<p><font face="Arial">PENENTUAN KAPASITAS PERSEDIAAN BARANG JADI DI GUDANG DENGAN MENGGUNAKAN METODE LOGIKA FUZZY (STUDI KASUS : PT. ULTRAJAYA MILK INDUSTRY, Tbk)<br /> </font></p>

Dalam perusahaan yang berbentuk manufaktur, persediaan barang jadi (finished goods) merupakan salah satu unsur yang paling aktif selama proses operasi perusahaan yang dihasilkan secara kontinu. Oleh karena itu, setiaop perusahaan menginginkan pemanfaatan persediaan secara efektif dan efesien. Persediaan yang dihasilkan memiliki kapasitas yang setiap periodenya tidak pasti tergantung pada faktor-faktor yang mempengaruhinya. Penjualan dan produksi merupakan faktor yang dapat mempengaruhi terjadinya perubahan kapasitas persediaan. Pada makalah ini akan dilakukan pengimplementasian Logika Fuzzy untuk menentukan kapasitas persediaan barang jadi dan juga membantu dalam pengambilan keputusan, pengimplementasian logika fuzzy ini tepat dilakukan untuk data-data yang memiliki nilai ketidakpastian. Pengolahan data pada metode Logika Fuzzy ini diawali dengan melakukan fuzzy culstering untuk membagi fungsi keanggotaan tiap variabel berdasarkan kategori tertentu yaitu sedikit, sedang dan banyak. Sistem inferensi Fuzzy digunakan metode Mamdani, mulai fuzzifikasi yaitu pembentukan himpunan fuzzy, aplikasi fungsi impilkasi, komposisi aturan dan defuzzifikasi. Hasil dari pengolahan data yang dilakukan yang merupakn hasil defuzzifikasi diperoleh nilai keluaran yang mengalami penyimpangan dari kapasitas produksi eksisting dengan mempertimbangkan persediaan maksismum yang disimpan di dalam gudang. Dimana penyimpangan yang terjadi memilki kapasitas persediaan yang lebih kecil namun tetap dapat memenuhi penjualan, namun adapula dibutuhkan kapasitas persediaan yang lebih besar dikarenakan beberpa kondisi tertentu. Akhirnya didapat kesimpulan bahwa Logika Fuzzy ini dapat digunakan untuk memodelkan suatu sistem dalam menentukan kapasitas persediaan yang disesuaikan dengan kondisi produksi dan penjualan. Untuk kekuratan hasilnya dapat digunakan data input yang lebih banyak yang berfungsi untuk membentuk aturan, sehingga keluaran yang dihasilkan lebih akurat. Logika Fuzzy, Fuzzy Clustering, Fuzzifikasi, Defuzzifikasi, Kapasitas persediaan