Pengendalian Persediaan Probabilistik Berdasarkan Clustering Dynamic Time Warping Pada Periodic Review dan Continuous Review System (Studi Kasus : Retail Batik X di DIY)

Abstract

Industri ritel batik menghadapi dinamika permintaan yang tinggi akibat pengaruh tren dan faktor musiman sehingga memerlukan pengelolaan persediaan yang efisien dengan pendekatan probabilistik untuk meminimalkan biaya dan risiko kekurangan stok. Penelitian ini bertujuan untuk menentukan model pengendalian persediaan paling optimal pada Ritel Batik X di Yogyakarta dengan mengintegrasikan metode time series clustering dan model persediaan probabilistik. Pengelompokan produk dilakukan menggunakan jarak Dynamic Time Warping dan algoritma K-Medoids yang mampu mengukur kemiripan pola permintaan secara fleksibel serta lebih robust terhadap outlier. Penentuan jumlah cluster optimum menggunakan metode elbow, silhouette, dan gap statistics menunjukkan nilai k optimal sebesar 2, yang menghasilkan dua kelompok utama yaitu cluster 1 terdiri dari 8 produk dengan volume penjualan tinggi dan cluster 2 terdiri dari 12 produk dengan volume penjualan rendah. Selanjutnya, perencanaan persediaan pada cluster dengan permintaan tinggi dilakukan menggunakan metode Periodic Review System dan Continuous Review System. Hasil perhitungan menunjukkan bahwa pada Periodic Review System diperoleh ukuran persediaan maksimum sebesar 14 unit dengan periode pemesanan 0,16 tahun atau sekitar 30 hari, sedangkan pada Continuous Review System diperoleh ukuran pemesanan optimal sebesar 17 unit dengan titik pemesanan kembali sebesar 1 unit. Perbandingan total biaya persediaan menunjukkan bahwa metode Continuous Review System lebih optimal dengan total biaya sebesar Rp4.482.931 dibandingkan metode Periodic Review System sebesar Rp4.513.850 sehingga perusahaan dapat menghemat biaya persediaan sebesar Rp30.919.