PT. LANGINI JAYA GROUP) AHMAD RAFIKI Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Industri 2025

Skripsi

PT. Langini Jaya Group dihadapkan pada kondisi ketidakseimbangan antara jumlah produksi dan permintaan pasar, yang memicu terjadinya shortage kapasitas gudang serta penumpukan persediaan barang jadi. Situasi ini menimbulkan ketidakefisienan dalam pengelolaan gudang, menghambat kelancaran siklus produksi berikutnya, serta meningkatkan potensi kerugian akibat kelebihan stok. Penelitian ini bertujuan mengoptimalkan perencanaan produksi air minum dalam kemasan ukuran 220 ml melalui penerapan metode simulasi Monte Carlo serta pengendalian persediaan bahan baku menggunakan metode min–max stock. Data penelitian mencakup data produksi, penjualan, dan persediaan bahan baku periode 2022–2024. Simulasi Monte Carlo dilaksanakan melalui penyusunan distribusi probabilitas, pembangkitan bilangan acak, dan pelaksanaan tiga skenario simulasi. Pemilihan skenario terbaik didasarkan pada nilai akurasi dan MAPE, di mana Simulasi ke-2 menunjukkan performa paling optimal dengan akurasi 100,30% dan MAPE 6,5% yang berada pada kategori sangat baik. Berdasarkan simulasi tersebut, diperoleh proyeksi kebutuhan produksi sebesar 49.650 dus pada tahun 2025, 50.342 dus pada tahun 2026, dan 50.027 dus pada tahun 2027. Selanjutnya, metode min– max stock digunakan untuk menentukan safety stock, persediaan minimum, persediaan maksimum, serta titik pemesanan ulang bahan baku. Hasil perhitungan menunjukkan bahwa metode ini mampu menjaga ketersediaan bahan baku secara optimal tanpa menimbulkan beban berlebih pada kapasitas gudang. Secara keseluruhan, integrasi simulasi Monte Carlo dan min–max stock terbukti efektif dalam menghasilkan perencanaan produksi yang lebih akurat, stabil, dan adaptif guna meminimalkan risiko shortage kapasitas gudang. Kata Kunci: Pengendalian Produksi, Air Minum dalam Kemasan, Monte Carlo, Min Max Stock, Shortage 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 1707207 2025-12-24 12:12:01 2025-12-24 15:00:56 machine generated