Penggantian dan pemeliharaan

Masalah penggantian melibatkan barang-barang yang merosot seiring penggunaan atau seiring berjalannya waktu dan barang-barang yang rusak setelah jangka waktu penggunaan atau waktu tertentu. Barang-barang yang rusak kemungkinan besar berukuran besar dan mahal ( misalnya peralatan mesin, truk, kapal, dan peralatan rumah tangga). Barang yang tidak rusak cenderung berukuran kecil dan relatif murah ( misalnya bola lampu, tabung vakum, kartrid tinta). Semakin lama suatu barang yang rusak dioperasikan, semakin banyak pemeliharaan yang diperlukan untuk menjaga efisiensi . Selain itu, semakin lama barang tersebut disimpan, semakin kecil nilai jualnya kembali dan semakin besar kemungkinan barang tersebut menjadi usang karena adanya peralatan baru. Namun, jika barang tersebut sering diganti, biaya investasi akan meningkat. Jadi masalahnya adalah menentukan kapan harus mengganti barang-barang tersebut dan berapa banyak pemeliharaan (khususnya pencegahan) yang harus dilakukan sehingga jumlah biaya pengoperasian, pemeliharaan, dan investasi dapat diminimalkan.

Dalam kasus barang-barang yang tidak mengalami kerusakan, permasalahannya meliputi penentuan apakah akan mengganti barang-barang tersebut secara berkelompok atau menggantinya secara individu jika barang-barang tersebut rusak. Meskipun penggantian kelompok adalah pemborosan, biaya tenaga kerja untuk penggantian akan lebih besar jika dilakukan sendiri-sendiri; misalnya, bola lampu di sistem kereta bawah tanah yang besar dapat diganti secara berkelompok untuk menghemat tenaga kerja. Masalah penggantian yang melibatkan minimalisasi biaya barang, kegagalan, dan tenaga kerja pengganti dapat diselesaikan dengan analisis numerik atau simulasi.

“Item” yang terlibat dalam masalah penggantian mungkin adalah manusia. Jika demikian, pemeliharaan dapat diartikan sebagai pelatihan atau peningkatan gaji, status, atau tunjangan tambahan. Kegagalan dapat diartikan sebagai keberangkatan, dan investasi sebagai biaya perekrutan, perekrutan, dan pelatihan awal. Ada banyak kerumitan tambahan dalam kasus-kasus seperti itu; misalnya pengaruh pengunduran diri atau promosi seseorang terhadap perilaku orang lain. Aspek lingkungan yang dapat dikontrol seperti lokasi kerja dan jam kerja dapat mempunyai pengaruh besar terhadap produktivitas dan tingkat kegagalan. Dalam permasalahan seperti ini, masukan dari ilmu perilaku sangat berguna.

Mengantri

Antrian adalah garis tunggu, dan antrian melibatkan penanganan barang atau orang secara berurutan. Jadi, masalah antrian terdiri dari penentuan fasilitas apa yang harus disediakan atau penjadwalan penggunaannya. Biaya penyediaan layanan dan waktu tunggu pengguna diminimalkan. Contoh permasalahan tersebut antara lain menentukan jumlah loket pembayaran yang disediakan di supermarket, landasan pacu di bandara, tempat parkir di pusat perbelanjaan , atau teller di bank. Banyak masalah pemeliharaan yang dapat dianggap sebagai masalah antrian; item yang memerlukan perbaikan seperti pengguna layanan. Beberapa masalah persediaan juga dapat dirumuskan sebagai masalah antrian dimana pesanan diibaratkan pengguna dan stok diibaratkan fasilitas pelayanan.

Urutan toko pekerjaan

Dalam masalah antrian, urutan pengguna yang menunggu layanan dilayani selalu ditentukan. Pemilihan urutan tersebut sedemikian rupa sehingga meminimalkan beberapa fungsi waktu untuk melakukan semua tugas adalah masalah pengurutan. Ukuran kinerja dapat memperhitungkan total waktu yang telah berlalu, total keterlambatan dalam memenuhi tenggat waktu atau tanggal jatuh tempo, dan biaya inventaris dalam proses.

Konteks paling umum untuk masalah pengurutan adalah batch, ataujob shop , fasilitas produksi yang memproses banyak produk berbeda dengan banyak kombinasi mesin. Dalam konteks ini, pertimbangan mungkin harus diambil dari faktor-faktor seperti layanan yang tumpang tindih (yaitu, jika pelanggan terdiri dari sejumlah item yang harus diambil melalui beberapa langkah suatu proses, item pertama yang menyelesaikan langkah awal dapat dimulai pada langkah kedua). langkah sebelum yang terakhir menyelesaikan yang pertama), waktu transportasi antar fasilitas pelayanan, koreksi gangguan layanan, kerusakan fasilitas, dan kekurangan material.

Masalah pengurutan toko pekerjaan dengan dua solusi.

Masalah pengurutan job shop yang disederhanakan, dengan dua pekerjaan dan empat mesin, ditunjukkan pada gambar . Di bagian atas gambar adalah urutan operasi dari dua pekerjaan. Pekerjaan A harus ke mesin 1 terlebih dahulu, lalu ke mesin 2, lalu ke 3, dan terakhir ke mesin 4, dan urutan pengerjaan pada keempat mesin tersebut tidak dapat diubah. Waktu pemrosesan pekerjaan adalah satu jam pada setiap mesin, sehingga total waktu pemesinan adalah empat jam. Dalam contoh ini, pekerjaan hanya dapat dilakukan pada satu mesin pada satu waktu, seolah-olah pekerjaan tersebut terdiri dari satu produk yang diproses melalui empat peralatan mesin.

Pekerjaan B harus mengikuti urutan yang berbeda. Dimulai juga pada mesin 1, namun kemudian berlanjut ke mesin 4, lalu ke 2, dan akhirnya kembali ke mesin 4. Setiap operasi pemesinan pada Pekerjaan B juga memerlukan waktu satu jam.

Di bawah grafik yang menunjukkan urutan operasi yang diperlukan, dua jadwal alternatif ditampilkan untuk dua pekerjaan. (Dalam diagram batang, waktu ditampilkan pada garis horizontal, dan batang atau blok mewakili waktu setiap operasi yang dijadwalkan pada masing-masing empat mesin) Jadwal pertama mengasumsikan bahwa Pekerjaan A dijalankan terlebih dahulu. Setelah Pekerjaan A diletakkan pada jadwal, operasi Pekerjaan B ditempatkan pada grafik sejauh mungkin ke kiri, tanpa melanggar batasan urutan. Dalam hal ini, grafik menunjukkan bahwa kedua pekerjaan (delapan jam kerja) dapat diselesaikan dalam lima jam. Hal ini dimungkinkan dengan menjalankan kedua pekerjaan secara bersamaan (pada mesin terpisah) selama jam kedua, ketiga, dan keempat. Jadwal kedua mengasumsikan bahwa Pekerjaan B dijalankan terlebih dahulu. Jadwal ini membutuhkan total enam jam, lebih banyak satu jam dari jadwal sebelumnya. Jika total waktu yang berlalu untuk penyelesaian kedua pekerjaan merupakan kriteria penting , jadwal pertama akan lebih unggul daripada jadwal kedua.

Meskipun masalah ini mudah diselesaikan, solusi terhadap masalah pengurutan job shop yang sebenarnya memerlukan penggunaan model yang canggih dan kekuatan penghitungan komputer. Bukan hal yang aneh jika bengkel kerja memproses 5.000 pesanan pelanggan pada waktu tertentu, dan setiap pesanan memerlukan 50 atau 60 pemrosesan atau pengoperasian mesin yang berbeda. Jumlah kombinasi urutan yang layak sangat besar dalam permasalahan tersebut, dan memberikan banyak masalah dalam pemodelan dan pengembangan sistem bagi peneliti operasi dan insinyur industri.

Fungsi kemajuan manufaktur

Karena kompleksitas yang sangat besar dari jalur produksi massal dan jumlah perubahan yang dapat dilakukan serta alternatif yang dapat dilakukan hampir tak terbatas , kumpulan teori kuantitatif sistem manufaktur produksi massal belum dikembangkan. Namun, volume data observasi yang tersedia terus bertambah, dan fakta-fakta kualitatif bermunculan yang pada akhirnya dapat menjadi dasar teori kuantitatif. Contohnya adalah “fungsi kemajuan manufaktur”. Hal ini pertama kali diakui dalam industri badan pesawat. Pabrikan pesawat terbang pada masa awal mengamati bahwa ketika mereka memproduksi sejumlah model pesawat tertentu dalam jumlah yang meningkat, biaya produksi mereka menurun dengan cara yang dapat diprediksi, awalnya menurun tajam, kemudian terus menurun pada tingkat yang lebih rendah. Ketika grafik biaya aktual digambar di atas kertas logaritma ganda, memplot logaritma biaya per unit sebagai fungsi dari logaritma jumlah unit yang diproduksi menghasilkan titik-titik data yang hampir membentuk garis lurus. Selama bertahun-tahun, hubungan serupa telah ditemukan pada banyak produk yang diproduksi dengan teknik produksi massal. Kemiringan garis lurus bervariasi dari satu produk ke produk lainnya. Namun, untuk kelas produk tertentu dan jenis teknologi produksi tertentu , kemiringannya tampak sangat konstan.

Fungsi kemajuan manufaktur dapat memberikan nilai besar bagi produsen karena berfungsi sebagai alat yang berguna dalam memperkirakan biaya di masa depan. Selain itu, kegagalan biaya untuk mengikuti fungsi kemajuan yang telah ditetapkan mungkin merupakan tanda bahwa operasi harus lebih diperhatikan agar kinerja biayanya sesuai dengan harapan.

Meskipun fungsi kemajuan manufaktur kadang-kadang disebut “kurva pembelajaran”, hal ini mencerminkan lebih dari sekedar peningkatan pelatihan operator manufaktur. Peningkatan keterampilan operator merupakan hal yang penting dalam memulai produksi, namun sebagian besar peningkatan biaya jangka panjang disumbangkan oleh perbaikan dalam desain produk, permesinan, dan perencanaan teknis keseluruhan rangkaian produksi.

Perutean jaringan

Jaringan dapat didefinisikan oleh sekumpulan titik, atau “node”, yang dihubungkan oleh garis, atau “tautan”. Sebuah cara untuk beralih dari satu halsimpul ("asal") ke titik lain ("tujuan") disebut "rute" atau "jalur". Tautan, yang mungkin satu arah atau dua arah, biasanya dicirikan oleh waktu, biaya, atau jarak yang diperlukan untuk melintasinya . Waktu atau biaya perjalanan ke arah berbeda pada tautan yang sama mungkin berbeda.

Masalah perutean jaringan terdiri dari pencarian rute optimal antara dua atau lebih node sehubungan dengan total waktu, biaya, atau jarak. Berbagai kendala mungkin ada, seperti larangan untuk kembali ke node yang sudah dikunjungi atau ketentuan untuk melewati setiap node hanya satu kali.

Masalah perutean jaringan umumnya muncul dalam sistem komunikasi dan transportasi. Keterlambatan yang terjadi pada titik-titik simpul (misalnya, tempat klasifikasi jalur kereta api atau papan tombol telepon) mungkin merupakan fungsi dari beban yang ditempatkan pada titik-titik tersebut dan kapasitasnya. Kerusakan dapat terjadi pada tautan atau node. Yang paling banyak dipelajari adalah “masalah salesman bepergian,” yang terdiri dari memulai rute dari node yang ditentukan yang melewati setiap node (misalnya kota) hanya sekali dan kembali ke titik asal dalam waktu, biaya, atau jarak yang paling singkat. Masalah ini muncul dalam pemilihan pesanan untuk memproses sekumpulan pekerjaan produksi ketika biaya menyiapkan setiap pekerjaan bergantung pada pekerjaan mana yang mendahuluinya. Dalam hal ini pekerjaan dapat dianggap sebagai node, yang masing-masing terhubung satu sama lain, dengan biaya pengaturan sebagai analogi jarak di antara mereka. Oleh karena itu, pesanan yang menghasilkan total biaya setup paling kecil setara dengan solusi masalah travelling salesman . Kompleksitas penghitungannya sedemikian rupa sehingga bahkan dengan penggunaan komputer pun sangat mahal untuk menangani lebih dari 20 node. Namun, tersedia prosedur perkiraan yang lebih murah. Masalah perutean yang lebih umum melibatkan perpindahan dari satu tempat ke tempat lain dalam waktu, biaya, atau jarak yang paling sedikit. Prosedur grafis dan analitik tersedia untuk menemukan rute tersebut.

Masalah persaingan

Masalah persaingan berkaitan dengan pilihan dalam situasi interaktif dimana hasil dari pilihan seorang pengambil keputusan bergantung pada pilihan, baik menguntungkan atau merugikan, satu atau lebih pilihan lainnya. Contohnya adalah perang, pemasaran, dan penawaran kontrak. Permasalahan persaingan dapat diklasifikasikan menjadi pasti, berisiko, atau tidak pasti, bergantung pada keadaan pengetahuan pengambil keputusan terhadap pilihan lawannya. Dalam kondisi yang pasti, mudah untuk memaksimalkan keuntungan atau meminimalkan kerugian. Masalah persaingan jenis risiko memerlukan penggunaan analisis statistik untuk penyelesaiannya; aspek tersulit dalam menyelesaikan masalah seperti itu biasanya terletak pada memperkirakan kemungkinan pilihan pesaing; misalnya, dalam menawar suatu kontrak dimana pesaing dan tawaran mereka tidak diketahui.

Teori permainan dikembangkan untuk menghadapi situasi kompetitif kelas besar dengan tipe ketidakpastian di mana setiap peserta mengetahui pilihan apa yang dimilikinya dan peserta lainnya. Ada “keadaan akhir” yang terdefinisi dengan baik yang mengakhiri interaksi (misalnya, menang, kalah, atau seri), dan imbalan yang terkait dengan setiap keadaan akhir ditentukan sebelumnya dan diketahui oleh setiap peserta. Dalam situasi di mana semua alternatif terbuka untuk persaingan, atau beberapa hasil dari alternatif tersebut tidak diketahui sebelumnya, permainan operasional kadang-kadang dapat digunakan. Militer telah lama membangun permainan operasional; penggunaannya oleh bisnis lebih baru.

Masalah pencarian

Masalah pencarian melibatkan pencarian cara terbaik untuk memperoleh informasi yang diperlukan untuk suatu keputusan. Meskipun setiap masalah mengandung masalah pencarian di satu sisi, ada situasi di mana pencarian itu sendiri merupakan proses yang penting; misalnya, dalam audit rekening, prosedur inspeksi dan kendali mutu, dalam eksplorasi mineral, dalam perancangan sistem informasi, dan dalam masalah militer yang melibatkan lokasi ancaman seperti kapal musuh, pesawat terbang, ranjau, dan rudal.

Ada dua jenis kesalahan yang terlibat dalam pencarian: kesalahan observasi dan kesalahan pengambilan sampel.Kesalahan pengamatan, pada gilirannya, ada dua jenis umum: komisi , melihat sesuatu yang tidak ada; dan kelalaian, tidak melihat sesuatu yang ada. Secara umum, jika peluang terjadinya salah satu kesalahan di atas berkurang, maka peluang terjadinya kesalahan lainnya akan meningkat. Lebih jauh lagi, jika sumber daya tetap tersedia untuk pencarian, semakin besar sampelnya (dan karenanya semakin kecil kesalahan pengambilan sampelnya), semakin sedikit sumber daya yang tersedia per observasi (dan karenanya semakin besar kesalahan observasinya).

Biaya pencarian terdiri dari biaya setup atau desain, biaya observasi, biaya analisis data yang diperoleh, dan biaya kesalahan. Tujuannya adalah untuk meminimalkan biaya-biaya ini dengan memanipulasi ukuran sampel (jumlah pengamatan), desain sampel (bagaimana pemilihan hal atau tempat untuk diamati), dan cara menganalisis data (prosedur inferensial).

Hampir semua cabang statistik menyediakan teknik yang berguna untuk memecahkan masalah pencarian. Dalam soal pencarian yang melibatkan lokasi benda fisik, khususnya benda yang bergerak, fisika dan beberapa bidang matematika (misalnya geometri dan trigonometri) juga dapat diterapkan.

AMasalah “pencarian terbalik” muncul ketika prosedur pencarian tidak terkendali tetapi objek pencariannya terkendali. Sebagian besar pengecer, misalnya, tidak dapat mengontrol cara pelanggan mencari barang di toko mereka, namun mereka dapat mengontrol lokasi barang. Masalah seperti ini juga muncul dalam perancangan perpustakaan dan sistem informasi, serta dalam peletakan ranjau darat dan laut. Ini juga merupakan masalah pencarian, dan teknik solusi yang dijelaskan di atas dapat diterapkan pada masalah tersebut.

Batasan riset operasi

Riset operasi adalah penerapan metode ilmiah yang berkembang pesat dalam permasalahan organisasi. Pertumbuhannya terdiri dari pengembangan teknis dan perluasan kelas sistem terorganisir dan kelas masalah yang diterapkan.

Masalah strategis

Taktik dan strategi adalah konsep yang relatif. Perbedaan di antara keduanya bergantung pada tiga pertimbangan: (1) semakin lama dampak suatu keputusan dan semakin kecil kemungkinan pembatalannya, maka semakin strategis keputusan tersebut; (2) semakin besar porsi suatu sistem yang dipengaruhi oleh suatu keputusan, maka semakin strategis pula sistem tersebut; dan (3) semakin berkaitan suatu keputusan dengan pemilihan tujuan dan sasaran, serta cara untuk mencapainya, semakin strategis keputusan tersebut.

Strategi dan taktik hanya dapat dipisahkan dalam pemikiran, bukan dalam tindakan. Setiap keputusan taktis melibatkan pilihan strategis, tidak peduli seberapa implisit dan tidak disadari hal tersebut. Karena aspek-aspek strategis dalam pengambilan keputusan biasanya diabaikan, strategi suatu organisasi sering kali muncul sebagai konsekuensi yang tidak disengaja dari keputusan-keputusan taktisnya.

Riset operasi menjadi semakin peduli dengan keputusan-keputusan strategis dan pengembangan strategi-strategi eksplisit bagi organisasi-organisasi untuk meningkatkan kualitas keputusan-keputusan taktis mereka dan membuat bahkan keputusan-keputusan yang paling mendesak sekalipun dapat berkontribusi terhadap tujuan-tujuan jangka panjang.

Masalah desain sistem

Riset operasi secara tradisional berkaitan dengan pencarian solusi efektif terhadap masalah operasional tertentu. Ini telah mengembangkan metode, teknik, dan alat yang lebih baik untuk melakukan hal tersebut. Namun para peneliti operasi menemukan bahwa terlalu banyak solusi mereka yang tidak diimplementasikan dan, dari solusi tersebut, hanya sedikit yang bertahan dari kecenderungan organisasi untuk kembali ke cara-cara yang lazim dalam melakukan sesuatu. Oleh karena itu, peneliti operasi secara bertahap menyadari bahwa tugas mereka tidak hanya mencakup pemecahan masalah tertentu tetapi juga merancang sistem pemecahan masalah dan implementasi yang memprediksi dan mencegah masalah di masa depan, mengidentifikasi dan memecahkan masalah saat ini, serta menerapkan dan memelihara solusi ini dalam kondisi yang berubah. .

Masalah perencanaan

Para peneliti operasi telah menyadari bahwa sebagian besar masalah tidak muncul secara terpisah namun merupakan bagian dari suatu sistem yang saling berinteraksi. Proses mencari solusi simultan yang saling terkait terhadap serangkaian masalah yang saling bergantung adalah perencanaan. Semakin banyak upaya riset operasi yang dicurahkan untuk mengembangkan metodologi rasional perencanaan tersebut, khususnya perencanaan strategis.

Kebanyakan organisasi menolak perubahan dalam operasi atau manajemen mereka. Kebutuhan organisasi untuk menemukan cara yang lebih baik dalam melakukan sesuatu sering kali tidak sebesar kebutuhan untuk memaksimalkan penggunaan apa yang telah diketahui atau dimilikinya. Hal ini terlihat jelas di banyak negara terbelakang yang, meskipun mengeluhkan kurangnya sumber daya yang dibutuhkan, namun menggunakan sumber daya yang mereka miliki dengan efisiensi yang jauh lebih rendah dibandingkan kebanyakan negara maju. Oleh karena itu, riset operasi semakin berupaya menentukan bagaimana menghasilkan kemauan untuk berubah.

Jenis organisasi

Para peneliti operasi menjadi semakin sadar akan perlunya membedakan berbagai jenis organisasi karena ciri-ciri pembedanya mempengaruhi cara seseorang harus menyelesaikan permasalahannya. Ada dua klasifikasi penting, yang pertama adalah homogen-heterogen. Organisasi homogen adalah organisasi yang keanggotaannya mencakup pelayanan terhadap tujuan keseluruhan (misalnya korporasi atau unit militer), sedangkan organisasi heterogen adalah organisasi yang tujuan utamanya adalah untuk memenuhi tujuan para anggotanya (misalnya universitas atau kota). Klasifikasi kedua adalah unimodal–multimodal. Organisasi unimodal adalah organisasi hierarki dengan otoritas pengambilan keputusan tunggal yang dapat menyelesaikan perbedaan antara pengambil keputusan di tingkat yang lebih rendah. Organisasi multimodal tidak mempunyai kewenangan seperti itu namun pengambilan keputusannya tersebar dan karenanya memerlukan kesepakatan di antara beberapa pengambil keputusan untuk mencapai kesimpulan.

Karena keterampilan saat ini dalam riset operasi sebagian besar terbatas pada organisasi unimodal yang homogen, upaya sedang dilakukan untuk mengembangkan metodologi yang memadai untuk meningkatkan tiga jenis organisasi lainnya.

Untuk memecahkan masalah-masalah sebelumnya dengan lebih efektif, riset operasi memerlukan pemahaman yang lebih baik tentang perilaku manusia , individu dan kolektif , daripada yang tersedia saat ini. Lebih jauh lagi, pemahaman yang diberikan oleh ilmu-ilmu perilaku jarang tersedia dalam bentuk yang cocok untuk representasi simbolik dan karenanya juga untuk metodologi riset operasi. Oleh karena itu, para peneliti operasi semakin banyak bekerja sama dengan ilmuwan perilaku untuk mengembangkan teori perilaku yang dapat diungkapkan dalam bentuk yang lebih bermanfaat.

Ketika cakupan masalah yang ditangani oleh riset operasi meningkat, menjadi lebih jelas bahwa jumlah disiplin ilmu dan interdisipliner yang memiliki kontribusi penting untuk memberikan solusi juga meningkat. Upaya untuk menyediakan integrasi aktivitas ilmiah tingkat tinggi sedang dilakukan dalam ilmu manajemen.

_{Disadur dari: https://www.britannica.com}

Dalam mewujudkan sebuah produk, ada dua proses utama yang berperan: desain produk dan pengembangan produk. Meskipun terdengar mirip, istilah-istilah ini sebenarnya mewakili tahapan yang berbeda dalam perjalanan dari konsep hingga penciptaan. Dalam artikel ini, kita akan membahas desain dan pengembangan produk, menyoroti perbedaan, pentingnya, dan tahapannya.

Apa itu desain produk?

Desain produk adalah proses kreatif dan strategis dalam mengkonseptualisasikan dan mendefinisikan bentuk, fungsi, dan fitur produk. Proses ini melibatkan penerjemahan ide ke dalam desain nyata yang memenuhi kebutuhan pengguna sekaligus menyelaraskan dengan tujuan bisnis.

Desainer produk menggunakan keahlian mereka dalam estetika, ergonomi, kegunaan, dan riset pasar untuk membuat desain menarik yang memikat mata dan pikiran.

Secara sederhana, desain produk adalah tentang menjawab pertanyaan, "Seperti apa seharusnya produk ini dan bagaimana cara kerjanya?

Apa itu pengembangan produk?

Pengembangan produk, di sisi lain, adalah implementasi praktis dan teknis dari desain produk. Hal ini melibatkan pengubahan konsep desain menjadi prototipe aktual atau produk jadi melalui serangkaian langkah berulang.

Pengembangan produk mencakup kegiatan seperti rekayasa, manufaktur, jaminan kualitas, dan pengujian. Hal ini menyatukan berbagai disiplin ilmu untuk memastikan bahwa produk yang dibayangkan menjadi kenyataan.

Sederhananya, pengembangan produk adalah proses mengubah desain menjadi produk yang nyata dan fungsional. Berikut Perbedaan Utama

Desain produk

1. Terutama berfokus pada ideasi dan konseptualisasi
2. Bertujuan untuk mendefinisikan bentuk, fungsi, dan fitur suatu produk
3. Menekankan estetika, kegunaan, dan pengalaman pengguna
4. Memanfaatkan alat dan teknik desain
5. Melibatkan riset pasar dan analisis pengguna
6. Berkolaborasi dengan pemangku kepentingan untuk mengumpulkan persyaratan
7. Berkolaborasi dengan pemangku kepentingan untuk mengumpulkan persyaratan
8. Keluaran: desain visual, gambar rangka, dan spesifikasi

Pengembangan produk

1. Berkaitan dengan teknis pelaksanaan dan pelaksanaannya
2. Bertujuan untuk mengubah desain menjadi produk nyata
3. Menekankan pada teknik, manufaktur, dan jaminan kualitas
4. Memanfaatkan alat dan teknik teknik
5. Melibatkan pembuatan prototipe dan pengujian
6. Berkolaborasi dengan insinyur dan produsen
7. Keluaran: prototipe, produk siap produksi

10 Tahapan desain produk

1. Generasi Ide: Melakukan curah pendapat dan mengeksplorasi konsep-konsep potensial.
2. Riset Pasar: Menganalisis target pasar, kebutuhan pengguna, dan pesaing.
3. Pengembangan Konsep: Membuat konsep dan prototipe desain awal.
4. Evaluasi Desain: Menilai kelayakan, kelayakan, dan keramahan desain.
5. Penyempurnaan: Memperbaiki desain secara iteratif berdasarkan umpan balik dan wawasan.
6. Desain Terperinci: Membuat spesifikasi terperinci dan menyelesaikan elemen-elemen desain.
7. Prototyping: Membangun prototipe fisik atau digital untuk pengujian dan validasi.
8. Pengujian dan Validasi: Melakukan pengujian pengguna dan memasukkan umpan balik.
9. Persiapan Manufaktur: Mempersiapkan desain untuk produksi massal.
10. Peluncuran dan Evaluasi Pasca-Peluncuran: Meluncurkan produk dan memantau kinerjanya.

7 Tahapan pengembangan produk

1. Konseptualisasi: Menerjemahkan desain produk ke dalam spesifikasi teknis.
2. Desain Teknik: Membuat rencana dan cetak biru teknik yang terperinci.
3. Pengembangan Prototipe: Membangun dan menguji prototipe untuk menyempurnakan desain.
4. Pengujian dan Validasi: Melakukan pengujian yang ketat untuk memastikan fungsionalitas dan keandalan.
5. Persiapan Manufaktur: Menetapkan proses manufaktur dan sumber bahan.
6. Produksi: Memproduksi produk dalam skala besar.
7. Jaminan Kualitas dan Peluncuran: Melakukan pemeriksaan akhir dan memperkenalkan produk ke pasar.

Mengapa desain produk penting?

• Berpusat pada Pengguna: Desain produk yang efektif memprioritaskan kebutuhan dan preferensi pengguna akhir, sehingga menghasilkan produk yang sesuai dengan keinginan mereka.
• Keunggulan Kompetitif: Produk yang dirancang dengan baik akan menonjol di pasar, menarik pelanggan dan memberikan keunggulan kompetitif bagi bisnis.
• Kegunaan dan Pengalaman Pengguna: Desain yang cermat meningkatkan kegunaan, memastikan bahwa pengguna dapat dengan mudah memahami dan berinteraksi dengan produk, yang mengarah pada pengalaman pengguna yang positif.
• Identitas Merek: Desain produk membantu membentuk identitas merek, menumbuhkan pengakuan, loyalitas, dan hubungan emosional dengan pelanggan.

Mengapa pengembangan produk penting?

• Kelayakan Teknis: Pengembangan produk memastikan bahwa desain dapat diubah menjadi produk yang fungsional dengan mengatasi tantangan dan keterbatasan teknis.
• Kualitas dan Keandalan: Melalui pengujian dan validasi, pengembangan produk menjamin bahwa produk akhir memenuhi standar kualitas dan berfungsi dengan baik.
• Kemampuan Produksi: Tahap pengembangan produk berfokus pada penyempurnaan desain agar sesuai untuk produksi massal yang efisien.
• Waktu ke Pasar: Proses pengembangan produk yang disederhanakan membantu bisnis membawa produk ke pasar lebih cepat, sehingga mendapatkan keunggulan kompetitif.

Disadur dari: faqprime.com

Rantai pasok adalah jaringan individu dan perusahaan yang terlibat dalam menciptakan produk dan mengirimkannya ke konsumen. Hubungan dalam rantai pasokan dimulai dari produsen bahan baku dan berakhir ketika van mengirimkan produk jadi ke pengguna akhir.

Manajemen rantai pasok adalah proses yang sangat penting karena rantai pasok yang dioptimalkan akan menghasilkan biaya yang lebih rendah dan siklus produksi yang lebih efisien. Perusahaan berusaha untuk meningkatkan rantai pasokan mereka sehingga mereka dapat mengurangi biaya dan tetap kompetitif.

Pokok-pokok penting

• Rantai pasokan adalah jaringan perusahaan dan orang-orang yang terlibat dalam produksi dan pengiriman produk atau layanan.
• Komponen-komponen rantai pasokan meliputi produsen, vendor, gudang, perusahaan transportasi, pusat distribusi, dan pengecer.
• Fungsi rantai pasokan meliputi pengembangan produk, pemasaran, operasi, distribusi, keuangan, dan layanan pelanggan.
• Saat ini, banyak rantai pasokan yang berskala global.
• Manajemen rantai pasokan yang efektif menghasilkan biaya yang lebih rendah dan siklus produksi yang lebih cepat.
• Rantai Pasokan
• Investopedia / Michela Buttignol

Memahami rantai pasok

Rantai pasok mencakup setiap langkah yang terlibat dalam memberikan produk jadi atau layanan kepada pelanggan. Langkah-langkah tersebut dapat mencakup pencarian bahan baku, memindahkannya ke bagian produksi, kemudian mengangkut produk jadi ke pusat distribusi atau toko ritel di mana produk tersebut dapat dikirim ke konsumen.

Entitas yang terlibat dalam rantai pasok meliputi produsen, vendor, gudang, perusahaan transportasi, pusat distribusi, dan pengecer.

Rantai pasok mulai beroperasi ketika bisnis menerima pesanan dari pelanggan. Dengan demikian, fungsi-fungsi pentingnya meliputi pengembangan produk, pemasaran, operasi, jaringan distribusi, keuangan, dan layanan pelanggan.

Ketika manajemen rantai pasok efektif, hal ini dapat menurunkan biaya perusahaan secara keseluruhan dan meningkatkan profitabilitasnya. Jika satu mata rantai terputus, hal itu dapat memengaruhi seluruh rantai dan dapat menimbulkan kerugian.

Apa saja model rantai pasok utama?

Ada banyak jenis model rantai pasok yang tersedia. Model yang dipilih perusahaan akan bergantung pada bagaimana perusahaan terstruktur dan apa kebutuhan spesifiknya. Berikut adalah beberapa contohnya:

• Model Aliran Kontinu: Model rantai pasokan tradisional ini bekerja dengan baik untuk perusahaan yang menghasilkan produk yang sama dengan sedikit variasi. Produk harus memiliki permintaan yang tinggi dan hanya membutuhkan sedikit atau bahkan tidak perlu didesain ulang. Kurangnya fluktuasi ini berarti manajer dapat merampingkan waktu produksi dan menjaga kontrol yang ketat terhadap persediaan. Dalam model aliran kontinu, manajer perlu mengisi bahan baku secara teratur untuk mencegah kemacetan produksi.
• Model Rantai Cepat: Model ini paling cocok untuk perusahaan yang menjual produk berdasarkan tren terbaru. Bisnis yang menggunakan model ini perlu memasarkan produk mereka dengan cepat untuk memanfaatkan tren yang berlaku. Mereka harus bergerak cepat dari ide ke prototipe ke produksi ke konsumen. Fast fashion adalah contoh industri yang menggunakan model rantai pasokan ini.
• Model yang Fleksibel: Perusahaan yang memproduksi barang dagangan musiman atau liburan sering kali menggunakan model fleksibel. Perusahaan-perusahaan ini mengalami lonjakan permintaan untuk produk mereka yang diikuti oleh periode panjang dengan sedikit atau tanpa permintaan. Model fleksibel memastikan mereka dapat bersiap-siap dengan cepat untuk memulai produksi dan menutup secara efisien segera setelah permintaan menurun. Agar menguntungkan, mereka harus akurat dalam memperkirakan kebutuhan bahan baku, inventaris, dan tenaga kerja.

Apa saja praktik terbaik manajemen rantai pasok?

Berikut adalah beberapa praktik terbaik yang terlihat dalam sistem manajemen rantai pasokan yang sukses:

1. Mereka mendukung peningkatan berkelanjutan.
2. Mereka bertujuan untuk meningkatkan kecepatan.
3. Mereka mendorong kolaborasi di antara masing-masing bisnis dalam rantai pasokan.
4. Mereka mencari teknologi baru yang dapat meningkatkan proses mereka.
5. Mereka memiliki metrik yang memungkinkan karyawan untuk mengukur keberhasilan atau kegagalan setiap langkah dalam rantai pasokan.

Apa itu manajemen rantai pasok vs manajemen logistik bisnis?

Istilah manajemen rantai pasok (SCM) dan manajemen logistik bisnis-atau sederhananya, logistik-sering digunakan secara bergantian. Namun, logistik sebenarnya merupakan salah satu mata rantai dalam rantai pasokan.

Logistik berhubungan dengan perencanaan dan pengendalian pergerakan dan penyimpanan barang dan jasa dari titik asal ke tujuan akhir.

Manajemen logistik yang sukses memastikan bahwa tidak ada penundaan pengiriman di titik mana pun dalam rantai pasokan dan bahwa produk dan layanan dikirimkan dalam kondisi baik. Hal ini, pada gilirannya, membantu menekan biaya perusahaan.

Bagaimana aliran biaya produksi?

Sistem rantai pasokan yang efisien membuat setiap bagian dari produk berada di tempat yang dibutuhkan, saat dibutuhkan. Ini berarti mengendalikan aliran biaya produksi.

Aliran biaya produksi sangat relevan untuk bisnis yang menghasilkan produk yang membutuhkan banyak bagian berbeda dari banyak vendor. Sebagai contoh, produsen pakaian mungkin memerlukan pengiriman kain, ritsleting, trim, dan benang untuk tiba pada waktu yang sama. Jika beberapa persediaan tiba terlalu dini, mereka harus disimpan dengan biaya bisnis. Jika ada yang datang terlambat, mesin-mesin akan menganggur saat menunggu.

Pemasok yang dapat diandalkan adalah kuncinya

Proses manajemen rantai pasokan yang efisien membutuhkan pemasok yang andal. Ini berarti mereka menghasilkan produk yang memenuhi spesifikasi produsen dan mengirimkannya tepat waktu.

Sebagai contoh, anggaplah XYZ Furniture memproduksi furnitur kelas atas, dan pemasok menyediakan gagang logam dan perlengkapan lainnya. Komponen logam harus tahan lama agar dapat bertahan selama bertahun-tahun. Komponen tersebut harus memenuhi desain dan kualitas yang ditentukan oleh produsen, dan harus berfungsi sebagaimana mestinya.

Pemasok yang andal akan memenuhi pesanan produsen dan mengirimkan suku cadang tepat waktu.

Apakah rantai pasokan menyebabkan deflasi?

Peningkatan efisiensi rantai pasokan telah memainkan peran penting dalam menekan inflasi. Ketika efisiensi dalam memindahkan produk dari titik A ke titik B meningkat, biaya untuk melakukan hal tersebut menurun, yang menurunkan biaya akhir kepada konsumen. Meskipun deflasi sering dianggap sebagai hal yang negatif, efisiensi rantai pasokan adalah salah satu dari sedikit contoh di mana hal ini merupakan hal yang baik.

Ketika globalisasi meningkat, efisiensi rantai pasokan menjadi lebih optimal, yang menjaga tekanan pada harga input.

Bagaimana COVID-19 mempengaruhi rantai pasok?

Salah satu masalah ekonomi yang paling parah yang disebabkan oleh pandemi COVID-19 adalah kerusakan pada rantai pasokan. Dampaknya menyentuh hampir semua sektor ekonomi.

Pasokan semua jenis produk tertunda karena pembatasan yang terus berubah di perbatasan nasional dan penumpukan yang lama di pelabuhan.

Pada saat yang sama, permintaan produk berubah secara tiba-tiba. Kelangkaan terjadi karena konsumen menimbun barang-barang kebutuhan pokok seperti tisu toilet dan susu formula bayi. Masker, tisu pembersih, dan pembersih tangan tiba-tiba laris manis.

Kekurangan chip komputer menunda pengiriman berbagai macam produk mulai dari elektronik hingga mainan dan mobil.

Pergeseran prioritas

Sebuah survei pada akhir tahun 2020 oleh Ernst & Young terhadap 200 eksekutif rantai pasokan tingkat senior menunjukkan tiga temuan penting:

Pandemi memiliki dampak negatif yang mendalam, seperti yang disebutkan oleh 72% eksekutif rantai pasokan. Perusahaan otomotif dan pasokan industri terkena dampak yang lebih buruk.

“Visibilitas” adalah prioritas utama, dan kata tersebut diartikan secara harfiah. Para eksekutif ingin fokus pada penambahan teknologi seperti sensor yang memberi mereka pandangan yang lebih baik tentang pesanan mereka selama proses berlangsung.

Pandemi mempercepat transisi menuju digitalisasi, dengan sebagian besar dari mereka yang disurvei mengatakan bahwa transformasi digital yang dikombinasikan dengan peningkatan otomatisasi akan meningkat selama beberapa tahun ke depan.

Apa itu manajemen rantai pasokan?

Manajemen rantai pasokan (SCM) adalah pengawasan dan pengendalian semua aktivitas yang diperlukan perusahaan untuk mengubah bahan mentah menjadi produk jadi yang kemudian dijual kepada pengguna akhir.

SCM menyediakan kontrol terpusat untuk fase perencanaan, desain, manufaktur, inventaris, dan distribusi yang diperlukan untuk memproduksi dan menjual produk perusahaan.

Tujuan dari manajemen rantai pasokan adalah untuk meningkatkan efisiensi dengan mengoordinasikan upaya berbagai entitas dalam rantai pasokan. Hal ini dapat membuat perusahaan mencapai keunggulan kompetitif dibandingkan pesaingnya dan meningkatkan kualitas produk yang dihasilkan, yang keduanya dapat meningkatkan penjualan dan pendapatan.

Apa saja langkah-langkah dalam rantai pasok?

Langkah-langkah utama dalam rantai pasokan meliputi:

1. Merencanakan inventaris dan proses manufaktur untuk memastikan pasokan dan permintaan seimbang.
2. Memproduksi atau mencari bahan yang dibutuhkan untuk membuat produk akhir.
3. Merakit suku cadang dan menguji produk.
4. Mengemas produk untuk dikirim atau disimpan sebagai inventaris hingga waktu yang akan datang.
5. Mengangkut dan mengirimkan produk jadi ke distributor, pengecer, atau konsumen.
6. Menyediakan dukungan layanan pelanggan untuk barang yang dikembalikan.

Apa yang dimaksud dengan contoh rantai pasok?

Rantai pasok dimulai dengan sumber bahan baku, baik itu penambangan berlian, pengawetan kulit, atau pembuatan lembaran logam.

Itu adalah langkah pertama dalam prosesnya. Dari sana, bahan mentah diangkut ke pedagang grosir, yang menjualnya secara bertahap ke produsen. Setelah dikirim, produsen menggunakan bahan tersebut untuk membuat produk, yang kemudian dikirim ke pengecer. Akhirnya, produk tersebut dijual ke konsumen.

Itulah gambaran besarnya, tetapi perlu diketahui bahwa setiap langkah dalam proses ini diperumit oleh kebutuhan untuk menyiapkan, mengemas, mengirim, dan membongkar produk di setiap tujuan yang berurutan.

Disadur dari: investopedia.com

Peramalan permintaan adalah cara untuk memperkirakan seperti apa permintaan pelanggan di masa depan, dan bagaimana hal itu akan memengaruhi rantai pasokan bisnis Anda. Hal ini penting untuk kesehatan, kelangsungan, dan pertumbuhan bisnis, memastikan Anda membuat keputusan yang tepat pada waktu yang tepat.

Jika Anda baru mengenal peramalan permintaan dan ingin menjadikannya sebagai bagian penting dari bisnis Anda, panduan kami dapat membantu. Di sini, kami akan membahas apa itu perkiraan permintaan, mengapa hal itu penting, dan bagaimana cara menerapkannya bersama dengan strategi manajemen rantai pasokan Anda yang sedang berjalan.

Apa itu peramalan permintaan?

Sesuai dengan istilahnya, peramalan permintaan adalah proses untuk memastikan puncak dan lembah permintaan di masa depan. Untuk melakukan hal ini, Anda perlu menganalisis semua faktor internal dan eksternal yang memengaruhi infrastruktur pasokan Anda, sehingga Anda dapat melihat dengan jelas pola dan masalah apa pun yang dapat memengaruhi prakiraan permintaan.

Peramalan permintaan memainkan peran penting dalam manajemen rantai pasokan yang efektif, memastikan pengisian stok tepat waktu, manajemen kapasitas yang lebih baik, serta penjualan dan pendapatan yang optimal. Hal ini juga meningkatkan pengambilan keputusan dan manajemen, sekaligus mempercepat rencana prospektif untuk pertumbuhan dan ekspansi.

Peramalan permintaan yang akurat bergantung pada analisis terperinci dari faktor-faktor yang dapat memengaruhi infrastruktur pasokan bisnis. Mulai dari pola penjualan historis hingga acara atau musim tertentu dalam kalender ritel (misalnya, Natal); memperkirakan permintaan membutuhkan analisis yang cermat terhadap beberapa variabel untuk memastikan kesiapan bisnis, kesinambungan, dan pengalaman pengguna akhir yang luar biasa.

Biasanya, bisnis yang melakukan peramalan permintaan secara teratur membuat beberapa perkiraan untuk memprediksi pasokan dan permintaan stok dalam rentang waktu yang berbeda. Dengan menggunakan berbagai tingkat perincian sebagai bagian dari analisis, Anda dapat memperkirakan kebutuhan stok di masa depan dari beberapa hari hingga beberapa bulan sebelumnya - memungkinkan untuk meningkatkan perencanaan, kontrol, dan kepercayaan bisnis.

Bagaimana peramalan permintaan dapat menguntungkan bisnis anda?

Peramalan permintaan memiliki banyak manfaat, membantu Anda menjaga kesehatan dan kelancaran operasional bisnis Anda dalam jangka panjang. Dan manfaatnya tidak terbatas pada mempertahankan tingkat layanan pelanggan yang sangat baik; mereka dapat mendorong peningkatan di berbagai fungsi, meningkatkan kepercayaan bisnis, dan membantu perusahaan mewujudkan ambisinya untuk berkembang.

Di bawah ini, kami akan membahas lebih jauh beberapa manfaat yang dapat Anda nikmati dengan menggunakan perkiraan permintaan.

• Mengurangi ketidakpastian - Ketidakpastian selalu menjadi hal yang negatif jika dikaitkan dengan manajemen rantai pasokan. Hal ini menghambat pengambilan keputusan, menyebabkan penundaan, dan berdampak pada kepercayaan pemangku kepentingan. Peramalan permintaan dapat mengatasi ketidakpastian, memastikan bahwa fungsi yang terkait dengan pasokan memiliki sumber daya yang memadai, dan bahwa para manajer memiliki informasi yang lebih baik untuk membuat keputusan yang efektif yang mendorong pertumbuhan dan kemajuan.
• Infrastruktur pasokan yang lebih baik - Mengantisipasi naik turunnya permintaan sangat penting untuk kesehatan infrastruktur pasokan Anda. Peramalan permintaan mendukung manajemen rantai pasokan yang lebih baik dengan mengoptimalkan kapasitas, pengisian stok, dan manajemen personel gudang yang efisien.
• Peningkatan pendapatan - Memahami kapan produk kemungkinan besar akan terjual, dan berapa volumenya, dapat menghasilkan peningkatan pendapatan yang signifikan. Perkiraan permintaan juga berarti ketersediaan produk yang optimal, sehingga Anda tidak akan pernah melewatkan penjualan.
• Mengurangi kebutuhan akan stok pengaman dan stok berlebih - Semakin banyak inventaris di gudang Anda, semakin lambat perputaran stok dan semakin besar dampaknya terhadap laba Anda. Peramalan permintaan mengurangi kebutuhan akan stok pengaman, sehingga Anda dapat memangkas biaya inventaris sambil tetap fokus pada produk yang paling menguntungkan.
• Pemenuhan yang lebih baik - advokasi pelanggan jangka panjang yang lebih baik - Peramalan permintaan berarti lebih banyak produk Anda yang tersedia lebih sering, yang dapat menjadi keuntungan besar dari perspektif advokasi pelanggan. Meningkatkan pemenuhan pesanan melalui peramalan permintaan yang akurat dapat mendorong pelanggan tetap dan rekomendasi dari mulut ke mulut, sehingga meningkatkan pendapatan dan basis pelanggan Anda.

Faktor internal dan eksternal apa yang memiliki Ddmpak terbesar pada permintaan?

Saat memperkirakan permintaan, penting untuk mempertimbangkan berbagai faktor yang secara langsung dan tidak langsung memengaruhi pasokan. Ini termasuk variabel internal dan eksternal, yang bersama-sama memiliki dampak signifikan pada volume penjualan dan stok yang dibutuhkan pada waktu yang berbeda sepanjang tahun.

Mari kita lihat lebih dekat faktor-faktor yang harus Anda pertimbangkan saat memperkirakan permintaan.

Faktor internal

• Periode penjualan promosi - Pertimbangkan bagaimana periode penjualan dan penurunan harga dapat mengakibatkan lonjakan permintaan.
• Aktivitas pemasaran yang sedang berlangsung - Dari SEO dan media berbayar hingga menampilkan iklan di koran atau papan iklan lokal; bagaimana aktivitas pemasaran yang sedang berlangsung dapat memengaruhi pasokan dan menyebabkan peningkatan permintaan dalam beberapa minggu dan bulan mendatang?
• Perubahan harga - Apakah harga produk dijadwalkan untuk berubah dalam beberapa bulan mendatang? Bagaimana hal ini dapat memengaruhi permintaan dalam jangka pendek dan jangka panjang?
• Promosi dan pajangan di dalam toko - Jika Anda mengelola toko fisik, bagaimana kampanye promosi, pajangan, dan promosi POS dapat memengaruhi permintaan untuk produk tertentu?
• Tanggal kadaluarsa dan tanggal terbaik sebelum - Apakah Anda menyimpan barang-barang yang mudah rusak? Pertimbangkan bagaimana tanggal kedaluwarsa dapat menyebabkan fluktuasi permintaan, dan rencanakan periode promosi yang sesuai untuk membatasi pemborosan stok dalam rantai pasokan Anda.

Faktor eksternal

Tren pelanggan dan kebiasaan membeli - Bagaimana perubahan tren pelanggan dan kebiasaan membeli dapat memengaruhi permintaan? Hal ini sangat penting ketika menilai permintaan jangka panjang di masa depan.

• Aktivitas pesaing - Apa yang dilakukan pesaing Anda untuk menarik penjualan dan mendorong permintaan? Mungkin mereka baru saja meluncurkan periode promosi, atau memperluas jangkauan produk mereka? Atau mungkin ada bisnis baru yang bergabung dengan pasar Anda dengan rencana untuk mengganggu sektor ini? Menilai kondisi permainan pesaing Anda dapat membantu Anda mengidentifikasi kesenjangan dalam pasokan Anda dan memperkenalkan inisiatif baru untuk membantu meningkatkan penjualan dan pendapatan.
• Peristiwa kalender - Selama periode perdagangan 12 bulan, ada beberapa peristiwa yang menyebabkan puncak permintaan. Data penjualan historis dapat memastikan kapan harus mengantisipasi peningkatan musiman ini, sehingga Anda dapat merencanakan dan meningkatkan pasokan Anda.
• Perubahan musiman - Variasi musiman dapat berdampak besar pada permintaan untuk produk dan layanan tertentu, jadi pertimbangkan hal ini dalam strategi manajemen rantai pasokan Anda. Musim, cuaca, dan jumlah cahaya matahari dapat mendorong atau menurunkan permintaan untuk produk tertentu, jadi pastikan untuk memperhitungkan faktor-faktor umum ini sebagai bagian dari perkiraan Anda.

Kiat untuk mengembangkan strategi peramalan permintaan yang kuat

Peramalan permintaan mungkin terdengar sederhana di atas kertas, tetapi untuk melakukannya secara akurat di seluruh inventaris produk dan layanan yang berbeda bukanlah hal yang mudah. Dan mengingat bahwa peramalan yang konsisten dan tepat waktu dapat berdampak besar pada biaya, pertumbuhan, dan kelangsungan bisnis yang sedang berlangsung, penting untuk melakukannya dengan benar.

Di bawah ini, kami membagikan beberapa tips sederhana tentang cara mengembangkan strategi perkiraan permintaan yang kuat, dan menyoroti bagaimana perangkat lunak manajemen rantai pasokan dapat menyederhanakan prosesnya.

Perjelas sasaran dan tujuan

Memperkirakan permintaan akan menjadi sangat berharga jika sesuai dengan tujuan dan sasaran Anda. Misalnya, jika Anda ingin mendorong pertumbuhan bisnis melalui peningkatan pendapatan, perkiraan permintaan dapat membantu menyoroti bagaimana dan kapan peningkatan pendapatan akan mulai memberikan dampak nyata pada pertumbuhan.

Mengumpulkan dan mencatat data yang akurat

Perkiraan permintaan yang akurat dan dapat ditindaklanjuti bergantung pada data yang konsisten, lengkap, dan lengkap. Banyak asumsi Anda tentang permintaan di masa depan akan didasarkan pada data historis penjualan dan perilaku pelanggan, jadi penting bagi Anda dan tim Anda untuk mengandalkan kumpulan data yang komprehensif.

Pertimbangkan juga bahwa fungsi bisnis akan menggunakan perkiraan secara berbeda. Oleh karena itu, data Anda harus dapat diakses dan terintegrasi, namun bebas dari duplikasi dan ketidakakuratan. Memanfaatkan sistem ERP dengan basis data terpusat adalah salah satu cara terbaik untuk memastikan kumpulan data yang dapat digunakan dan akurat untuk keperluan peramalan permintaan. Sistem ini juga dapat menggunakan data Anda untuk memberikan perkiraan perkiraan permintaan kepada tim Anda yang mempertimbangkan berbagai variabel internal dan eksternal dalam perhitungannya.

Jangan lupakan variabel kualitatif

Meskipun data penjualan historis adalah salah satu hal pertama yang harus Anda pertimbangkan untuk memastikan akurasi perkiraan permintaan, Anda juga perlu memperhitungkan variabel kualitatif. Anggap saja ini sebagai kejadian di masa depan yang akan memengaruhi permintaan dan penawaran, tetapi Anda tidak memiliki cara nyata untuk memprediksi.

Tentu saja, memperhitungkan faktor kualitatif tidaklah mudah, tetapi setiap wawasan penjualan dan pemasaran yang dapat Anda sertakan dalam perkiraan Anda akan memastikan akurasi dan kredibilitas yang lebih baik. Pastikan untuk bekerja sama dengan pimpinan departemen untuk memahami pendapat mereka tentang apa yang dapat memengaruhi penawaran dan permintaan dalam beberapa minggu dan bulan mendatang, serta mengandalkan fungsi peramalan dalam ERP atau sistem perangkat lunak bisnis untuk membantu Anda membuat prakiraan permintaan yang akurat.

Contoh Peramalan permintaan dalam tindakan

Di atas kertas, peramalan permintaan dapat terdengar seperti latihan ambigu yang manfaatnya hanya bersifat spekulatif. Itulah mengapa akan sangat membantu jika kita melihat bagaimana praktik semacam itu bekerja di dunia nyata, serta hasil positif yang dapat dihasilkannya.

Kasus ini menggambarkan bagaimana salah satu pelanggan kami memanfaatkan kemampuan Intact iQ untuk mengimplementasikan peramalan permintaan secara efektif di dalam organisasi mereka. Hal ini terjadi selama pandemi virus corona, ketika perusahaan-perusahaan mengawasi masa depan secara spekulatif untuk menyelaraskan operasi mereka dengan permintaan dan perkembangan yang terus berubah.

Bisnis yang dimaksud, pemasok kebersihan, sangat tertarik untuk menilai pelanggan mana yang akan tetap buka selama pandemi, serta produk apa yang mereka beli dan seberapa sehat stok mereka. Mereka kemudian melihat produk yang tidak akan mereka jual, terutama kepada pelanggan di industri perhotelan, dan menghentikan pembelian produk tersebut hingga bisnis tersebut dapat dibuka kembali.

Daripada mengandalkan proses dan prediksi manual untuk menginformasikan strategi ini, mereka mengandalkan iQ sebagai cara yang cepat dan efektif untuk meramalkan perubahan permintaan. Bagaimanapun juga, penting bagi mereka untuk dapat bereaksi dengan cepat terhadap perubahan permintaan dan perilaku pelanggan, untuk menghindari investasi yang sia-sia pada produk yang tidak dapat dijual.

Sebagai hasil dari perkiraan permintaan pada sistem iQ, bisnis mereka mampu memberikan layanan baru yang belum pernah mereka tawarkan sebelumnya, seperti penyewaan mesin pembersih. Sistem mereka memungkinkan mereka melakukan semua ini dalam beberapa jam - menyoroti kekuatan perkiraan permintaan ketika dipasangkan dengan solusi otomatisasi yang tepat.

Pandemi COVID-19 juga secara signifikan memengaruhi salah satu pemasok makanan beku kami. Namun, setelah implementasi Intact iQ baru-baru ini, mereka mampu mengoptimalkan sumber daya mereka, sehingga menghasilkan penghematan biaya yang nyata. Direktur keuangan percaya bahwa jika bukan karena Intact iQ, mereka akan sangat kesulitan melewati pandemi.

Disadur dari: intactsoftware.com

Manajemen rantai pasok adalah penanganan seluruh aliran produksi barang atau jasa-mulai dari komponen mentah hingga pengiriman produk akhir ke konsumen. Sebuah perusahaan menciptakan jaringan pemasok yang memindahkan produk dari pemasok bahan baku ke organisasi yang berhubungan langsung dengan pengguna.

Mengapa manajemen rantai pasok penting?

Sistem manajemen rantai pasok yang efektif meminimalkan biaya, pemborosan, dan waktu dalam siklus produksi. Standar industri telah menjadi rantai pasokan tepat waktu di mana penjualan ritel secara otomatis memberi sinyal pesanan pengisian ulang kepada produsen. Pengecer kemudian dapat mengisi kembali rak-rak hampir secepat mereka menjual produk. Salah satu cara untuk meningkatkan proses ini lebih lanjut adalah dengan menganalisis data dari mitra rantai pasokan untuk melihat di mana perlu ditingkatkan lebih lanjut.

Dengan menganalisis data mitra, CIO mengidentifikasi tiga skenario di mana manajemen rantai pasokan yang efektif dapat meningkatkan nilai pada siklus rantai pasok.

Mengidentifikasi masalah potensial

Ketika pelanggan memesan lebih banyak produk daripada yang dapat dikirim oleh produsen, pembeli dapat mengeluhkan layanan yang buruk. Melalui analisis data, produsen mungkin dapat mengantisipasi kekurangan tersebut sebelum pembeli kecewa.

Mengoptimalkan harga secara dinamis

Produk musiman memiliki umur simpan yang terbatas. Pada akhir musim, pengecer biasanya membuang produk ini atau menjualnya dengan diskon besar-besaran. Maskapai penerbangan, hotel, dan lainnya yang memiliki “produk” yang mudah rusak biasanya menyesuaikan harga secara dinamis untuk memenuhi permintaan. Dengan menggunakan perangkat lunak analitik, teknik peramalan serupa dapat meningkatkan margin, bahkan untuk barang yang tidak tahan lama.

Meningkatkan alokasi inventaris “tersedia untuk dijanjikan”

Perangkat lunak analitik membantu mengalokasikan sumber daya secara dinamis dan menjadwalkan pekerjaan berdasarkan perkiraan penjualan, pesanan aktual, dan pengiriman bahan baku yang dijanjikan. Produsen dapat mengonfirmasi tanggal pengiriman produk ketika pembeli melakukan pemesanan-secara signifikan mengurangi pesanan yang salah.

Bagaimana cara kerja manajemen rantai pasok?

Sebagian besar ahli dan praktisi mengacu pada lima komponen penting dalam manajemen rantai pasok:

Perencanaan

Rencanakan dan kelola semua sumber daya yang diperlukan untuk memenuhi permintaan pelanggan akan produk atau layanan perusahaan. Ketika rantai pasokan sudah terbentuk, tentukan metrik untuk mengukur apakah rantai pasokan tersebut efisien, efektif, memberikan nilai kepada pelanggan, dan memenuhi tujuan perusahaan.

Sumber

Pilih pemasok untuk menyediakan barang dan jasa yang dibutuhkan untuk membuat produk. Kemudian, tetapkan proses untuk memantau dan mengelola hubungan dengan pemasok. Proses utama meliputi: pemesanan, penerimaan, pengelolaan inventaris, dan otorisasi pembayaran pemasok.

Manufaktur

Mengatur kegiatan yang diperlukan untuk menerima bahan baku, memproduksi produk, menguji kualitas, mengemas untuk pengiriman, dan menjadwalkan pengiriman.

Pengiriman dan logistik

Mengkoordinasikan pesanan pelanggan, menjadwalkan pengiriman, mengirim muatan, menagih pelanggan, dan menerima pembayaran.

Pengembalian

Buat jaringan atau proses untuk mengambil kembali produk yang cacat, berlebih, atau tidak diinginkan.

Fitur-fitur utama dari manajemen rantai pasok yang efektif

Rantai pasokan adalah “wajah” bisnis yang paling jelas bagi pelanggan dan konsumen. Semakin baik dan efektif manajemen rantai pasokan suatu perusahaan, semakin baik pula perusahaan tersebut melindungi reputasi bisnis dan keberlanjutan jangka panjangnya.

IDC mendefinisikan manajemen rantai pasokan dengan mengidentifikasi lima C dari manajemen rantai pasokan yang efektif di masa depan:

• Terhubung (Connected): Mengakses data tidak terstruktur dari media sosial, data terstruktur dari Internet of Things (IoT), dan kumpulan data yang lebih tradisional yang tersedia melalui perencanaan sumber daya perusahaan (ERP) tradisional dan alat integrasi bisnis-ke-bisnis (B2B).
• Kolaboratif: Meningkatkan kolaborasi dengan pemasok semakin berarti penggunaan jaringan perdagangan berbasis cloud untuk memungkinkan kolaborasi dan keterlibatan multi-perusahaan.
• Sadar dunia maya: Memperkuat sistem dan melindunginya dari gangguan dan peretasan dunia maya merupakan perhatian penting bagi rantai pasokan perusahaan.
• Diaktifkan secara kognitif: Mengumpulkan, mengoordinasikan, dan melakukan keputusan dan tindakan di seluruh rantai pasokan, platform AI berfungsi sebagai menara kontrol rantai pasokan modern, yang memungkinkan sebagian besar rantai pasokan diotomatisasi dan belajar mandiri.
• Komprehensif: Meningkatkan kemampuan analitik dengan data secara real time untuk memastikan bahwa wawasan yang komprehensif dan cepat sangat penting, karena latensi tidak dapat diterima dalam rantai pasokan masa depan.

Banyak rantai pasok yang telah memulai proses ini, dengan partisipasi dalam jaringan perdagangan berbasis cloud yang mencapai titik tertinggi sepanjang masa dan dengan upaya besar yang sedang dilakukan untuk meningkatkan kemampuan analitik.

Evolusi manajemen rantai pasokan

Sementara rantai pasokan kemarin berfokus pada ketersediaan, pergerakan, dan biaya aset fisik, rantai pasokan saat ini adalah tentang pengelolaan data, layanan, dan produk yang digabungkan ke dalam solusi. Sistem manajemen rantai pasokan modern lebih dari sekadar di mana dan kapan. Manajemen rantai pasokan memengaruhi kualitas produk dan layanan, pengiriman, biaya, pengalaman pelanggan, dan pada akhirnya, profitabilitas.

Baru-baru ini pada tahun 2017, rantai pasokan biasa mengakses data 50 kali lebih banyak daripada lima tahun sebelumnya. Namun, para ahli hanya menganalisis kurang dari seperempat dari data ini. Itu berarti nilai dari data yang penting dan sensitif terhadap waktu-seperti informasi tentang cuaca, kekurangan tenaga kerja yang tiba-tiba, kerusuhan politik, dan lonjakan permintaan-bisa hilang.

Rantai pasokan modern memanfaatkan sejumlah besar data yang dihasilkan oleh proses rantai pasokan dan yang dikurasi oleh para ahli analisis dan ilmuwan data. Para pemimpin rantai pasokan di masa depan dan sistem ERP yang mereka kelola kemungkinan besar akan berfokus pada pengoptimalan kegunaan data ini-menganalisisnya secara real time dengan latensi minimal.

Konsultasi rantai pasokan

Anda dapat mengembangkan proses rantai pasok Anda menjadi alur kerja yang cerdas untuk mencapai tingkat responsif dan inovasi yang baru. Tantang proses-proses yang terkotak-kotak untuk menemukan efisiensi dan memungkinkan tim Anda untuk mengeksekusi dan menghasilkan. Gunakan teknologi baru seperti AI dan blockchain untuk membuka peluang di setiap langkah rantai nilai-mulai dari perencanaan permintaan hingga orkestrasi dan pemenuhan pesanan.

Disadur dari: www.ibm.com

1. Pendahuluan

Algoritma evolusioner dan, secara umum, metaheuristik yang terinspirasi dari alam semakin populer sebagai metode kecerdasan komputasi, yang sangat berguna untuk masalah optimasi global. Keberhasilan kerangka kerja berbasis populasi ini terutama disebabkan oleh fleksibilitas dan kemudahan adaptasi terhadap masalah optimasi yang paling berbeda dan kompleks, tanpa memerlukan fitur atau kondisi khusus pada fungsi objektif dan kendala terkait, seperti kontinuitas, turunan, atau cembung. Masalah optimasi diskrit dan kombinatorial, serta masalah campuran, tidak menjadi batasan untuk kelas pengoptimal ini. Selain itu, persyaratan kuantifikasi ketidakpastian dalam proses pencarian, seperti dalam optimasi berbasis keandalan dan desain yang kuat, bukan merupakan batasan untuk pendekatan ini. Akhirnya, algoritma optimasi berbasis populasi dapat menangani masalah multiobjektif secara alami, dan hal ini telah membuat lompatan besar ke depan dalam kemampuan untuk menangani kelas masalah ini secara efektif. Keuntungan-keuntungan ini, bersama dengan peningkatan kinerja komputer yang stabil, mendorong peningkatan penggunaannya dalam penelitian dan industri di berbagai cabang teknik.

Metodologi ini memberdayakan peningkatan dalam desain teknik dan praktik optimasi di bidang-bidang di mana teknik optimasi klasik masih belum dapat efektif. Memang persyaratan dan batasan yang disebutkan di atas adalah hal yang biasa, seperti pemodelan yang tidak dapat dibedakan, dalam masalah rekayasa dunia nyata. Sebagai contoh, hal ini terjadi pada industri otomotif, industri penerbangan dan kedirgantaraan, serta teknik sipil, struktur, dan mesin, di mana perhitungan nilai fungsi objektif membutuhkan penyelesaian model numerik, menggunakan persamaan diferensial parsial (nonlinier), berdasarkan elemen hingga, elemen batas, volume hingga, dan sebagainya. Seperti yang dinyatakan dalam asal-usul Strategi Evolusi selama pertengahan tahun enam puluhan di Universitas Berlin (Jerman) dipicu oleh kebutuhan untuk menyelesaikan masalah “bentuk optimal benda dalam aliran” selama percobaan terowongan sayap di Institut Teknik Aliran, setelah upaya yang gagal dengan strategi koordinat dan gradien sederhana. Aplikasi awal algoritma evolusioner yang berhubungan dengan desain teknik dan optimasi dimulai pada akhir tahun delapan puluhan [3, 4] dan awal tahun sembilan puluhan seperti pada [5, 6]. Ada beberapa aplikasi yang dikompilasi dalam volume buku seperti di [7-10], dan bidang ini terus berkembang, seperti dalam kasus aplikasi multiobjektif evolusioner di mana tinjauan mutakhir dapat ditemukan di [11], atau [12, 13]. Volume terbaru dari kontribusi ilmiah di bidang ini dicakup oleh [14-16].

Kemajuan dalam penggunaan algoritma evolusioner dan metaheuristik yang terinspirasi oleh alam dalam aplikasi teknik membawa peluang dan juga tantangan bagi para peneliti untuk meningkatkan dan memajukan desain dan optimasi produk, sistem, dan layanan untuk kepentingan masyarakat. Tujuan dari edisi khusus ini adalah untuk mempublikasikan penelitian berkualitas tinggi atau artikel ulasan yang membahas perkembangan terbaru dari berbagai bidang teknik dalam kaitannya dengan penerapan algoritma evolusioner dan metaheuristik untuk desain dan optimasi, dan diharapkan dapat menstimulasi para peneliti lain untuk melanjutkan upaya untuk meningkatkan keadaan terkini dari bidang yang disebutkan di atas.

2. Kontribusi ilmiah dari edisi khusus

Dalam edisi khusus ini, proses penelaahan telah dilakukan di mana setidaknya dua penelaah per makalah telah ditugaskan, di mana tingkat penerimaan 15% telah diadakan.

Makalah yang diterima dapat diklasifikasikan menurut kategori teknik/aplikasi berikut: (a) teknik energi dan kelistrikan; (b) teknik struktur dan sipil; (c) penjadwalan transportasi dan optimasi kombinatorial; (d) kontrol; (e) aplikasi lain/militer.

Penjelasan singkat mengenai setiap kontribusi yang dipublikasikan dalam edisi khusus ini diberikan dalam paragraf-paragraf berikut ini sesuai dengan klasifikasi sebelumnya.

2.1. Teknik energi dan kelistrikan

Sebuah algoritma particle swarm optimization menggunakan strategi elang (ESPSO), sebuah metode kombinasi pencarian global dan pencarian lokal intensif, diperkenalkan untuk memecahkan masalah minimalisasi kerugian daya reaktif, oleh H. Yapıcı dan N. Cetinkaya. Eksperimen mencakup sistem daya IEEE 30-bus dan IEEE 118-bus dan subsistem distribusi daya nyata. Perbandingan dengan metaheuristik lain juga disediakan.

Rekonfigurasi smart grid dengan pembangkit terdistribusi dipelajari oleh C. Ma dkk., menggunakan optimasi particle swarm optimization hibrida ganda (algoritma optimasi particle swarm optimization biner yang lebih baik digunakan dalam pencarian grup cabang, dan algoritma pencarian optimasi particle swarm optimization biner grup yang diusulkan digunakan untuk pencarian di dalam grup). Dari simulasi pada sistem tenaga distribusi IEEE 33-bus, setelah konfigurasi ulang jaringan listrik terdistribusi, kehilangan jaringan distribusi berkurang, dan kualitas tegangan catu daya dan kualitas daya jaringan ditingkatkan.

M. Tan dkk. memperkenalkan model optimasi multiobjektif dari Masalah Penjadwalan Produksi Hot Rolling di bawah harga listrik Waktu Penggunaan, untuk meminimalkan biaya listrik secara simultan dalam produksi dan meminimalkan total penalti yang disebabkan oleh lompatan di antara lempengan yang berdekatan. Penjadwalan produksi berbasis algoritma genetika pengurutan tak berdominan (nondominated sorting genetic algorithm-II (NSGA-II)) dilakukan untuk mendapatkan solusi tak berdominan, dan metode pengambilan keputusan TOPSIS digunakan untuk pemilihan solusi akhir. Eksperimen mengkonfirmasi keberhasilan pendekatan tersebut.

2.2. teknik struktur dan sipil

J. I. Pelaez dkk. menyajikan algoritma memetika untuk desain Komposit dan Struktur Laminasi Simetris, dengan mempertimbangkan fungsi fitness kriteria ekonomi dan keamanan dalam desain dan mengimplementasikan satu set operator pencarian lokal. Algoritma ini dibandingkan dengan empat metaheuristik lainnya. Model ini telah diuji dengan desain pelat dengan pembebanan yang didistribusikan dan dibandingkan dengan dua model literatur, dan desain optimum yang divalidasi dengan paket perangkat lunak ANSYS.

F. Wu dan J. Xu menyajikan metode optimasi untuk mengevaluasi porositas reservoir yang rapat dengan menggunakan model multikomponen yang dimodifikasi menjadi model matriks campuran dan algoritma anil simulasi. Metode ini divalidasi dengan satu set data dari reservoir ketat.

Algoritma hybrid reliability-based design optimization (RBDO) diusulkan oleh H. M. Gomes dan L. L. Corso, yang menggabungkan karakteristik algoritma genetika dan particle swarm optimization dan sequential quadratic programming untuk pencarian lokal. Metode hibrida ini dianalisis berdasarkan tiga contoh benchmark RBDO rangka batang struktural untuk optimasi ukuran dengan batasan tegangan, perpindahan, dan frekuensi.

2.3. penjadwalan, transportasi, dan optimasi kombinatorial

Algoritma genetika (GA) berbasis dua fase optimasi diusulkan oleh D. Morillo dkk. untuk menyelesaikan perluasan berbasis energi dari Masalah Penjadwalan Proyek dengan Keterbatasan Sumber Daya Multimode, di mana pencarian difokuskan pada Daftar Moda dan bukan pada Daftar Aktivitas. Lima varian GA dibandingkan, di mana algoritma yang diusulkan mengungguli yang lain dalam kumpulan masalah dari pustaka masalah penjadwalan proyek PSP-LIB.

Masalah alokasi lokasi berkapasitas stokastik dua tahap dalam logistik darurat dipertimbangkan oleh Y. Deng dkk., di mana jumlah dan kapasitas pusat pasokan tidak pasti dan harus ditentukan. Untuk mengatasi masalah ini, sebuah model nilai ekspektasi dua tahap dan fungsi biaya yang digeneralisasi diusulkan. Sebuah particle swarm optimizer yang ditingkatkan dengan operator awan Gaussian, strategi restart, dan strategi parameter adaptif digunakan, serta menggunakan metode titik interior sebagai pengganti metode simpleks pada tahap kedua. Metode yang diusulkan meningkatkan presisi dan tingkat konvergensi jika dibandingkan dengan model nilai ekspektasi satu tahap klasik.

T. A. S. Masutti dan L. N. de Castro menyajikan tinjauan menyeluruh terhadap metode-metode yang terinspirasi oleh lebah yang dirancang untuk menyelesaikan masalah perutean kendaraan. Taksonomi metode dijelaskan secara rinci dan tinjauan tersebut diikuti dengan mempertimbangkan masalah yang diselesaikan dan modifikasi yang diperkenalkan dalam algoritme yang terinspirasi oleh lebah. Selain itu, algoritma TSPoptBees, modifikasi dari optBees asli yang sengaja difokuskan untuk memecahkan masalah salesman keliling (TSP), dibandingkan dengan metode optimasi lain yang terinspirasi oleh perilaku lebah untuk memecahkan satu set 28 contoh TSPLIB dengan hasil yang kompetitif.

Differential Evolution dibandingkan dengan algoritme genetika untuk menyelesaikan Electric Vehicle Routing Problem, oleh J. Barco dkk. Masalahnya didasarkan pada skema untuk mengoordinasikan penjadwalan rute dan pengisian ulang kendaraan listrik baterai (BEV), dengan mempertimbangkan biaya operasi dan degradasi baterai. Model ini didasarkan pada persamaan dinamika longitudinal gerak yang memperkirakan konsumsi energi setiap BEV, di mana studi kasus, skenario layanan antar-jemput bandara, diselesaikan.

Masalah pengemasan strip yang tidak beraturan, yang ada di banyak proses produksi di pabrik, dengan panggung persegi panjang, lebar tetap, dan panjang tidak terbatas, diselesaikan dalam penelitian yang diusulkan oleh B. A. Júnior dkk., yang menggabungkan prosedur penempatan wilayah bebas tabrakan dengan Algoritme Genetika Acak-Kunci Berfaktor Paralel dengan beberapa subpopulasi, di mana tujuannya adalah meminimalkan area yang diperlukan untuk mengalokasikan permintaan. Pendekatan ini diuji dalam satu set masalah EURO Special Interest Group on Cutting and Packing (ESICUP) dan dibandingkan dengan enam algoritma optimasi lainnya.

F. Alonso-Pecina dan D. Romero mengusulkan sebuah metode dua langkah untuk menyelesaikan Masalah Optimasi Desain Kereta Api, di mana langkah pertama bertujuan untuk menghasilkan solusi awal yang layak dan langkah kedua menggunakan simulated annealing untuk meningkatkan solusi awal, diikuti dengan prosedur yang mencoba untuk mengurangi jumlah kereta api yang dibutuhkan tanpa meningkatkan biaya keseluruhan. Eksperimen-eksperimen yang dilakukan meliputi contoh-contoh yang telah dikenal untuk memperbaiki metode-metode optimasi lainnya.

I. Stojanović dkk. menyelesaikan masalah Weber optimasi nonkonveks terkendala dengan daerah layak yang dibatasi oleh busur, dengan empat teknik swarm-intelegence: koloni lebah buatan (ABC) untuk optimasi terkendala, algoritma ABC berbasis crossover, algoritma kunang-kunang untuk optimasi terkendala, dan algoritma kunang-kunang yang disempurnakan; juga algoritma heuristik yang didasarkan pada prosedur Weiszfeld yang dimodifikasi. ABC berbasis crossover mengungguli metaheuristik lainnya (dan juga algoritma heuristik) dalam hal kualitas hasil, ketahanan, dan efisiensi komputasi, dalam eksperimen yang dipublikasikan dalam penelitian ini.

2.4. Kontrol

Metode kontrol distribusi torsi yang dioptimalkan merupakan teknologi penting untuk wheel loader listrik gandar depan/belakang (FREWL) untuk meningkatkan kinerja operasi dan efisiensi energi. Pendekatan jumlah tertimbang untuk meminimalkan rata-rata dan varians beban kerja ban dan memaksimalkan efisiensi motor total pada model dinamika longitudinal FREWL diusulkan oleh Z. Yang dkk. Algoritme pengoptimalan berikut digunakan untuk menyelesaikan masalah: metode pengali Lagrangian quasi-newton, pemrograman kuadratik berurutan, algoritme genetik adaptif, dan pengoptimalan kawanan partikel dengan pembobotan acak dan seleksi alam. Hasil penelitian mengkonfirmasi keunggulan FREWL terkontrol dibandingkan FREWL yang tidak terkontrol.

Pengontrol dual fuzzy immune Proportional-Integral-Derivative (GODFIP) diusulkan oleh A. Dai dkk., dengan mempertimbangkan penghematan energi, stabilitas, akurasi, dan kecepatan. Strukturnya terdiri dari dua pengendali fuzzy, pengendali PID, algoritma kekebalan, dan algoritma optimasi genetik. Kontroler ini dirancang dan disimulasikan untuk mengontrol radiasi inframerah dan pengering biji-bijian konveksi yang diwakili oleh model autoregressive teridentifikasi dengan input eksogen (NARX), yang meningkatkan kinerja kontroler PID imun fuzzy.

2.5. Aplikasi Lain/Militer

Masalah multiobjective weapon target assignment (WTA) di bawah ketidakpastian, yang bertujuan untuk mendapatkan efisiensi intersepsi maksimum dan konsumsi intersepsi minimum, dioptimalkan oleh H. Xu dkk., dengan multiobjective quantum-behaved particle swarm optimization dengan double/single well (MOQPSO-D/S), dan dibandingkan dengan varian PSO yang lain.

Disadur dari: hindawi.com