Analisis Pola Pelayanan Logistik pada PT KAI (Balai Yasa Manggarai) Menggunakan Algoritma Apriori

Abstract

Manajemen logistik memegang peran penting dalam industri dengan tanggung jawab memantau pergerakan barang dari pengadaan hingga penggantian yang dikelola pada fasilitas gudang. Pemilihan lokasi penempatan barang sangat penting untuk mendukung kelancaran distribusi dan aktivitas logistik, serta mengoptimalkan waktu pengiriman dan biaya transportasi. Kekurangan stok dapat menghambat proses produksi, sementara overstock dapat meningkatkan biaya penyimpanan. Untuk mengatasi ini, PT KAI, khusunya sektor Balai Yasa, menerapkan kebijakan persediaan untuk meningkatkan respons terhadap permintaan. Data transaksi tahun 2023 mencatat fluktuasi dalam permintaan layanan, mencerminkan keragaman yang mungkin dipengaruhi oleh berbagai faktor eksternal seperti perubahan ekonomi dan kebijakan industri. Melalui analisis data mining menggunakan algoritma Apriori dengan support minimum 5%, confidence 100%, dan lift ratio ≥ 1 menunjukkan bahwa kemunculan item secara bersama lebih sering daripada yang diharapkan dari aturan yang terbentuk. Dengan demikian, hasil analisis dapat dijadikan sebagai preferensi dalam distribusi penempatan barang sesuai dengan permintaan layanan dan kebutuhan pada perusahaan, sehingga meningkatkan efisiensi operasional dan kualitas pelayanan.  Manajemen logistik memegang peran penting dalam industri dengan tanggung jawab memantau pergerakan barang dari pengadaan hingga penggantian yang dikelola pada fasilitas gudang. Pemilihan lokasi penempatan barang sangat penting untuk mendukung kelancaran distribusi dan aktivitas logistik, serta mengoptimalkan waktu pengiriman dan biaya transportasi. Kekurangan stok dapat menghambat proses produksi, sementara overstock dapat meningkatkan biaya penyimpanan. Untuk mengatasi ini, PT KAI, khusunya sektor Balai Yasa, menerapkan kebijakan persediaan untuk meningkatkan respons terhadap permintaan. Data transaksi tahun 2023 mencatat fluktuasi dalam permintaan layanan, mencerminkan keragaman yang mungkin dipengaruhi oleh berbagai faktor eksternal seperti perubahan ekonomi dan kebijakan industri. Melalui analisis data mining menggunakan algoritma Apriori dengan support minimum 5%, confidence 100%, dan lift ratio ≥ 1 menunjukkan bahwa kemunculan item secara bersama lebih sering daripada yang diharapkan dari aturan yang terbentuk. Dengan demikian, hasil analisis dapat dijadikan sebagai preferensi dalam distribusi penempatan barang sesuai dengan permintaan layanan dan kebutuhan pada perusahaan, sehingga meningkatkan efisiensi operasional dan kualitas pelayanan.