Perancangan Model dan Aplikasi Manajemen Persediaan berbasis Kecerdasan Buatan dan Internet of Things untuk Membangun Retail Berkelanjutan

Pramudika, Gregorios Ferrari (2024) Perancangan Model dan Aplikasi Manajemen Persediaan berbasis Kecerdasan Buatan dan Internet of Things untuk Membangun Retail Berkelanjutan. S2 thesis, UNIVERSITAS ATMA JAYA YOGYAKARTA.

	Text (Gregorios Ferrari Pramudika) 225612163_Bab 0.pdf Download (798kB)
	Text 225612163_Bab 1.pdf Download (406kB)
	Text 225612163_Bab 2.pdf Download (727kB)
	Text 225612163_Bab 3.pdf Restricted to Registered users only Download (382kB)
	Text 225612163_Bab 4.pdf Restricted to Registered users only Download (517kB)
	Text 225612163_Bab 5.pdf Restricted to Registered users only Download (1MB)
	Text 225612163_Bab 6.pdf Download (422kB)

Abstract

Isu keberlanjutan bertujuan untuk menciptakan kondisi sosial, ekonomi, dan lingkungan yang baik baik untuk saat ini maupun di masa depan. Keberlanjutan adalah tanggung jawab berbagai sektor, termasuk industri ritel. Salah satu aspek penting dari keberlanjutan adalah efisiensi energi, terutama di sektor ritel yang memiliki konsumsi energi tinggi, dengan sebagian besar berasal dari penggunaan cold storage. Cold storage menyerap sekitar 45% dari total konsumsi energi listrik ritel, dan konsumsi ini seringkali tinggi akibat kebiasaan pengguna. Seringnya pembukaan pintu, serta cold storage yang tidak terisi penuh atau bahkan kosong yang disebabkan oleh pengelolaan persediaan yang kurang optimal merupakan contoh kondisi yang dapat membuat cold storage tidak dapat bekerja dengan efisien, menimbulkan pemborosan energi serta meningkatkan biaya energi pada produk yang disimpan. Penelitian ini bertujuan mengembangkan model dan aplikasi manajemen persediaan menggunakan teknologi terbaru, seperti kecerdasan buatan dan IoT, untuk mengoptimalkan pengisian ulang cold storage sambil mempertimbangkan biaya energi. Model dan aplikasi manajemen persediaan yang dihasilkan berhasil memberikan notifikasi pengisian ulang persediaan berdasarkan gambar kondisi persediaan yang diproses menggunakan model Convolutional Neural Network dan terbukti mengurangi biaya energi total per unit sebesar 18,1% dan biaya persediaan total sebesar 6,9% dibandingkan dengan model manajemen persediaan tradisional pemantauan berkala.

Actions (login required)

View Item