa bersaudara adalah perusahaan tambang batubara yang mengandalkan mesin crusher dalam proses produksinya. perusahaan ini menghadapi tantangan dalam pengendalian persediaan suku cadang mesin crusher, antara lain tingginya harga komponen, lead time pengadaan yang panjang, serta fluktuasi permintaan yang sulit diprediksi. dalam praktiknya, perusahaan menggunakan metode minmax stock yang hanya memperhitungkan batas minimum dan maksimum tanpa mempertimbangkan dinamika permintaan, sehingga masih sering terjadi kelebihan persediaan. penelitian ini bertujuan untuk mengoptimalkan pengendalian persediaan melalui penerapan metode abc analysis untuk mengelompokkan suku cadang berdasarkan nilai penggunaan yang menghasilkan 15 item kategori a dengan kontribusi nilai sebesar 79% dari total persediaan. permintaan suku cadang kategori a kemudian diramalkan menggunakan metode syntetos boylan approximation (sba) yang sesuai untuk permintaan intermittent. hasil peramalan dinyatakan efektif pada sebagian besar suku cadang mesin crusher, yang ditunjukkan oleh nilai mase < 1. namun, beberapa suku cadang masih menunjukkan kinerja peramalan yang kurang optimal. selanjutnya, perhitungan menggunakan algoritma wagner within menghasilkan jadwal pemesanan sebanyak 12 kali dalam satu tahun. untuk mengantisipasi ketidakpastian operasional, hasil perhitungan terhadap 15 suku cadang menunjukkan nilai safety stock tertinggi sebesar 74 unit dan reorder point (rop) tertinggi sebesar 95 unit. hasil penelitian ini menunjukkan total biaya persediaan suku cadang mesin crusher dengan algoritma wagner within sebesar rp 3.970.535.352, lebih rendah dibandingkan total biaya persediaan perusahaan sebesar rp 6.841.916.495, sehingga memberikan penghematan sebesar 42%. kata kunci: abc analysis, algoritma wagner within, pengendalian persediaan, safety stock, reorder point.

PT Mifa Bersaudara is a coal mining company that relies heavily on crusher machines in its production process. The company faces several challenges in managing spare part inventory for the crusher machines, including high component costs, long procurement lead times, and highly fluctuating demand. In practice, the company applies the Min-Max Stock method, which only considers minimum and maximum stock limits without accounting for demand variability, often resulting in excess inventory. This study aims to optimize inventory control through the implementation of ABC Analysis to classify spare parts based on usage value, which identified 15 items in category A contributing 79% of the total inventory value. The demand for category A spare parts was then forecasted using the Syntetos Boylan Approximation (SBA) method, which is suitable for intermittent demand patterns. The forecasting results are considered effective for most crusher machine spare parts, as indicated by MASE values below 1. However, several spare parts still show less optimal forecasting performance.. Subsequently, the Wagner-Within Algorithm was applied to determine the most economical ordering schedule, resulting in 12 orders within one year. To anticipate operational uncertainties, calculations on 15 spare parts showed a maximum safety stock of 74 units and a maximum reorder point (ROP) of 95 units. The study results indicate that the total inventory cost of crusher spare parts using the Wagner-Whitin Algorithm amounts to IDR 3,970,535,352, which is lower than the company’s total inventory cost of IDR 6,841,916,495, resulting in savings of 42%. Keywords: ABC Analysis, Inventory Control, Safety Stock, Reorder Point. Wagner Within Algorithm