Jurnal Syntax Transformation

Vol. 3, No. 3, Maret 2022

p-ISSN : 2721-3854 e-ISSN : 2721-2769

Sosial Sains


MENGGUNAKAN METODE ALGORITM SILVER MEAL DAN ALGORITM WAGNER WITHIN DENGAN DEMAND DYNAMIC INVENTORY DALAM PENGENDALIAN PERSEDIAAN BAHAN KEGIATAN PURCHASE ORDER


Hermanto

How to cite:


E-ISSN:

Published by:

Hermanto. (2022).Universitas Indraprasta PGRI, Jakarta Selatan, Indonesia, Jurnal Syntax Transformation, 3 (3).

https://doi.org/10.46799/jst.v3i3.539 2721-2769

Ridwan Institute

Universitas Indraprasta PGRI, Jakarta Selatan, Indonesia Email: [email protected]


INFO ARTIKEL

ABSTRAK

Diterima

23 Maret 2022 Direvisi

17 Maret 2022 Disetujui

23 Maret 2022

Persediaan merupakan sumber daya yang dismpan dan dipergunakan untuk memenuhi kebutuhan sekarang maupun kebutuhan yang akan datang. Kurang optimalnya kebijakan pengendalian persediaan yang digunakan oleh perusahaan sering kali mengakibatkan kelebihan persediaan (overstock) bahan baku yang ditunjukkan dengan nilai Days of Inventory (DOI). Faktor – Faktor yang mempengaruhi nilai DOI hasil peramalan kebutuhan, jumlah safety stock, sisa persediaan serta ketidakpastian-ketidakpastian yang berasal dari supplier. Untuk dapat meminimasi nilai DOI, maka dalam menentukan jumlah pemesanan bahan atau Purchase Order yang dituju kepada supplier harus mempertimbangkan faktor-faktor tersebut agar persediaan masih dalam angka yang aman sehingga tidak terjadi kelebihan persediaan bahan baku yang nantinya bisa berpengaruh terhadap quality product karena jangka penyimpanan yang terlalu lama bisa menurunkan kualitas bahan baku tersebut. PT. Rofa food Indonesia merupakan salah satu perusahaan yang bergerak di bidang industri makanan ringan berkonsep frozen food. Untuk mendukung kelancaran proses produksi yang pada akhirnya akan mempengaruhi kelancaran pemenuhan permintaan konsumen maka PT. Rofa Food Indonesia selalu berusaha untuk menjamin ketersediaan bahan dengan sedapat mungkin menghindari terjadinya kekurangan persediaan bahan sehingga dapat selalu memnuhi target service level yang telah di tentukan oleh perusahaan melalui divisi PPIC (Production Planner Inventory Control).

Kata Kunci: Stock, DOI, PPIC


Keywords: Stock, DOI, PPIC


ABSTRACT

Inventory is a resource that is saved and used to meet current and future needs. Less optimal inventory control policies used by the company often result in an overstock of raw materials as indicated by the value of Days of Inventory (DOI). Factors that affect the DOI value from forecasting needs, the amount of safety stock, remaining inventory and uncertainties originating from suppliers. To be able to minimize the DOI value, in determining the number of material orders or Purchase Orders addressed to the supplier, these factors must be considered so that the inventory is still in a safe number so that there is no excess supply of raw materials which can affect product quality because of the long storage period. too long can reduce the quality of

           these raw materials. PT. Rofa food Indonesia is a company engaged in


the frozen food concept snack industry. To support the smooth production process which in turn will affect the smooth fulfillment of consumer demand, PT. Rofa Food Indonesia always strives to ensure the availability of ingredients as much as possible to avoid material shortages so that they can always meet the target service levels that have been determined by the company through the PPIC (Production

                   Planner Inventory Control) division.            


Pendahuluan

Persediaan merupakan sumber daya yang disimpan dan dipergunakan untuk memenuhi kebutuhan sekarang maupun kebutuhan yang akan datang. Kurang optimalnya kebijakan pengendalian persediaan yang digunakan oleh perusahaan mengakibatkan kelebihan persediaan (overstock) bahan baku yang di tujukan dengan nilai Days of Inventory. Faktor-faktor yang mempengaruhi nilai DOI hasil peramalan kebutuhan, jumlah safety stock, sisa persediaan serta ketidakpastian yang berasal dari supplier (Afianti & Azwir, 2017). Untuk dapat meminimasi nilai DOI maka dalam menentukan jumlah pemesanan bahan atau Purchase order yang ditujukan kepada supplier harus mempertimbangkan faktor faktor tersebut agar persediaan masih dalam angka yang aman sehingga terjadi kelebihan persediaan bahan baku yang nantinya bisa berpengaruh terhadap kualitas produk karena jangka penyimpanan yang terlalu lama bisa mempengaruhi kualitas bahan baku tersebut (Mulyadi & Juniaarti, 2019).

PT. X merupakan salah satu perusahaan yang bergerak di bidang industri makanan berkonsep frozen food. Untuk mendukung kelancaran proses produksi maka PT. X selalu berusaha dengan sedapat mungkin menghindari terjadinya kekurangan persediaan bahan sehingga dapat memenuhi target service level yang telah ditentukan oleh perusahaan melalui PPIC.


Metode Penelitian

Persediaan merupakan sumber daya yang disimpan dan dipergunakan untuk memenuhi kebutuhan sekarang maupun

kebutuhan yang akan datang. Kurang optimalnya kebijakan pengendalian persediaan yang digunakan oleh perusahaan mengakibatkan kelebihan persediaan (overstock) bahan baku yang di tujukan dengan nilai Days of Inventory. Faktor-faktor yang mempengaruhi nilai DOI hasil peramalan kebutuhan, jumlah safety stock, sisa persediaan serta ketidakpastian yang berasal dari supplier (Afianti & Azwir, 2017). Untuk dapat meminimasi nilai DOI maka dalam menentukan jumlah pemesanan bahan atau Purchase order yang ditujukan kepada supplier harus mempertimbangkan faktor faktor tersebut agar persediaan masih dalam angka yang aman sehingga terjadi kelebihan persediaan bahan baku yang nantinya bisa berpengaruh terhadap kualitas produk karena jangka penyimpanan yang terlalu lama bisa mempengaruhi kualitas bahan baku tersebut (Hasibuan et al., 2021).

PT. X merupakan salah satu perusahaan yang bergerak di bidang industri makanan berkonsep frozen food. Untuk mendukung kelancaran proses produksi maka PT. X selalu berusaha dengan sedapat mungkin menghindari terjadinya kekurangan persediaan bahan sehingga dapat memenuhi target service level yang telah ditentukan oleh perusahaan melalui PPIC (Ayunda, 2017).


Hasil dan Pembahasan

Menghasilkan sesuatu, yakni formasi-formasi, sebuah kewajaran. Bagi Foucault analisis arkeologi dan genealogi di atas bukan merupakan dua analisis yang kontradiktoris, melainkan yang saling melengkapi. Arkeologi berusaha menyendirikan tingkat praktek-praktek diskursif dan untuk merumuskan

aturan-aturan produksi dan transformasi bagi praktek-praktek tersebut (Chasanah & ARIMBI, 2013). Di lain pihak genealogi memusatkan perhatian pada kekuatan-kekuatan dan relasi-relasi kuasa yang dikaitkan dengan praktek-praktek diskursif. Genealogi tidak bersikeras untuk memisahkan aturan-aturan untuk produksi diskursus dan relasi-relasi kuasa. Akan tetapi genealogi tidak menggantikan tempat arkeologi

Perhitungan Days of Inventory Outstanding (DIO) atau hari edar persediaan, menunjukkan periode pemrosesan penjualan persediaan perusahaan. Periode pemrosesan yang terlalu tinggi dapat berarti bahwa terlalu banyak modal perusahaan yang terikat di dalam persediaan dan bisa menyebabkan barang-barang persediaan mengalami penurunan nilai harganya. Disamping itu, periode yang terlalu rendah juga bisa mengindikasikan bahwa perusahaan kekurangan dalam persediaan sehingga bisa berefek ke penurunan penjualan (Dzikrillah et al., 2016). Jika terdapat dua perusahaan memiliki kinerja yang sama, tetapi salah satunya memiliki perputaran persediaan lebih cepat daripada yang lain, maka dapat dikatakan bahwa perusahaan tersebut berprospek untuk tumbuh relatif lebih cepat.

Berikut dapat dilihat tabel perhitungan DIO tahun 2017 sampai 2020 (perhitungan tahun 2020sampai bulan November, saat penelitan ini dimulai) untuk PT. X :

Tabel I.

DIO PT. HI 2014 - 2016


Tahun

Nilai DIO

2014

206

2015

130

2016

121


Perhitungan nilai DIO didapat dari jumlah nilai uang dalam 1 bulan dibagi dengan jumlah penjualan (dalam satuan mata uang) dikalikan dengan 30 (estimasi 1 bulan dianggap 30 hari). Berdasarkan pengumpulan

data masa lalu, didapat nilai DIO untuk tahun 2018 dan tahun 2019. Untuk tahun 2019 menggunakan DIO sampai bulan maret, dimana pada saat penelitian ini baru berlangsung. Dari data tersebut dapat dilihat memang mengalami trend penurunan. Namun nilai ini masih dianggap masih kurang baik karena masih memiliki gap yang sangat jauh dari target, yaitu 90 hari. Nilai 90 hari ini ditetapkan oleh perusahaan melalui diskusi yang panjang dari tingkat commercial, regional dan site.

Untuk dapat menentukan strategi produk pertama pertama yang dilakukan adalah menentukan rasio perbandingan antara total demand (jumlah order) dan total supply (jumlah produksi) (Dzikrillah et al., 2016). Penentuan strategi ini juga mempertimbangkan production wheel (frekuensi produksi dalam tahunan sehingga didapat siklus produksi) untuk produk tersebut. Data dikumpulkan dalam 3 tahun kebelakang. Nilai yang ditentukan adalah bila rasio bernilai > 1 dan memiliki frekuensi produksi tahunan yang cukup sering, maka masuk ke dalam kategori make to stock. Bila nilai rasio dibawah 1 masuk ke dalam kategori finish good to order atau masuk ke dalam kategori make to order, pertimbangan ini berdasarkan pada sifat finish good itu sendiri (dilihat dari lamanya waktu expired, bila semakin singkat maka semakin condong ke dalam make to stock) (Ernawati, 2016).

Perhitungan data untuk penentuan rasio perbandingan production planning dan pending order dapat dilihat pada tabel 2.

Setelah didapatkan strategi produk, maka berikutnya adalah menentukan produksi bulanan untuk 2019 yang sudah disesuaikan dengan kapasitas produksi. Setelah didapatkan rencana produksi tahunan dengan mempertimbangkan strategi yang telah ditetapkan maka perusahaan dapat melihat gambaran nilai inventory. Untuk tahun 2019 dan 2020 perusahaan tidak dapat mencapai target inventory. Berikut terlampir nilai inventory akhir tahun untuk periode 2017 sampai 2020.


Tabel II.Capaian Inventory PT. X

Tahun    Target      Actual


2013

15 KUSD

14.8 KUSD

2014

13 KUSD

13.5 KUSD

2015

12 KUSD

13.1 KUSD

2016

11.5 KUSD



Setelah didapat list produk yang akan diproduksi per bulan, maka langkah selanjutnya adalah menghitung raw material yang dibutuhkan, kemudian melakukan pemesanan material dan menentukan kedatangan material (MRP breakdown). Perhitungan ini memudahkan dalam menghitung inventory projection sampai pada akhir tahun 2020.

Setelah dilakukan perhitungan inventory projecton, maka untuk periode tahun 2020 didapatkan projection nilai inventory per bulan dapat terlihat pada tabel berikut :

Tabel III. Projection Nilai Inventory

Row Labels

D

e m a n d

2

0

1

6

PP 201

6

R

a t i o

2

0

1

6

D

e m a n d

2

0

1

5

P P


2

0

1

5

R

a t i o

2

0

1

5

D

e m a n d

2

0

1

4

P P


2

0

1

4

R

a t i o

2

0

1

4

S T R A T E

TERASI L BLACK P-R LIQ 40%

1

3

, 6

8

0

20,0

00

0

. 6

8

6

0

, 0

0

0

5

5

, 0

0

0

1

. 0

9

3

0

, 0

0

0

3

0

, 0

0

0

1

. 0

0

M T O

TERASI L BLACK WW-KSN

1

4

2

, 0

0

                   0                

144,

000

0

. 9

9

5

2

, 8

9

0

9

2

, 0

0

0

0

. 5

7

5

4

, 3

5

2

6

4

, 0

0

0

0

. 8

5

M T S

TERASI L BLUE BGE-01 200%

2

7

7

, 5

0

0

230,

000

1

. 2

1

2

5

5

, 8

0

0

2

6

0

, 0

0

0

0

. 9

8

1

5

6

, 4

3

7

1

9

0

, 0

0

0

0

. 8

2

M T S

TERASI L BLUE LF

1

1

, 4

0

0

12,0

00

0

. 9

5

5

7

, 2

0

0

4

4

, 0

0

0

1

. 3

0

6

, 5

3

3

8

, 0

0

0

0

. 8

2

F T O

TERASI L BLUE P-BGE LIQ

9

2

, 0

0

0

92,0

00

1

. 0

0

5

6

, 0

0

0

5

6

, 0

0

0

1

. 0

0

3

4

, 2

5

6

2

0

, 0

0

0

1

. 7

1

M T O

TERASI L BLUE TC

4

0

, 7

6

4

40,0

00

1

. 0

2

3

8

, 9

4

0

4

2

, 0

0

0

0

. 9

3

4

5

, 6

5

4

4

2

, 0

0

0

1

. 0

9

F T O

TERASI L BLUE W-BLS

7

5

, 6

0

0

80,0

00

0

. 9

5

2

4

, 9

0

0

2

7

, 0

0

0

0

. 9

2

8

7

, 6

5

3

7

0

, 0

0

0

1

. 2

5

F T O

TERASI L BLUE WW-2GS

5

1

, 6

0

0

56,0

00

0

. 9

2

5

0

, 7

0

0

6

0

, 0

0

0

0

. 8

5

5

4

, 4

4

3

5

0

, 0

0

0

1

. 0

9

F T O

TERASI L BROWN 2RFL

200%

8

5

, 7

9

8

84,0

00

1

. 0

2

8

6

, 0

0

1

7

0

, 0

0

0

1

. 2

3

6

4

, 5

4

3

7

0

, 0

0

0

0

. 9

2

F T O

TERASI L FIRE

2

0

20,0

00

1

.

6

7

6

0

1

.

6

9

1

0

0

.

F T

RED WW-GS

, 1

0

0


0

1

, 7

1

6

, 0

0

0

1

3

, 8

3

4

0

, 0

0

0

7

0

O

TERASI L NAVY WW-GSN

9

8

, 7

3

0

96,0

00

1

. 0

3

6

9

, 3

1

2

7

2

, 0

0

0

0

. 9

6

8

9

, 8

2

3

4

0

, 0

0

0

2

. 2

5

F T O

TERASI L RED W-4BS

7

3

, 4

0

0

80,0

00

0

. 9

2

8

5

, 8

0

0

9

0

, 0

0

0

0

. 9

5

7

6

, 5

2

9

9

0

, 0

0

0

0

. 8

5

F T O

TERASI L RED W-EL

5

5

, 4

0

0

56,0

00

0

. 9

9

3

6

, 0

0

0

3

6

, 0

0

0

1

. 0

0

2

4

, 5

6

8

2

4

, 0

0

0

1

. 0

2

F T O

TERASI L RED WW-3BS

9

3

, 5

0

0

90,0

00

1

. 0

4

3

6

, 0

0

0

3

6

, 0

0

0

1

. 0

0

7

6

, 2

8

3

9

0

, 0

0

0

0

. 8

5

F T O

TERASI L RED WW-BFS-01 200%

8

5

, 6

0

0

90,0

00

0

. 9

5

9

9

, 7

4

0

9

5

, 0

0

0

1

. 0

5

6

8

, 2

3

4

8

0

, 0

0

0

0

. 8

5

F T O

TERASI L RED WW-CBS

1

3

4

, 7

0

0

130,

000

1

. 0

4

1

6

0

, 5

0

0

1

1

0

, 0

0

0

1

. 4

6

7

8

, 3

1

6

4

0

, 0

0

0

1

. 9

6

M T S

TERASI L RED WW-FS

7

2

, 6

5

5

60,0

00

1

. 2

1

1

4

, 4

0

0

1

0

, 0

0

0

1

. 4

4

2

9

, 9

8

7

4

5

, 0

0

0

0

. 6

7

F T O

TERASI L ROYAL BLUE WW

6

8

, 7

0

0

70,0

00

0

. 9

8

7

8

, 5

6

4

8

0

, 0

0

0

0

. 9

8

8

, 9

6

3

8

, 0

0

0

1

. 1

2

F T O

TERASI L VIOLET WW-2RS

3

9

, 9

0

0

38,0

00

1

. 0

5

5

, 4

7

2

5

, 0

0

0

1

. 0

9

6

, 7

3

4

8

, 0

0

0

0

. 8

4

F T O

TERAT OP BLACK HL-ECO

3

0

0

300

1

. 0

0

6

0

0

6

0

0

1

. 0

0

8

, 7

3

4

5

, 6

0

0

1

. 5

6

M T O

TERAT OP BLACK HL-BL

2

, 7

0

0

3,00

0

0

. 9

0

6

5

, 1

8

4

7

2

, 0

0

0

0

. 9

1

2

, 3

4

6

4

, 0

0

0

0

. 5

9

F T O

TERAT OP BLACK HL-NF-01

1

2

7

, 9

0

0

126,

000

1

. 0

2

5

2

, 7

0

0

7

0

, 0

0

0

0

. 7

5

1

8

7

, 6

4

3

1

8

9

, 0

0

0

0

. 9

9

F T O

TERAT OP BLACK KTMS 133%

5

4

, 7

5

6

50,0

00

1

. 1

0

3

6

, 4

0

0

4

0

, 0

0

0

0

. 9

1

7

8

, 6

3

4

7

0

, 0

0

0

1

. 1

2

F T O

TERAT OP BLACK LF-01

1

4

2

, 2

8

9

98,0

00

1

. 4

5

2

0

7

, 1

0

0

2

1

3

, 0

0

0

0

. 9

7

1

0

0

, 9

2

3

1

7

6

, 0

0

0

0

. 5

7

F T O

TERAT OP BLUE BGE

8

6

, 7

0

0

90,0

00

0

. 9

6

9

1

, 7

0

4

9

0

, 0

0

0

1

. 0

2

1

2

, 3

2

1

1

3

, 0

0

0

0

. 9

5

F T O

TERAT OP BLUE HL-B 150%

9

2

, 4

0

0

75,0

00

1

. 2

3

6

2

, 2

0

0

6

5

, 0

0

0

0

. 9

6

9

8

, 7

3

5

4

8

, 0

0

0

2

. 0

6

F T O

TERAT OP GREY HL

5

, 6

0

0

6,00

0

0

. 9

3

6

, 5

1

6

6

, 0

0

0

1

. 0

9

9

, 8

2

3

8

, 0

0

0

1

. 2

3

F T O

TERAT OP NAVY

HL-N

2

0

,

4

20,0

00

1

. 0

2

1

8

,

6

1

5

,

0

1

. 2

4

8

7

,

5

7

1

,

0

1

. 2

3

M T S


O

c t o b e

  r                

1

2.

0

0

8

N

o v e m b e

                r                

1

1.

8

5

6

D

e c e m b e

                 r                

1

1.

3

2

5


Dari Dari data di atas terlihat bahwa nilai inventory menurun secara stabil per bulan dan mencapai angka 11.3 milyar ada akhir tahun. Hal ini menyatakan bahwa target untuk tahun 2019 tercapai dengan nilaitarget sebesar11.5 miliar. Kemudian nilai DIO menurun dari 110 menjadi 75 hari per bulan Juni 2016. Maka penentuan strategi produk sangat berpengaruh teradap penurunnan nilai inventory

Kesimpulan

Dari pembahasan di atas dapat diketahui bahwa penentuan identitas strategi produk memiliki kontribusi yang cukup signifikan dalam upaya penurunan inventory. Banyak cara lain yang dapat dilakukan untuk penurunan inventory salah satunya dengan penerapan lean dan JIT, namun bila

penerapan JIT dirasa sulit karena kondisi memiliki variable yang terlalu banyak, maka cara ini pun dapat digunakan. Dengan menerapkan penentuan strategi produk, PT X dapat mencapai target untuk inventory pada tahun 2016. Yaitu dengan nilai11.3 miliar dari target 11.5 miliar dengan nilai DIO 75 hari per bulan Juni 2020

Selanjutnya yang perlu diperhatikan oleh PT. X adalah mengontrol raw material yang memiliki nilai yang cukup besar atau

yang berpotensi mengganggu inventory. Penentuan material ini dapat dilaukan dengan sistem pareto


0



0

0


3

0


0



0

0


9

0

TERAT

7

77,0

0

3

3

0

5

4

1

F

OP

0

00

.

1

5

.

4

2

.

T

YELLO

,


9

,

,

8

,

,

3

O

W GWL-

6


2

2

0

9

7

0

0


01

0



0

0


6

0




0



0

0


3

0



TERAT

6

57,0

1

3

3

1

6

2

2

M

OP

0

00

.

9

8

.

8

8

.

T

YELLO

,


0

,

,

0

,

,

4

S

W HL-G-

3


6

6

0

4

7

5

1


01 150%

0



0

0


6

0




0



0

0


3

0



TERAT

3

4,00

0

2

2

1

4

5

0

F

OP

,

0

.

2

0

.

8

6

.

T

YELLO

3


8

,

,

1

,

,

8

O

W NFG

0


3

5

0

3

7

0

7



0



1

0


6

0







2

0


3

0




Bu la n


Nila i (Mil


DIO (hari)


)


J

1

110

a

3.


n

2


u

5


a

4


r



y



F

1

90

e

3.


b

3


u

6


a

4


r



y



M

1

121

a

3.


r

0


c

3


h

9


A

1

71

p

2.


r

1


il

6



9


M

1

81

a

3.


y

5



6



8


J

1

75

u

2.


n

6


e

6



0


J

1


u

2.


l

2


y

6



3


A

1


u

3.


g

1


u

1


s

5


t



S

1


e

2.


p

1


t

8


e

9


m



b



e



r





BIBLIOGRAFI


Afianti, H. F., & Azwir, H. H. (2017). Pengendalian Persediaan Dan Penjadwalan Pasokan Bahan Baku Import Dengan Metode Abc Analysis Di Pt Unilever Indonesia, Cikarang, Jawa Barat. Jurnal Iptek, 21(2), 77–90. Google Scholar


Ayunda, S. (2017). Analisis Dan Mitigasi Risiko Pengembangan Produk Menggunakan Metode Fuzzy Analytic Hierarchy Process Dan Fuzzy Analytic Network Process (Studi Kasus CV. Cita Nasional, Salatiga). Universitas Brawijaya. Google Scholar


Chasanah, I. N., & ARIMBI, D. A. (2013).

Relasi Kuasa Tubuh dalam Suara-Suara Perempuan Pengarang Indonesia Mutakhir. Laporan Akhir Penelitian Unggul Perguruan Tinggi Tahun Anggaran 2013, 1–440. Google Scholar


Dzikrillah, N., Purba, H. H., Suwazan, D., & Wahjoedi, N. (2016). Pengendalian persediaan melalui penentuan produk strategi. Jurnal Teknik Industri, 6(2).


Ernawati, S. (2016). Penerapan Particle Swarm Optimization Untuk Seleksi Fitur Pada Analisis Sentimen Review Perusahaan Penjualan Online Menggunakan Naïve Bayes. J. Evolusi, 4(2015), 8–14. Google Scholar


Hasibuan, A., Banjarnahor, A. R., Sahir, S. H., Cahya, H. N., Nur, N. K., Purba, B., Arfandi, S. N., Prasetio, A., Ardiana, D.

P. Y., & Purba, S. (2021). Manajemen Logistik dan Supply Chain Management. Yayasan Kita Menulis. Google Scholar


Mulyadi, M., & Juniaarti, A. T. (2019).

Analisis Pengendalian Persediaan

Untuk Meminimalkan Biaya Persediaan Bahan Baku Kulit Pada PT. Brodo Ganesha Indonesia. Perpustakaan Fakultas Ekonomi dan Bisnis Unpas.


Assauri Sofjan 2018, Manajemen Produksi dan Operasi Revisi, Lembaga Penerbit FE-UI, Jakarta. 14(1), 24-35 Google Scholar


Alfares Hesham K. 2019, “Inventory Model with Stock-Level Dependent Demand Rate and Variable Holding Cost”, International Journal of

Production Economics,Vol. 108, pp.

259-265 Google Scholar


Anthony, Barry, C. 2018. Take a financial view of inventory. Multichannel Merchant, 26(9), 55-n/a. Google Scholar


Rangkuti, Freddy. 2019, Manajemen Persediaan, Rajawali Pers, Jakarta. 15(2), 119–125. Google Scholar


Ridwan, Freddy. 2000. Analisis SWOT Teknik Membedah Kasus Bisnis. Jakarta: Gramedia Pustaka. Journal of Business Administration, 14(1), 29–39. Google Scholar


Ningsih, Fildes, R., Hibon, M., Makridakis, S., & Meade, N. (2018). Generalising about univariate forecasting methods:

Google Scholar


further empirical evidence. International Journal of Forecasting 14, 339–358 Google Scholar


Barry, C. 2019. Take a financial view of inventory. Multichannel Merchant, 26(9), 55-n/a. Google Scholar


Copyright holder :

Endro Triwahjudi Suswardana (2022)

First publication right :

Jurnal Syntax Transformation


This article is licensed under: