1.

1 MODEL UMUM INVENTARIS

Masalah inventaris berkaitan dengan menyimpan cadangan suatu barang untuk memenuhi kebutuhan
fluktuasi permintaan. Kelebihan persediaan suatu barang meningkatkan biaya modal dan
penyimpanan, dan kekurangan persediaan mengganggu produksi dan/atau penjualan. Hasilnya adalah mencari
sebuah tingkat inventaris yang menyeimbangkan dua situasi ekstrem sambil meminimalkan fungsi biaya
Masalah tersebut berkurang menjadi mengontrol tingkat inventaris dengan merancang kebijakan inventaris.
jawab dua pertanyaan:

[Link] yang harus dipesan?

[Link] meminta?

Dasar model inventaris adalah fungsi biaya generik berikut:

Biaya total inventaris = biaya pembelian + biaya persiapan + biaya penyimpanan + biaya untuk
kekurangan

1. Biaya pembelian adalah harga per unit dari suatu barang inventaris. Kadang-kadang, barang tersebut
menawarkan diskon jika ukuran pesanan melebihi jumlah tertentu, yang merupakan sebuah
faktor pada saat mengambil keputusan seberapa banyak yang harus diminta.

2. Biaya persiapan mewakili biaya tetap yang dikeluarkan ketika melakukan pemesanan.
impor ukurannya).

[Link] penyimpanan (gudang) merupakan biaya untuk mempertahankan persediaan dari sesuatu.
Sertakan bunga atas modal dan biaya penyimpanan, pemeliharaan, dan penanganan.

4. Biaya karena kekurangan (kekurangan) adalah penalti yang dikenakan ketika persediaan habis.
Termasuk potensi kehilangan pendapatan, gangguan produksi dan biaya subjektif dari
kehilangan loyalitas pelanggan.

Biaya yang dijelaskan bersifat konflik, karena peningkatan satu dapat menyebabkan pengurangan yang lain.
dari yang lain (misalnya, meminta lebih sering meningkatkan biaya persiapan tetapi mengurangi biaya
retensi inventaris). Tujuan dari minimisasi fungsi biaya total inventaris adalah
menyeimbangkan biaya yang bertentangan ini.

Sistem inventaris dapat memerlukan tinjauan berkala (misalnya, meminta di awal setiap
minggu atau setiap bulan). Sebagai alternatif, sistem dapat didasarkan pada tinjauan terus-menerus, menempatkan
un nuevo pedido cuando el nivel del inventario se reduce a unpunto de volver a pedirespecífico. Un
contoh dari dua jenis terjadi di toko eceran. Pemeriksaan bersifat berkala jika barang tersebut diperbarui setiap
minggu atau setiap bulan. Penggantian terjadi setiap kali tingkat inventaris berkurang oleh
di bawah tingkat tertentu.

1.2 PERAN PERMINTAAN DALAM PENGEMBANGAN MODEL INVENTORI

Secara umum, kompleksitas model inventaris tergantung pada apakah permintaan bersifat deterministik atau
probabilistik. Di dalam kedua kategori tersebut, permintaan dapat bervariasi, atau tidak, seiring waktu. Misalnya,
konsumsi gas alam yang digunakan dalam pemanasan rumah tangga bersifat musiman. Meskipun pola tersebut
terulang setiap tahun, konsumsi di bulan yang sama dapat bervariasi dari tahun ke tahun, tergantung, misalnya,
dari keparahan cuaca.
Dalam situasi praktis, pola permintaan dalam model inventaris dapat mengasumsikan salah satu dari empat
tipos:

1. Deterministik dan konstan (statis) seiring waktu.

[Link] dan variabel (dinamis) seiring waktu.
3. Probabilistik dan stasioner sepanjang waktu.
4. Probabilistik dan tidak stasioner sepanjang waktu.

Klasifikasi ini mengandaikan ketersediaan data yang dapat dipercaya untuk meramalkan permintaan masa depan.
Berdasarkan pengembangan model inventaris, kategori pertama adalah yang paling sederhana secara analitis,
dan yang keempat adalah yang paling kompleks. Di sisi lain, kategori pertama adalah yang paling tidak mungkin terjadi di
praktik, dan yang keempat adalah yang paling umum. Dalam praktiknya, tujuannya adalah menyeimbangkan kesederhanaan dan ketepatan
dari model.

Bagaimana kita dapat memutuskan apakah pendekatan permintaan tertentu dapat diterima? Sebuah "perkiraan
aproksimasi” awal didasarkan pada perhitungan rata-rata dan deviasi standar konsumsi selama sebuah
periode tertentu (misalnya, bulanan). Jadi dapat digunakan koefisien variasi, Ѵ =
, untuk menilai sifat permintaan menggunakan pedoman berikut:1

[Link] permintaan bulanan rata-rata (yang tercatat selama beberapa tahun) adalah 'secara kira-kira'
konstanta y cukup kecil (20%), maka permintaan dapat dianggap
deterministik dan konstan
Jika rata-rata permintaan bulanan bervariasi secara signifikan antara bulan-bulan yang berbeda tetapi V
tetap cukup kecil di semua bulan, maka permintaan dapat dianggap
deterministik tetapi variabel.
Jika dalam kasus 1 Anda melihat tinggi (.20%) tetapi kira-kira konstan, maka permintaan adalah
probabilistik dan stasioner.
[Link] yang tersisa adalah permintaan probabilistik tidak stasioner, yang terjadi ketika rata-rata dan
koefisien variasi bervariasi secara signifikan setiap bulan

---------------------------------------------------------------------------------------------------------------------------------------
Contoh 1-1
Data yang muncul di tabel 13.1 memberikan konsumsi bulanan (Januari hingga Desember) gas
alami di sebuah rumah tinggal pedesaan selama 10 tahun (1990-1999). Penyedia mengirimkan truk untuk
mengisi tangki atas permintaan pemilik rumah.

Dari sudut pandang pemodelan inventaris, adalah wajar untuk mengasumsikan bahwa setiap bulan mewakili suatu
periode keputusan untuk penempatan pesanan. Tujuan dari contoh ini adalah untuk menganalisis sifat
dari permintaan.
Sebuah pemeriksaan tentang rata-rata dan koefisien variasi, di tabel 13.1, mengungkapkan dua hasil:

[Link] rata-rata bersifat dinamis (tidak konstan) karena tingginya konsumsi rata-rata selama
bulan-bulan musim dingin.

2. Koefisien variasi kecil (˂15%) sehingga permintaan bulanan dapat

dianggap kira-kira deterministik.

Kesimpulannya adalah bahwa permintaan bulanan adalah (kira-kira) deterministik tetapi bervariasi.
 TABELA .1-1 Konsumsi bulanan gas alam (Januari hingga Desember)
Konsumsi gas alam dalam kaki kubik
Tahun Ene. Feb. Mar. Abr. Mei. Jun. Jul. Yang lalu.
Sep. Okt. Nov. Dic.
1990 100 110 90 70 65 50 40 42 56 68 88 95
1991 110 125 98 80 60 53 44 45 63 77 92 99
1992 90 100 88 79 56 57 38 39 60 70 82 90
1993 121 130 95 90 70 58 41 44 70 80 95 100
1994 109 119 99 75 68 55 43 41 65 79 88 94
1995 130 122 100 85 73 58 40 43 64 75 80 101
1996 115 100 103 90 76 55 45 40 67 78 98 97
1997 130 115 100 95 80 60 49 48 64 85 96 105
1998 125 100 94 86 79 59 46 39 69 90 100 110
1999 87 80 78 75 69 48 39 41 50 70 88 93
Media 111.7 110 95 82,5 69,9 55,3 42,7 42.2 62,8 77.2 90,7 98
[Link]. 15.54 15.2 7.5 7,99 7,82 3.95 3.4 2.86 6.09 6,91 6,67 6
V(%) 13,91 13,8 7.9 9.68 11.24 7.13 7.96 6.78 9,69 8.95 7,35 6.1

1.3 MODEL STATIS DARI JUMLAH PESANAN EKONOMIS (EOQ)

Bagian ini menyajikan tiga variasi dari model jumlah pesanan ekonomi (EOQ, singkatnya)
bahasa Inggris) dengan permintaan statis (konstan). Model-model ini secara analitis sederhana.

1.4 Model EOQ klasik

Modeli inventaris yang paling sederhana melibatkan permintaan dengan laju konstan dengan penggantian
pesanan instan dan tanpa kekurangan. Definisikan

Y =Cantidad de pedido (número de unidades)

D=Tingkat permintaan (unit per unit waktu)
t0 = Duración del ciclo de pedido (unidades de tiempo)

Tingkat inventaris mengikuti pola yang diilustrasikan dalam Gambar 1-1. Ketika inventaris mencapai tingkat nol, maka
terima pesan secara instan dalam satuan ukuran. Stok habis secara merata pada laju
dari permintaan konstan, D. Siklus pesanan pola ini adalah

Modela biaya memerlukan dua parameter biaya.

K=Biaya persiapan yang terkait dengan penempatan pesanan (dolar per pesanan)
h=Biaya penahanan (dolar per unit inventaris per unit waktu)

Karena tingkat rata-rata inventaris adalah, biaya total per unit waktu
(TCU, singkatan dari bahasa Inggris) adalah

TCU (y)=Biaya persiapan per unit waktu1Biaya penyimpanan per unit waktu
Biaya persiapan + biaya retensi per siklust0
t0
=

=
FIGURA 1.1
Pola inventaris dalam model EOQ klasik

FIGURA 1.2
Titik untuk kembali meminta dalam model EOQ klasik

Nilai optimal dari jumlah pesanan ditentukan dengan meminimalkan TCU (y).
Dengan asumsi bahwa terus berlanjut, suatu syarat yang diperlukan untuk optimalitas adalah

()
=0

Kondisi tersebut juga cukup karena TCU (dan) adalah konveks.

Solusi dari persamaan memberikan hasil EOQ y* sebagai

y* =√

Oleh karena itu, kebijakan inventaris yang optimal untuk model yang diusulkan adalah

Pesanan y* =√ Unit dari setiap t0* = Satuan waktu

Sebenarnya, pesanan baru tidak harus diterima pada saat dipesan. Sebagai gantinya, bisa terjadi sebuah
waktu tunggu (waktu antisipasi) positif L, antara penempatan dan penerimaan pesanan seperti yang
tampilkan dalam gambar 1.2. Dalam kasus ini, titik untuk meminta kembali (titik pemesanan ulang) terjadi ketika tingkat
del inventario se reduce aLDunidades.
Gambar 1.2 mengasumsikan bahwa waktu tunggu lebih kecil daripada durasi siklus t*0, yang umumnya
mungkin bukan ini kasusnya. Jika itu terjadi, kami mendefinisikan waktu tunggu efektif sebagai

Le= L - nt*0

Parameter adalah nilai bulat terbesar yang tidak lebih besar dari . Rumus mengakui bahwa setelah den
siklus interval nyata antara penempatan dan penerimaan dua pesanan berturut-turut adalah Le. Oleh karena itu,
titik untuk meminta kembali terjadi ketika inventaris mencapai LeDunidades, dan kebijakan inventaris dapat
kembali diformulasikan sebagai
Minta jumlahnya setiap kali tingkat inventaris berkurang menjadi LeDunidades.

-------------------------------------------------------------------------------------------------------------------------------------
Contoh 1-4

Lampu neon di kampus Universitas Arkansas diganti sebanyak 100 unit per
hari. Tanaman fisik meminta lampu neon secara berkala. Memulai pesanan pembelian biaya $100. Se
Perkirakan bahwa biaya dari sebuah lampu neon yang disimpan adalah sekitar $.02 per hari. Waktu dari
waktu tunggu antara penempatan dan penerimaan pesanan adalah 12 hari. Tentukan kebijakan inventaris
optimal untuk meminta lampu neon. Dengan data masalah, kami memiliki

D = 100 unit per hari

K = $100 por pedido
h = $.02 per unit per day
L = 12 hari

Oleh karena itu,

y* = √ =√ 1000 lampu neon

Durasi siklus yang terkait adalah

t*012–1 X 10 = 2 hari

Karena waktu tunggu L(5 12 hari) melebihi durasi siklus t*0 (= 10 hari), kita harus menghitungnya.
jumlah siklus bulat yang termasuk dalam Les

n = (bilangan bulat terbesar ≤ ) = (angka bulat terbesar ≤ ) = 1

Oleh karena itu,

Le = L - nt*0= 12 - 1 x 10 = 2 hari

Oleh karena itu, titik untuk meminta kembali terjadi ketika tingkat persediaan berkurang menjadi

LeD = 2 * 100 = 200 lampu neon

Kebijakan inventaris adalah

Pesan 1000 unit setiap kali level inventaris berkurang menjadi 200 unit.

Biaya inventaris harian yang terkait dengan kebijakan yang diusulkan adalah

TCU (y) = + h( )
()

TCU (y) = + $0.02( ) $20 per hari

( )

1.5 EOQ dengan pengurangan harga

Model ini sama dengan bagian 1,3, kecuali bahwa artikel dalam inventaris dapat diperoleh dengan sebuah
diskon jika ukuran pesanan, dan, melebihi batas yang diberikan, q. Secara matematis, harga beli
unitario,c, adalah

C={ }, c₁ > c₂

Oleh karena itu,

()
Biaya pembelian per unit waktu = {
()

Menerapkan notasi yang digunakan dalam bagian 13.3.1, biaya total per unit waktu adalah

()
TCU (y) = {
()

FIGUR 1-4
Fungsi biaya inventaris dengan pengurangan harga
Fungsi TCU1 dan TCU2 digambarkan pada gambar 1.4. Karena kedua fungsi hanya berbeda oleh satu
konstanta, minimumnya harus cocok dalam

ym = √

Penentuan jumlah pesanan optimal tergantung pada di mana titik pengurangan berada.
harga,q, berkaitan dengan zona I, II dan III, yang digambar di gambar 1.4 oleh interval (0,ym), (ym,Q) dan
(Q, ), masing-masing. Nilai Q(>ym) ditentukan dari persamaan

TCU₂(Q) = TCU₁(ym)
O
c₂D + + = TCU₁(Ym)

Yang disederhanakan menjadi

Q² +( ( ( ))
)Q+ =0

Gambar 1.5 menunjukkan bahwa jumlah optimal yang diinginkan y* adalah

y* ={

Langkah-langkah untuk menentukan adalah

Langkah 1. Tentukan Ym =√ . Jika q berada di zona I, maka y* = ym sebaliknya, lanjutkan ke langkah 2.

Langkah 2. Tentukan Q(>ym) dari persamaan Q

Q² + ( ( ( ))
)Q+ =0

Definisikan zona II dan III. Jika berada di zona II, y* = q. Jika tidak, q berada di zona III, y y* = ym.
FIGURA 1.5
Solusi optimal untuk masalah inventaris dengan pengurangan harga

---------------------------------------------------------------------------------------------------------------------------------
Contoh 3.1

LubeCar mengkhususkan diri dalam perubahan oli cepat. Bengkel membeli oli otomotif dalam jumlah besar seharga $3 per
galon didiskon menjadi $2,50 jika jumlah pesanan lebih dari 1000 galon. Bengkel melayani
sekitar 150 mobil per hari, dan setiap ganti oli memerlukan 1,25 galon. LubeCar menyimpan
minyak curah dengan biaya $.02 per galon per hari. Bahkan, biaya untuk melakukan pemesanan adalah $20.
Waktu tunggu adalah 2 hari untuk pengiriman. Tentukan kebijakan persediaan yang optimal.

Konsumsi minyak per hari adalah

D = 150 mobil per hari x 1,25 galon per mobil = 187,5 galon per hari

Kami juga memiliki

h= $.02 per galon per hari

K= $20 per pesanan
L = 2 hari
c1 = $3 per galon
c2 = $2,50 per galon
q= 1000 galones
Langkah [Link]

Ym = √ =√ 612,37 galon

Comoq= 1000 lebih besar dari ym= 612.37, kita lanjut ke langkah 2.
Langkah 2. Tentukan Q.

TCU₁(ym) = c₁D + +

= 3 x 187,5 + +

= 574.75

Oleh karena itu, persamaan Q dihitung sebagai:

( )
Q² +( )Q+ =0
O
Q² - 10.599,74Q + 375.000 = 0

Solusi Q = 10,564.25 (> ym) mendefinisikan zona-zona sebagai

Zona I = (0,612.37
Zona II = (612,37, 10.564,25)
Zona = (10,564.25 ∞)

Sekarang, q(= 1000) berada di zona II, yang menghasilkan jumlah pesanan optimal y* = q = 1000 galon
Dengan waktu tunggu 2 hari, titik untuk meminta kembali adalah 2D = 2 X 187,5 = 375 galon. Oleh karena itu
Oleh karena itu, kebijakan inventaris optimal adalah 'Pesan 1000 galon ketika tingkat inventaris berkurang menjadi'
375 galon

Jumlah pemesanan ekonomi (EOQ) dari berbagai barang dengan batasan penyimpanan

Model ini berkaitan dengan beberapa artikel yang fluktuasi inventaris individu mereka mengikuti pola
ditunjukkan pada gambar 13.1 (tidak diizinkan kekosongan). Perbedaannya adalah bahwa artikel bersaing untuk sebuah
ruang penyimpanan terbatas.

Definisikan untuk artikel i, i=1, 2,…,n,

Dᵢ= Tasa de demanda
Kᵢ= Costo de preparación
hᵢ= Costo de retención unitario por unidad de tiempo
yᵢ= Cantidad de pedido
aᵢ= Kebutuhan area penyimpanan per unit persediaan
A= Luas penyimpanan maksimum yang tersedia untuk semua barang

Sesuai dengan asumsi bahwa tidak ada yang diizinkan, model matematika yang mewakili
situasi inventaris terjadi sebagai
 (∑ ( ) )

Terhadap

yᵢ > 0, i = 1,2, …, n

Untuk menyelesaikan masalah, pertama-tama kita menangani situasi yang tidak dibatasi:

y*ᵢ= √

Jika solusi memenuhi batasan, maka proses berakhir. Jika tidak, batasan adalah
wajib dan harus diaktifkan.
Dalam edisi-edisi sebelumnya dari buku ini, kami menggunakan algoritma Lagrangean (yang agak rumit) dan perhitungan.
uji coba dan kesalahan untuk menentukan solusi optimal yang terbatas.
Dengan ketersediaan program komputer yang kuat (seperti AMPL dan Solver), masalah ini dapat diselesaikan
secara langsung seperti program tidak linier, seperti yang akan dibuktikan dalam contoh berikut.

---------------------------------------------------------------------------------------------------------------------------------
Contoh 3.2

Data berikut menggambarkan tiga item inventaris.

Artikel i kᵢ($) Dᵢ(unidades por dia) hᵢ($) aᵢ(pies²)

1 10 2 .30 1
2 5 4 .10 1
3 15 4 .20 1
Luas penyimpanan total yang tersedia = 25 kaki²

Nilai optimal yang tidak terbatasi, yi * = y*ᵢ= √ i = 1, 2, 3 kemudian 11.55, 20.00 dan 24.49 unit,
masing-masing, yang melanggar batasan penyimpanan y1 = y2 ≤ 25. Masalah yang dibatasi
dapat diselesaikan sebagai program linier menggunakan Solver atau AMPL, seperti dijelaskan di bawah ini.

Solusi optimal adalah y₁* = 6.34 unit, y₂* = 7.09 unit, y₃* = 7.09 unit, dan biaya = $13.62/hari.
MODEL DINAMIS KUANTITAS PESANAN EKONOMIS (EOQ)

Model-model ini berbeda dari yang ada di bagian 3.3 dalam dua aspek:

Tingkat inventaris diperiksa secara berkala selama sejumlah periode yang sama dan terbatas.
2. Permintaan untuk periode, meskipun bersifat deterministik, adalah dinamis, karena bervariasi dari satu periode ke periode lain.
berikutnya.

Situasi di mana permintaan deterministik dinamis terjadi adalah perencanaan kebutuhan.

dari bahan (MRP, singkatan dalam bahasa Inggris). Ide dari MRP dijelaskan dengan sebuah contoh. Anggaplah bahwa
permintaan triwulanan selama tahun berikutnya untuk dua model akhir, M1 dan M2, dari suatu produk
dado son 100 y 150 unidades, respectivamente. Al final de cada trimestre se entregan los lotes trimestrales.
Waktu tunggu produksi adalah dua bulan untuk Ml dan satu bulan untuk M2. Setiap

FIGURA 1.7
Contoh permintaan dinamis yang dihasilkan oleh MRP

unitas deM1 danM2 menggunakan 2 unit dari subrakitanS. Waktu tunggu untuk produksi dariSes
sebulan.

Gambar 1.7 menunjukkan program produksi untuk Ml dan M2. Program dimulai dengan permintaan
trimestral dari kedua model (ditunjukkan oleh panah solid) yang terjadi di akhir bulan 3, 6, 9 dan 12.
Mengingat waktu tunggu untuk M1 dan M2, panah garis putus-putus menunjukkan awal yang direncanakan untuk setiap lot
produksi.
Untuk memulai produksi dua model tepat waktu, pengiriman subkomponen harus sesuai dengan
kejadian panah garis M1 dan M2. Informasi ini ditampilkan melalui panah padat di
grafik, di mana permintaan yang dihasilkan adalah 2 unit per unit M1 dan M2. Menggunakan waktu
Setelah menunggu selama sebulan, panah garis di grafik menunjukkan program produksi. Sesuai dengan
Dengan kedua program ini, permintaan gabungan untuk M1 dan M2 dapat ditentukan.
jadi seperti yang ditunjukkan di bagian bawah gambar 1.7.
Permintaan variabel tetapi hasil yang dikenal merupakan karakteristik dari situasi tersebut, di mana EOQ dinamis diterapkan.

Dalam bagian ini, dua model disajikan. Yang pertama mengasumsikan bahwa tidak ada biaya persiapan (pesanan),
dan yang kedua berasumsi bahwa memang ada. Variasi yang tampaknya "kecil" ini membuat perbedaan di
kompleksitas model.

Model EOQ tanpa biaya persiapan

Model ini melibatkan horizon perencanaan dalam periode yang sama. Setiap periode memiliki kapasitas yang
produksi terbatas dengan satu atau lebih tingkat produksi (misalnya, waktu reguler dan waktu tambahan
representan dua tingkat produksi). Sebuah periode saat ini dapat menghasilkan lebih dari permintaan segera.
para satisfacer la necesidad de periodos posteriores, en cuyo caso ocurre un costo de retención.
Asumsi umum dari model adalah:
[Link] ada biaya persiapan yang dikeluarkan pada periode manapun.
[Link] diperbolehkan ada kekurangan.
3. Fungsi biaya produksi per unit di setiap periode adalah konstan atau memiliki biaya
marginal meningkat (konveks).
4. Biaya retensi unit dalam periode apapun adalah konstan.

Ketiadaan kekurangan berarti bahwa produksi yang tertunda di periode mendatang tidak dapat memenuhi
permintaan dalam periode saat ini. Asumsi ini mengharuskan bahwa kapasitas produksi yang terakumulasi untuk
periode 1, 2,…, sama dengan minimal permintaan terakumulasi selama periode tersebut.

La figura 13.8 ilustra la función de costo de producción unitario con márgenes crecientes. Por ejemplo, la
produksi selama waktu reguler dan waktu tambahan sesuai dengan dua tingkat di mana biaya dari
produksi unit selama waktu lembur melebihi waktu reguler.

Masalah periode dapat dirumuskan sebagai model transportasi (lihat bab 5) dengankn
orígenes yndestinos, dondekes el número de niveles de producción por periodo (por ejemplo,k= 2 si
Setiap periode menggunakan waktu reguler dan waktu tambahan). Kapasitas produksi masing-masing dari
asal tingkat produksi sama dengan jumlah penawaran. Jumlah permintaan yang
ditentukan berdasarkan permintaan setiap periode. Biaya "transportasi" per unit dari suatu asal hingga sebuah
destino adalah jumlah biaya produksi dan retensi yang berlaku per unit. Solusi masalah
bagaimana model transportasi menentukan jumlah produksi dengan biaya minimum di setiap tingkat
produksi.

Model transportasi yang dihasilkan dapat diselesaikan tanpa menggunakan teknik transportasi yang dikenal.
dipresentasikan di bab 5. Validitas algoritma solusi baru berlandaskan pada asumsi
khusus dari tidak ada yang hilang dan dalam fungsi biaya produksi yang cembung.

FIGURA 1.8
Fungsi biaya produksi
unitario konveks
------------------------------------------------------------------------------------------------------------------------------------
Contoh 4-1

Metalco memproduksi deflektor angin yang digunakan di cerobong asap rumah selama bulan-bulan
Desember hingga Maret. Pada awalnya permintaan lambat, mencapai puncaknya di pertengahan musim, dan kemudian turun.
menuju akhir. Karena popularitas produk tersebut, MetalCo dapat menggunakan waktu tambahan untuk memenuhi
permintaan. Tabel berikut memberikan kapasitas produksi dan permintaan selama empat
bulan-bulan musim dingin.

Kapasitas
Me Waktu reguler (unit) Tiempo extra (unidades) Demanda (unidades)
1 90 50 100
2 100 60 190
3 120 80 210
4 110 70 160

Biaya produksi per unit dalam periode apapun adalah $6 selama waktu reguler dan $9 selama
waktu tambahan. Biaya retensi per unit per bulan adalah $.10.
Untuk memastikan bahwa model memiliki solusi yang layak ketika tidak diperbolehkan ada kekurangan, penawaran
akumulasi setiap bulan tidak boleh kurang dari permintaan akumulatif, seperti yang ditunjukkan dalam tabel
berikutnya.

Mei Penawaran terkumpul Permintaan terkumpul

1 90 + 50 = 140 100
2 140 + 100 + 60 = 300 100 + 190 = 290
3 300 + 120 + 80 = 500 290 + 210 = 500
4 500 + 110 + 70 = 680 500 + 160 = 660

Tabel 1.4 merangkum model dan solusinya. Simbol Ri dan Oi mewakili tingkat produksi
selama waktu reguler dan selama waktu tambahan di periode i, i=1, 2, 3, 4. Karena penawaran yang terakumulasi
Pada periode 4 melebihi permintaan terkumpul, maka ditambahkan tujuan fiktif untuk menyeimbangkan model seperti
ditampilkan dalam tabel 1.4. Semua rute 'transportasi' dari periode sebelumnya ke periode saat ini adalah
diblokir karena kekurangan tidak diizinkan.

Biaya "transportasi" per unit adalah jumlah biaya produksi dan penahanan yang berlaku. Misalnya,
biaya unit per periode R1 ke periode 1 sama dengan biaya produksi unit hanya (= $6), di
sehingga biaya unit O1 pada periode 4 sama dengan biaya produksi unit di O1 ditambah biaya
penahanan unitari dari periode 1 hingga periode 4; yaitu, $9 + ($.1 + $.1 + $.1) = $9.30. Biaya
unitario untuk tujuan apapun yang berlebihan adalah nol.
Model ini diselesaikan dengan memulai dari kolom 1 dan berakhir di kolom yang melebihi.

El modelo se resuelve iniciando en la columna 1 y terminando en la columnaexcedente.

Untuk setiap kolom, permintaan dipenuhi dengan mengutamakan rute yang lebih ekonomis. Untuk kolom 1,
rute (R1, 1) adalah yang paling ekonomis dan oleh karena itu diberikan jumlah maksimum yang layak = min {90, 100} =
90 unit. Penugasan ini menyisakan 10 unit yang belum terpenuhi di kolom 1. Rute berikutnya yang paling
ekonomi di kolom 1 adalah {O1, 1}, yang diberikan 10 (= min
{50, 10}). Sekarang permintaan selama periode 1 sudah terpenuhi
Tabel 1.2 solusi dari contoh 4.1

Kemudian kita beralih ke kolom 2. Penugasan di kolom ini terjadi dalam urutan berikut: 100
60 unit di (R2, 2), 60 unit di (02, 2), dan 30 unit di (01, 2). Biaya unit untuk alokasi ini
son $6, $9 dan $9.10, masing-masing. Kami tidak menggunakan rute (R1, 2), yang memiliki biaya satuan sebesar $6.10, karena
Seluruh tawaran Rl sudah dialokasikan ke periode 1.
Melanjutkan dengan cara yang sama, kami memenuhi permintaan dari kolom 3 dan kolom 4. La
solusi optimal (ditunjukkan dengan huruf tebal di tabel 1.2) dirangkum sebagai berikut:

Periode Program produksi

Waktu reguler 1 Memproduksi 90 unit selama periode 1
Waktu tambahan 1 Memproduksi 50 unit: 10 unit selama periode 1, 30 selama periode 2, dan 10 selama periode 3
Waktu reguler 2 Memproduksi 100 unit selama periode 2
Waktu ekstra 2 Memproduksi 60 unit selama periode 2
Waktu reguler 3 Memproduksi 120 unit selama periode 3
Waktu reguler 4 Memproduksi 110 unit selama periode 4
Tiempo extra 4 Memproduksi 50 unit selama periode 4, dengan 20 unit kapasitas menganggur.

Biaya total yang terkait adalah (90 x $6) + (10 x $9) + (30 x $9.10) + (100 x $6) + (60 x $9) + (10 x $9.20) + (120 x $6) + (80
x $9) + (110 x $6) + (50 x $9) = $4685.
Model EOQ dengan biaya persiapan

Dalam situasi ini tidak ada yang boleh hilang, dan ada biaya persiapan setiap kali dimulai sebuah
lot produksi baru. Dua metode solusi akan disajikan: sebuah algoritma pemrograman tepat
dinamik dan heuristik.

FIGURA 1.9
Elemen-elemen dari model inventaris dinamis dengan biaya persiapan

Gambar 1.9 merangkum secara skematis situasi inventaris. Simbol-simbol yang ditampilkan dalam gambar tersebut
definisikan untuk periode, i51, 2,…,n, sebagai

zᵢ= Cantidad pedida

Dᵢ= Permintaan selama periode
xᵢ= Inventaris awal periodei

Elemen biaya dari situasi didefinisikan sebagai

Kᵢ= Costo de preparación en el periodoi

hᵢ= Biaya penyimpanan inventaris unit periode ai+1

Fungsi biaya produksi yang terkait untuk periode

Cᵢ(Zᵢ) ={ ()

Fungsi cᵢ(zᵢ) adalah fungsi biaya produksi marginal, diberikan zᵢ.

Algoritma pemrograman dinamis umum. Tanpa kekurangan, model inventaris didasarkan pada
meminimalkan jumlah biaya produksi dan penyimpanan di periode-periode.
Untuk menyederhanakan, kita akan mengasumsikan bahwa biaya penyimpanan pada periode ini didasarkan pada inventaris akhir.
dari periode, didefinisikan sebagai

xᵢ+1 = xᵢ+ zᵢ –Dᵢ

Untuk persamaan rekursif maju, keadaan pada tahap (periode) didefinisikan sebagai xᵢ+1,
tingkat inventaris di akhir periode. Dalam kasus ekstrim, inventaris yang tersisa, xi+1, dapat memenuhi
permintaan di semua periode yang tersisa; yaitu,

0≤xᵢ+1 ≤Dᵢ+ 1 + . . . + Dn

Seafᵢ(xᵢ+1) adalah biaya minimum dari inventaris untuk periode 1, 2,…, mengingat inventaris di akhir dari
periodoxᵢ+1. Persamaan rekursif ke depan adalah
Perhatikan bahwa selama periode 1, z1 sama persis dengan D1 1x2 2x1. Parai. 1, zi bisa nol
karena dapat terpenuhi dari produksi pada periode sebelumnya.

---------------------------------------------------------------------------------------------------------------------------------------
Contoh 4-2

Tabel berikut menyediakan data dari situasi persediaan selama 3 periode.

Permintaan terjadi dalam unit-unit diskrit, dan inventaris awal adalah 1 unit. Biaya produksi
unitario,cᵢ(zᵢ), adalah $10 untuk 3 unit pertama dan $20 untuk setiap unit tambahan, yaitu,

Cᵢ(Zᵢ) ={ ( )

Tentukan kebijakan inventaris optimal.

Periode 1:D1 = 3, 0≤x2≤2 + 4 = 6,z1 +D1 -x1 =x2 + 2

Periode 2:D2 = 2,0≤x3 4,0≤z2≤D2 +x3 =x3 + 2

Periode 3:D3 = 4,x4 = 0, 0≤z3≤D3 +x4 = 4
Algoritma pemrograman dinamis dengan biaya marginal konstan atau menurun.
PD umum yang diberikan sebelumnya berlaku untuk fungsi biaya apa pun. Generalisasi ini mengatur bahwa
estadoxᵢ dan alternatifazᵢ pada tahap itu mengambil nilai dalam peningkatan 1, yang dapat menyebabkan
meja besar ketika jumlah yang diminta besar.
Sebuah kasus khusus dari model PD umum menjanjikan untuk mengurangi volume perhitungan. Dalam situasi ini
khusus, baik biaya produksi per unit maupun biaya retensi per unit adalah fungsi
meningkat (cembung) dari jumlah produksi dan tingkat inventaris, masing-masing. Situasi ini
ini biasanya terjadi ketika fungsi biaya unitarnya konstan atau jika diskon berdasarkan jumlah diizinkan.
dalam kondisi yang diberikan, dapat dibuktikan bahwa

1. Mengingat bahwa inventaris awal nol (x ᵢ ) adalah optimal untuk memenuhi permintaan di periode mana pun
atau dengan produksi baru dengan inventaris yang masuk, tetapi tidak pernah dengan keduanya; yaitu, zixi = 0. (Dalam
kasus inventaris awal positif, x1 > 0, jumlah dapat diamortisasi dengan permintaan dari
periode berturut-turut sampai habis.

[Link] produksi optimal, zi, selama periode harus nol atau memenuhi permintaan
tepat dari satu atau lebih periode berikutnya yang berdekatan.