Persediaan memainkan peran positif dan negatif dalam kegiatan sistem logistik. Peran positifnya adalah menjamin kelangsungan proses produksi dan penjualan, menjadi semacam penyangga yang memperlancar fluktuasi permintaan yang tidak terduga, pelanggaran waktu pengiriman. sumber daya, dan meningkatkan keandalan manajemen logistik.
Sisi negatif dari pembuatan inventaris adalah bahwa mereka melumpuhkan sumber daya keuangan yang signifikan yang dapat digunakan oleh perusahaan untuk tujuan lain, misalnya, investasi dalam teknologi baru, riset pasar, meningkatkan kinerja ekonomi perusahaan, dan juga sejumlah besar barang jadi persediaan menghambat peningkatan kualitasnya, karena perusahaan, pertama-tama, tertarik untuk menjual produk yang ada sebelum berinvestasi dalam meningkatkan kualitasnya. Berdasarkan hal ini, timbul masalah dalam memastikan kelangsungan logistik dan proses teknologi dengan tingkat biaya minimum yang terkait dengan pembentukan dan pengelolaan berbagai jenis persediaan dalam sistem logistik.
Salah satu cara manajemen persediaan yang efektif adalah dengan menentukan pengiriman kargo yang optimal, sehingga dapat mengoptimalkan biaya transportasi, penyimpanan kargo, dan juga menghindari kelebihan atau kekurangan kargo di gudang.
Ukuran optimal lot pengiriman q ditentukan oleh kriteria biaya minimum untuk pengangkutan produk dan penyimpanan persediaan.
Besarnya total biaya dihitung dengan menggunakan rumus (3.1)
dimana – biaya transportasi untuk periode penagihan (tahun), c.u.
Biaya penyimpanan inventaris untuk periode penagihan (tahun), Rp
Nilainya ditentukan dengan rumus:
dimana n adalah jumlah kiriman yang dikirimkan selama periode penagihan,
– tarif angkutan satu lot, cu/lot.
Biaya penyimpanan ditentukan dengan rumus: (3.4)
dimana adalah rata-rata jumlah stok (dalam ton), yang ditentukan dari usulan pemasukan batch baru setelah batch sebelumnya habis seluruhnya. Dalam hal ini, nilai rata-rata dihitung dengan menggunakan rumus berikut:
Mengganti ekspresi dan ke dalam rumus (3.1), kita memperoleh:
Fungsi biaya total C mempunyai titik minimum pada titik dimana turunan pertamanya terhadap q adalah nol, yaitu
Setelah menyelesaikan persamaan (3.7) untuk q, kita memperoleh ukuran lot pengiriman yang optimal:
Sebagai ukuran volume konsumsi produk tahunan, kami menerima data yang diperoleh dari hasil peramalan dengan menggunakan metode rata-rata sederhana: Q = 60,46 ribu ton/tahun; tarif pengangkutan satu batch c.e./t; biaya yang terkait dengan penyimpanan stok c.e./t.
Mari kita substitusikan nilai yang diberikan dan dapatkan:
q= = =269,3(t)
Total biayanya adalah:
C= =2693,5(cu)
Memecahkan masalah ini secara grafis terdiri dari membuat grafik ketergantungan, dan, setelah sebelumnya melakukan perhitungan yang diperlukan untuk menentukan, dan.
Mari kita tentukan nilai , dan ketika q berubah dalam rentang 600 menjadi 1000 dengan kelipatan 100. Kita masukkan hasil perhitungannya ke dalam tabel 3.1.
Tabel 3.1
Nilai, dan
| Ukuran kumpulan | |||||
| 3627,6 | 1813,8 | 1209,2 | 906,9 | 725,5 | |
| DENGAN | 4127,6 | 2813,8 | 2709,2 | 2906,9 | 3225,5 |
Gambar 3.1 Ketergantungan biaya pada ukuran batch
Analisis grafik pada Gambar. Gambar 3.1 menunjukkan bahwa biaya transportasi menurun seiring dengan bertambahnya ukuran lot, yang berhubungan dengan penurunan jumlah perjalanan. Biaya penyimpanan meningkat sebanding dengan ukuran lot.
Grafik total biaya memiliki nilai minimum q kira-kira, yang merupakan nilai optimal dari ukuran lot pengiriman. Total biaya minimum yang sesuai adalah 2709 cu.
Mari kita hitung ukuran batch optimal dalam kondisi kekurangan dengan jumlah biaya yang terkait dengan kekurangan = 30 cu/t.
Dalam kondisi defisit, nilai q yang dihitung dengan rumus (3.8) disesuaikan dengan koefisien k yang memperhitungkan biaya-biaya yang terkait dengan defisit.
Koefisien k dihitung menggunakan rumus (3.10):
Besarnya biaya yang berhubungan dengan defisit;
terima =30 cu/t
Mengganti nilainya, kita mendapatkan:
q=1,15*269,3=309,69 (t)
Oleh karena itu, dalam kondisi kemungkinan kekurangan, ukuran lot pengiriman optimal dalam kondisi tertentu telah meningkat.
Kesimpulan: pada bagian ini saya menghitung ukuran lot persediaan yang optimal. Setelah menyelesaikan persamaan (3.7) untuk q, saya memperoleh ukuran pengiriman yang optimal.
Contoh No.1. Toko tersebut menjual Q TV setiap hari. Biaya overhead untuk memasok sejumlah TV ke toko diperkirakan sebesar S rubel. Biaya menyimpan satu TV di gudang toko sangat mahal. Tentukan volume optimal sejumlah televisi, biaya harian rata-rata optimal untuk penyimpanan dan pengisian kembali stok televisi di gudang. Berapakah biaya yang sama untuk televisi berukuran n1 dan n2?
Unduh solusinya.
Keputusan dibuat dengan menggunakan kalkulator online Ukuran pesanan optimal.
Contoh No.2. Hitung ukuran pesanan optimal untuk semua komponen menggunakan rumus Wilson (c1=12;c2=0.3;q=1).(c1=5;c2=0.1;q=150).Contoh No.3
(c1=1;c2=5;q=25).Contoh No.4
(c1=22;c2=17;q=112).Contoh No.5
(c1=150;c2=55;q=6).Contoh No.6
(c1=20000;c2=150;q=3000).Contoh No.7
(c1=200;c2=150;q=3000).Contoh No.8
(c1=200;c2=150;q=3000).Contoh No.9
(c1=20000;c2=1800;q=3000).Contoh No.10
(c1=90;c2=10;q=73000).Contoh No.11
(c1=90;c2=10;q=200).Contoh No.12
(c1=9490.91;c2=5;q=113938.92).Contoh No.13
(c1=1;c2=1;q=1).Contoh No.14
(c1=3;c2=3;q=3).Contoh No.15
(c1=1;c2=1;q=1).Contoh No.16
(c1=1;c2=1;q=1).Contoh No.17
(c1=1500;c2=20;q=30000).Contoh No.18
(c1=1500;c2=20;q=3600).Contoh No.19
Contoh No.3. Intensitas permintaannya adalah 1000 unit barang per tahun. Biaya organisasi sama dengan 7 USD, biaya penyimpanan - 6 USD, harga satuan - 6 USD. Tentukan ukuran batch yang optimal, jumlah batch per tahun, interval antara pengiriman dan total biaya. Buatlah bagan inventaris.
Unduh solusi
Contoh No.4. Pertimbangkan semua tahapan penyelesaian masalah ukuran optimal batch barang yang dibeli dengan data berikut: Q = 72, C 0 = 3 ribu rubel / m, C 1 = 400 rubel / m, C 2 = 100 rubel / M.
Unduh solusi
Contoh No.5. Permintaan tahunan untuk katup seharga $4 per unit adalah 1000 unit. Biaya penyimpanan diperkirakan sebesar 10% dari biaya setiap produk. Biaya pesanan rata-rata adalah $1,6 per pesanan. Ada 270 hari kerja dalam setahun. Tentukan besarnya tatanan ekonomi. Tentukan jumlah hari optimal antar pesanan.
Larutan: Unduh solusi
Contoh No.6. Gabah dikirim ke gudang dalam jumlah 800 ton. Konsumsi gabah dari gudang 200 ton per hari. Biaya overhead untuk pengiriman sejumlah biji-bijian adalah 1,5 juta rubel. Biaya penyimpanan 1 ton biji-bijian selama 24 jam adalah 80 rubel.
Anda perlu menentukan:
- waktu siklus, overhead harian rata-rata, dan biaya penyimpanan harian rata-rata;
- ukuran optimal dari batch yang dipesan dan karakteristik perhitungan gudang dalam mode optimal;
Untuk melakukan perhitungan, kami menggunakan rumus dasar model operasi gudang yang “ideal”.
1) Durasi siklus: T = Q/M = 800/200 = 4 hari
biaya overhead harian rata-rata: K/T = 1500/4 = 375 ribu rubel/hari
biaya penyimpanan harian rata-rata: hQ/2 = 80*800/2 = 28 ribu rubel/hari
Ukuran pesanan optimal dihitung menurut rumus Wilson:
dimana q 0 – ukuran pesanan optimal, pcs.;
C 1 = 1.500.000, biaya pemenuhan satu pesanan, gosok.;
Q = 200, kebutuhan persediaan barang untuk jangka waktu (tahun) tertentu, pcs.;
C 2 = 80, biaya pemeliharaan satu unit persediaan, gosok/buah. 
T
Tingkat stok rata-rata optimal: t
hari
Contoh No.7. Permintaan tahunan adalah D unit, biaya pemesanan adalah C 0 rubel/pesanan, harga pembelian adalah C b rubel/unit, biaya tahunan penyimpanan satu unit adalah% dari harganya. Waktu pengiriman 6 hari, 1 tahun = 300 hari kerja. Temukan ukuran pesanan optimal, biaya, tingkat pemesanan ulang, jumlah siklus per tahun, jarak antar siklus. Anda bisa mendapatkan diskon sebesar b% dari supplier jika jumlah pesanan minimal d unit. Apakah layak memanfaatkan diskon ini? Biaya tahunan kekurangan persediaan adalah C d rubel/unit. Bandingkan 2 model: dasar dan dengan defisit (pesanan terpenuhi).
| Barang no. | D | C 0 | Cb | A | B | D | CD |
| 21 | 400 | 50 | 40 | 20 | 3 | 80 | 10 |
Kami memperoleh solusinya menggunakan kalkulator. Pertama kita cari biaya penyimpanan satu unit, C 2 = 40 * 20% = 8 rubel. (diperkenalkan ke model utama) dan dengan diskon, C 2 = (1-0,03)*40*20% = 7,76 gosok. (untuk model diskon)
1. Perhitungan ukuran pesanan optimal.
Ukuran pesanan optimal dihitung menggunakan rumus Wilson:
dimana q 0 – ukuran pesanan optimal, pcs.;
C 1 = 50, biaya pemenuhan satu pesanan, gosok.;
Q = 400, permintaan barang persediaan untuk jangka waktu (tahun) tertentu, pcs.;
C 2 = 8, biaya pemeliharaan satu unit persediaan, gosok/buah. 
Tingkat stok rata-rata optimal: 
Frekuensi pengisian optimal: 
(tahun) atau 0,18·300=53 hari.
Perusahaan yang berspesialisasi dalam produksi berbagai jenis barang dapat mengatur proses teknologi tidak secara berkelanjutan, tetapi berdasarkan produksi sejumlah produk. Misalnya, sebuah toko roti mungkin memutuskan untuk memproduksi sejumlah besar roti gandum, diikuti oleh sejumlah roti kecil, diikuti oleh sejumlah scone jelai. Jika suatu perusahaan menggunakan produksi batch, maka keputusan harus dibuat mengenai ukuran batch produk yang dihasilkan selama satu siklus produksi dan seberapa sering batch produk tertentu harus diproduksi. Kesulitan yang dihadapi serupa dengan kesulitan yang terkait dengan penentuan kuantitas pesanan yang ekonomis. Daripada memesan produk dalam jumlah tertentu dari pemasok eksternal, volume produksi produk tertentu yang dipertimbangkan. Dengan demikian, biaya pesanan yang muncul dalam model yang diuraikan di atas sesuai dengan biaya pengorganisasian proses produksi sejumlah produk.
Beras. 11.5. Model Ukuran Lot Ekonomi
Jika kita menyatakan biaya pengorganisasian setiap siklus produksi, maka
di mana ukuran batch produk. Tentunya dengan analogi dengan soal sebelumnya, dibutuhkan nilai minimum jika
Jumlah produk optimal yang dihasilkan per batch disebut ukuran batch ekonomis.
Contoh 11.2. Perusahaan yang memproduksi produk keramik memproduksi beberapa jenis teko kopi. Proses produksinya diselenggarakan berdasarkan prinsip produksi batch teko kopi dengan total volume 500 buah per minggu. Jumlah Permintaan model paling populer, yang kami nyatakan dengan X, adalah produk per tahun dan didistribusikan secara merata sepanjang tahun. Terlepas dari kapan diperlukannya produksi sejumlah teko kopi model X, biaya proses produksinya adalah Art. Menurut pakar perusahaan, biaya penyimpanan teko kopi adalah st. per satuan.
Seberapa besar jumlah teko kopi agar biaya produksi dan penyimpanan minimal? Seberapa sering siklus produksi harus dimulai ulang dan berapa durasinya? Diasumsikan ada 50 minggu kerja dalam setahun.
Teko kopi per tahun;
Seni. untuk satu siklus produksi;
Seni. untuk satu teko kopi per tahun.
Ukuran batch ekonomis dapat ditentukan sebagai berikut:
Karena kurva biaya total tidak terlalu sensitif terhadap perubahan nilai yang kecil, kemungkinan besar nilai yang dipilih sebesar 820 tidak akan menghasilkan peningkatan biaya total yang signifikan. Pernyataan ini dapat dengan mudah diverifikasi.
Hal ini untuk meminimalkan total biaya pembelian, pengiriman dan pergudangan. Pada saat yang sama, biaya pengiriman dan penyimpanan menunjukkan perilaku multi arah. Di satu sisi, peningkatan jumlah pengiriman menyebabkan penurunan biaya pengiriman per unit persediaan, dan di sisi lain, hal ini menyebabkan peningkatan biaya gudang per unit persediaan. Untuk mengatasi masalah ini Wilson ( Bahasa inggris RH Wilson) metode perhitungan dikembangkan kumpulan pengiriman yang optimal (Bahasa inggris Kuantitas Pesanan Ekonomi, EOQ), juga dikenal sebagai atau rumus Wilson.
Asumsi model EOQ
Penerapan praktis model EOQ melibatkan sejumlah batasan yang harus diperhatikan ketika menghitung lot pengiriman optimal:
1. Jumlah persediaan yang dikonsumsi atau barang yang dibeli diketahui sebelumnya, dan konsumsinya dilakukan secara merata sepanjang seluruh periode perencanaan.
2. Biaya pengorganisasian pesanan dan biaya satu unit persediaan tetap konstan sepanjang seluruh periode perencanaan.
3. Waktu pengiriman sudah ditentukan.
4. Unit yang ditolak langsung diganti.
5. Saldo persediaan minimum adalah 0.
Perhitungan batch pengiriman yang optimal
Model EOQ didasarkan pada fungsi total biaya (TC), yang mencerminkan biaya pembelian, pengiriman, dan penyimpanan persediaan.
P– harga beli atau biaya produksi satu unit persediaan;
D– permintaan cadangan tahunan;
K– biaya penyelenggaraan pesanan (muat, bongkar, pengemasan, biaya transportasi);
Q– volume lot pengiriman.
H– biaya penyimpanan 1 unit persediaan selama setahun (biaya modal, biaya gudang, asuransi, dll).
Setelah menyelesaikan persamaan yang dihasilkan sehubungan dengan variabel Q, kita memperoleh kuantitas pengiriman optimal (EOQ).
Secara grafis hal ini dapat direpresentasikan sebagai berikut:
Dengan kata lain, lot pengiriman yang optimal adalah volume (Q) dimana nilai fungsi total biaya (TC) akan minimal.
Contoh. Permintaan tahunan perusahaan produksi bahan bangunan untuk semen adalah 50.000 ton dengan harga 500 USD. per ton. Pada saat yang sama, biaya pengorganisasian satu pengiriman adalah 350 USD, dan biaya penyimpanan 1 ton semen selama setahun adalah 2 USD. Dalam hal ini, ukuran lot pengiriman optimal adalah 2958 ton.
Dalam hal ini, jumlah pengiriman untuk tahun tersebut adalah 16,9 (50000/2958). Bagian pecahan 0,9 berarti pengiriman ke-17 terakhir akan selesai sebesar 90%, dan 10% sisanya akan ditransfer ke tahun berikutnya.
Mengganti batch pengiriman optimal ke dalam fungsi total biaya, kita mendapatkan 25.008.874 USD.
TC = 500*50000 + 50000*350/2958 + 2*2958/2 = 25008874 c.u.
Untuk ukuran lot pengiriman lainnya, total biayanya akan lebih tinggi. Misalnya, untuk 3000 ton akan menjadi 25008833 USD, dan untuk 2900 ton akan menjadi 25008934 USD.
TC = 500*50000 + 50000*350/3000 + 2*3000/2 = 25008833 c.u.
TC = 500*50000 + 50000*350/2900 + 2*2900/2 = 25008934 c.u.
Secara grafis, konsumsi persediaan dapat direpresentasikan sebagai berikut, asalkan saldonya pada awal tahun sama dengan lot pengiriman optimal.
Dengan mempertimbangkan asumsi awal model EOQ tentang konsumsi persediaan yang seragam, batch pengiriman optimal akan dikembangkan hingga saldo nol, dengan ketentuan bahwa batch berikutnya akan dikirimkan pada saat ini.
Dengan artikel ini kami membuka serangkaian kecil publikasi yang ditujukan untuk menentukan ukuran batch optimal suku cadang yang dimasukkan ke dalam produksi. Tentunya nilai ini mempengaruhi indikator ekonomi, sehingga penting bagi setiap produsen untuk menentukannya dengan benar. Kami ingin berbicara tentang sejarah masalah ini, metode yang digunakan dan tren terkini.
Segera setelah produk apa pun diproduksi dalam jumlah lebih dari satu produk, muncul pilihan: pertama-tama kita dapat membuat seluruh bagian yang berbeda dari satu produk dan baru kemudian melanjutkan ke produk berikutnya, atau kita membuat produk yang sama (atau serupa) suku cadang untuk semua produk sekaligus. Metode kedua memberikan banyak keuntungan: spesialisasi pekerjaan, penggunaan peralatan rasional, stabilitas kualitas, peningkatan produktivitas.
Ketika memproduksi barang dalam jumlah kecil, jumlah bagian yang identik sama dengan jumlah produk jadi. Ketika volume produksi meningkat, biaya produksi yang terkait dengan pengaturan peralatan, pemasangan perlengkapan, dan penggantian peralatan turun. Namun hal ini terjadi sampai batas tertentu. Pertumbuhan lebih lanjut menyebabkan peningkatan biaya penyimpanan bahan mentah, produk setengah jadi di bengkel, dan produk jadi dalam jumlah besar;
Masalah ini menjadi nyata bahkan untuk bengkel kecil: “Di mana menempatkan bahan mentah tambahan, di mana menempatkan barang jadi sebelum dibeli dan diekspor, di mana mendapatkan dana tambahan untuk membeli lebih banyak bahan?” Tetapi untuk perusahaan besar, semuanya jauh lebih serius - gudang tambahan, zona penyangga, dan ini tidak hanya berarti ruang tambahan, tetapi juga peralatan, orang, pemanas, organisasi logistik, dan akuntansi.
Solusinya adalah dengan membagi jumlah total bagian menjadi beberapa batch terpisah. Produksi produk berdasarkan batch peluncuran-pelepasan disebut produksi batch.
Orang-orang mulai berpikir tentang berapa banyak suku cadang identik yang akan dimasukkan ke dalam produksi segera setelah peralihan dari metode manual dalam memproduksi barang ke metode mesin. Perkembangan produksi aliran massal dan volume tinggi di awal abad ke-20 mendorong pengembangan teori untuk mengoptimalkan ukuran lot suku cadang. Model-model ini telah diperbaiki selama bertahun-tahun. Pada akhir abad ke-20 dan awal abad ke-21, produksi mulai mengalami perubahan mendasar, yang juga memerlukan pendekatan baru dalam distribusi produk antar batch produksi.
Tentu saja, seiring dengan bertambahnya ukuran batch, frekuensi pergantian peralatan, penggantian peralatan dan perkakas, serta operasi persiapan produksi menurun, yang berarti biaya pergantian tersebut menurun. Pada saat yang sama, biaya pergudangan meningkat. Grafik total biaya versus ukuran batch memiliki titik minimum. Sifat perubahan biaya ditunjukkan pada gambar.
Menentukan ukuran batch yang sesuai dengan biaya minimum ini merupakan masalah optimasi. Metode penghitungan titik ini dikembangkan pada awal abad ke-20, dan bukannya tanpa intrik.
Secara historis, orang pertama yang mengusulkan formula untuk menghitung batch optimal adalah Ford W. Harris dari Amerika. Pada tahun 1913 ia menerbitkan perhitungannya. Sejujurnya, penurunan rumus ukuran batch optimal tidak mewakili terobosan teoretis apa pun dalam matematika. Ini adalah soal yang cukup sederhana untuk mencari nilai minimum suatu fungsi. Pengetahuan praktis tentang kekhasan ekonomi produksi sangat berharga. Harris bekerja sebagai insinyur di sebuah perusahaan teknik elektro dan menggunakan pengalamannya untuk mendasari analisisnya. Namun, dia tidak memiliki ijazah - dia hanya lulus SMA. Secara otodidak, dia sukses secara fenomenal - dia menerbitkan 70 artikel dan mendaftarkan 50 paten.
Selama dekade berikutnya, publikasi oleh penulis lain muncul dengan topik ukuran batch optimal di bidang manufaktur. Sejak kajian ini diterapkan, tidak ada tradisi mengutip sumber primer, sebagaimana lazim dalam ilmu pengetahuan fundamental.
Pada tahun 1934, sebuah publikasi baru muncul di Harvard Business Review, di mana penulis R.H. Wilson (Wilson atau Wilson) kembali memberikan formula untuk ukuran batch yang optimal tanpa mengacu pada karya sebelumnya. Dan secara kebetulan yang aneh, namanyalah yang memberi nama pada formula tersebut dan mengakar dalam sejarah berikutnya. Beberapa peneliti percaya bahwa ada persaingan antara berbagai publikasi dan sekolah bisnis (Harvard dan Chicago), yang hanya mendukung penulisnya. Akibatnya, prioritas Harris terlupakan setelah beberapa waktu. Dan baru pada tahun 1990 di Amerika Serikat dilakukan upaya untuk memahami prioritas dan tanggal publikasi pertama tentang topik ini.
Namun sementara orang Amerika mencari tahu siapa yang pertama kali mempelajari cara menghitung jumlah partai yang optimal, orang Jerman, yang setuju dengan keunggulan Harris, mengklaim bahwa rekan senegaranya Kurt Andler benar-benar mengembangkan topik ini untuk pertama kalinya pada tahun 1929 dan menyebut topik tersebut sesuai. formula setelahnya, sementara Wilson tidak disebutkan.
Rumus Andler untuk ukuran batch komponen yang optimal dalam bentuk yang paling sederhana adalah sebagai berikut:
di mana y min adalah ukuran batch optimal,
V — volume produk yang dibutuhkan selama periode waktu tertentu (kecepatan penjualan),
CR - biaya yang terkait dengan perubahan batch (dengan syarat - untuk pengaturan),
Caku— biaya pergudangan tertentu selama periode waktu tertentu.
Rumus Wilson untuk jumlah barang optimal yang akan dipesan ke gudang (untuk dijual atau diproses) terlihat serupa. Namun komponen-komponennya memiliki arti yang sedikit berbeda dan sebutan yang berbeda (dalam bentuk klasik):
dimana EOQ adalah kuantitas pesanan ekonomis (EOQ)),
Q — jumlah barang per tahun (Jumlah dalam satuan tahunan),
P — biaya pelaksanaan pesanan (biaya penempatan pesanan),
C — biaya penyimpanan satu unit barang per tahun (Carry cost).
Omong-omong, orang Amerika dengan mudah mengingat rumus ini menggunakan frasa mnemonik: “Akar kuadrat dari dua Q uarter P bawah dengan C ini." Ungkapan tersebut mudah diterjemahkan,
atau - “akar kuadrat dari dua perempat pon dengan keju.” Di sini, untuk orang Rusia dan secara umum semua orang kecuali orang Amerika, diperlukan penjelasan. Orang Amerika menyebut burger keju McDonald's sebagai “seperempat pon”, yang biasanya berbobot seperempat pon—113,4 gram.
Di luar Amerika Serikat, hamburger jenis ini memiliki nama lain, dan dalam hal ini, kita dapat mengingat dialog terkenal antara dua pembunuh Vincent dan Jules dari film “Pulp Fiction” karya Tarantino. Salah satu bandit yang diperankan oleh Travolta berbicara tentang perjalanannya ke Eropa, bagaimana di Paris Anda dapat membeli bir di McDonald's dan “keajaiban” lainnya:
— Tahukah Anda apa yang mereka sebut Quarter Pounder dengan keju di Paris?
- Kenapa mereka tidak memanggilnya Quarter Pounder?
- Tidak, mereka memiliki sistem metrik, dan mereka tidak tahu apa itu... (menghilangkan kata-kata kotor) seperempat pon. Mereka menyebutnya Royal Cheeseburger.
— Burger Keju Kerajaan??? Kalau begitu, apa yang mereka sebut Big Mac?
“Big Mac adalah Big Mac, tapi mereka menyebutnya Le Big Mac.”
- Le Big Mac?! Ha ha ha...
Sehingga Vincent dan Jules dapat dengan mudah mengingat rumus volume barang yang optimal dan menerapkannya dalam aktivitasnya.
Model batch optimal Andler-Wilson klasik didasarkan pada sejumlah asumsi awal: produksi tanpa batasan kapasitas, tanpa gudang perantara, permintaan stabil, kemampuan untuk membagi bahan ke dalam ukuran batch apa pun, biaya gudang konstan, gudang dengan volume tidak terbatas , cakrawala perencanaan yang tidak terbatas, penjualan barang terjadi segera setelah produksi, dll.
Setiap asumsi tersebut sekaligus menjadi batasan penerapan model pada kondisi produksi tertentu dan dapat menjadi dasar pengembangan dan komplikasi model.
Namun, hasil perhitungan dengan menggunakan rumus klasik paling sederhana masih dapat dijadikan sebagai nilai dasar untuk penilaian awal - keakuratan penilaian sangat bergantung pada seberapa lengkap dan akurat kita memperhitungkan biaya yang terkait dengan peluncuran batch dan penyimpanan baru. biaya.
Industri furnitur akhir-akhir ini menjadi semakin individual; pekerjaan semakin didasarkan pada pesanan - jika bukan dari pelanggan akhir, maka dari gudang yang diisi ulang secara dinamis, yang secara praktis bertindak sebagai pelanggan. Dalam hal ini, tren dekade terakhir adalah bekerja berdasarkan prinsip Losgrösse 1 - yaitu, ukuran batch berasal dari satu bagian. Kami akan membahas hal ini lebih detail di artikel berikut.