Saya memiliki 2 masalah ini untuk dipecahkan (pada gambar).
Saya memiliki 9 toko yang menginginkan jumlah produk yang berbeda. Toko pertama meminta 62 unit, yang kedua 10 unit, dll.
Pemasok mengirim total 138 unit (kasus 1). Saya harus mendistribusikan 138 unit itu ke semua toko secara adil. Setiap kotak yang dikirim dari pemasok memiliki 2 unit dan lebih baik menggunakan kelipatan 2 unit untuk setiap toko, sehingga tidak perlu membongkar kotak itu. Jika tidak memungkinkan, kita dapat membongkar kotak tetapi hanya dalam kasus terakhir.
Dalam kasus 2, ada beberapa toko yang mendapatkan kurang dari yang mereka minta. Tidak apa-apa. Saya hanya perlu mendistribusikannya secara adil sehingga satu toko tidak mendapatkan apa-apa dan yang lain tidak mendapat apa-apa.
Saya memiliki cara untuk melakukan ini tetapi ini sangat kompleks dan penuh kesalahan jadi saya mencoba mencari cara yang lebih mudah seperti formula atau sesuatu.
Apa yang saya lakukan adalah (saya akan memberikan contoh untuk baris pertama dan Case2):
- Memberikan kotak untuk setiap toko sehingga tidak ada risiko memiliki satu toko yang tidak menerima apa pun.
- Hitung: NecessityByPriority = Necessity-1box = 62-2 = 60
- Hitung: PriorityEachStore: 60 / jumlah (NecessityByPriority) = 60/72 = 83,3333%
- Hitung: PriorityUnits = PriorityEachStore * (Stok-9box) = 83,3333% * (58-18) = 33,3333 [kotak 9 berhubungan dengan jumlah unit yang diberikan pada langkah pertama: masing-masing 9 toko * 2 unit]
- Hitung: NumberBoxes = round (PriorityUnits / (Unit / box)) = round (33,3333 / 2) = 17
- Hitung: NumberUnits = NumberBoxes * (Unit / box) = 17 * 2 = 34
- Hitung jumlah akhir: NumberUnits + 1 kotak [diberikan pada langkah 1] = 34 + 2 = 36
Dalam kasus yang diberikan tidak ada kesalahan besar tetapi saya akan menunjukkan kepada Anda satu dengan kesalahan di atas dalam simulator yang telah saya lakukan di Excel:
Di sini ada 3 unit yang tersisa. Ini karena pembulatan. Saya dapat menambahkan baris untuk memverifikasi jika ada sesuatu yang tersisa dan jika demikian untuk mendistribusikan kembali. Tetapi saya sedang mencari cara yang lebih mudah tanpa semua formula ini.
Saya memiliki proses lain yang menghitung dengan rumus yang sama, semuanya untuk toko pertama. Kemudian buat iterasi ke-2 dan hitung ulang semuanya kecuali toko pertama. Dan terus sampai tidak ada lagi toko. Masalahnya adalah di sini hanya ada 9 toko tetapi terkadang ada ratusan.
Jawaban:
apa yang Adil ?
Definisi Anda tentang keadilan adalah kuantitas yang Anda benar-benar coba optimalkan (maksimalkan). Mungkin ada beberapa metode untuk mengoptimalkan ini, tetapi pertama-tama Anda harus menentukan bagaimana ini akan dihitung.
Saya akan menjelaskan beberapa metode yang mungkin di bawah ini.
Maksimalkan Jumlah Pesanan Lengkap
Metode ini mengasumsikan bahwa kebahagiaan setiap konsumen tertimbang sama. Karena itu, Anda ingin memaksimalkan jumlah pesanan penuh.
Pesanlah konsumen mulai dari yang paling tidak diminta hingga yang paling banyak diminta dan mulailah mengisi pesanan dari atas. Ini akan memberi Anda pesanan paling lengkap.
Maksimalkan Pesanan Terbesar
Metode ini mengasumsikan bahwa konsumen yang memesan paling banyak adalah konsumen yang paling berharga untuk tetap dipasok. Anda ingin konsumen yang penting ini bahagia karena Anda tidak peduli dengan yang lebih kecil.
Pesanlah konsumen dari yang paling banyak diminta hingga yang paling sedikit diminta dan mulailah mengisi pesanan dari atas. Ini akan membuat konsumen terbesar yang paling bahagia.
Penuhi Persentase yang Sama dari Semua Pesanan
Ini sepertinya metode yang Anda coba gunakan. Yang ini lebih rumit, karena Anda akan berakhir dengan unit parsial.
Jumlahkan semua pesanan dan berikan bobot untuk setiap pesanan berdasarkan pada pesanan individu dibagi dengan jumlah semua pesanan. Ini adalah persentase dari total yang tersedia yang akan diperoleh setiap konsumen.
Ini bisa dianggap paling adil , tapi itu tidak selalu yang terbaik dari sudut pandang bisnis.
Pilih apa yang akan Dioptimalkan
Anda perlu memutuskan apa yang akan dioptimalkan agar dapat mengoptimalkan distribusi. Dalam jawaban ini saya telah membuat beberapa asumsi tentang situasi. Saya sebagian besar datang pada pertanyaan dari sudut pandang bisnis, tetapi jawabannya bisa sangat berbeda jika Anda melihat memasok mesin atau jika ada biaya untuk tidak memasok beberapa konsumen. Semua masalah ini akan mengubah solusi akhir.
sumber
Pertama, hilangkan dengan "satu untuk semua orang" karena yang utama akan dibiarkan dengan stok kosong dan yang marginal dengan yang tidak terjual.
Distribusikan sesuai dengan metode "Persentase yang Sama untuk Semua Pesanan" Anda, lalu bulatkan; menugaskan mungkin 95% dari jumlah yang dapat Anda tetapkan.
Kemudian kirim unit yang tersisa ke toko yang mengeluarkan permintaan individu, basis per-permintaan, pertama datang, pertama dilayani, tergantung pada permintaan masing-masing - pesanan aktual dari pelanggan, bukan hanya "ingin memilikinya dalam persediaan".
Distribusi "keharusan" tunduk pada fluktuasi acak; Anda mengoptimalkan berdasarkan pada perkiraan permintaan yang tunduk pada keacakan ketika datang ke penjualan aktual. Dengan menunda distribusi dari "cache cadangan" sampai ada permintaan yang dikonfirmasi, Anda mengisi celah-celah dalam permintaan ini, memastikan bahwa semua toko benar-benar kehabisan stok pada saat yang sama dan pada tahap akhir semuanya berjalan pada cadangan.
sumber
Latar Belakang
Pertanyaan ini telah dijawab dengan menggunakan konsep rekayasa lean manufacturing. Saya telah menggunakan Toyota Manufacturing sebagai dasar untuk solusi. Idenya dapat diterapkan pada proses rekayasa manufaktur lainnya seperti farmasi, elektronik konsumen, tekstil, atau industri serupa lainnya. Karena ini adalah forum teknik, saya telah berusaha untuk menjawab dalam kerangka kerja rekayasa. Pertanyaan itu dapat dijawab dalam kerangka kerja bisnis murni juga.
Tanggapan
Memasok bahan baku ke pabrik seperti Toyota Assembly plant memiliki korelasi yang sangat mirip dengan memasok barang dagangan ke toko. Sangat penting bahwa semua bagian yang diperlukan tersedia di pabrik perakitan untuk produk manufaktur, mirip dengan memiliki barang dagangan di rak di toko untuk memungkinkan konsumen melakukan pembelian. Dikatakan bahwa GM akan kehilangan lebih dari setengah juta dolar AS jika pabrik Terselubung di Bowling Green Kentucky tidak beroperasi selama satu jam.
Produk / bahan baku yang diperlukan untuk perakitan mobil Toyota adalah sensor suhu cairan pendingin. Saya berasumsi bahwa semua pabrik perakitan yang tercantum di bawah ini memerlukan sensor suhu cairan pendingin. Volume fiktif per bulan juga terdaftar.
\ begin {array} {| aku | aku | c |} \ hline Toyota \ Pabrikan & amp; Model & amp; Rata-rata \ Sensor \\ & amp; & amp; diperlukan \ per \ minggu \\ \ hline Mississippi & amp; Corolla & amp; 7500 \\ Kentucky & amp; Camry & amp; 750 \\ Texas & amp; Tacoma & amp; 75 \\ Indiana & amp; Sienna & amp; 8 \\ \ hline \ end {array}
Menggunakan teknik data atau rekayasa data, alat data dan bagan seperti bagan rentang bergerak individual (I-MR)
Alat statistik seperti di atas akan membantu menentukan tingkat tarikan rata-rata (permintaan), standar deviasi, dan informasi lain untuk menentukan jumlah minimum untuk produk / bahan baku yang diperlukan untuk berhasil mengoperasikan pabrik manufaktur teknik. Konsep serupa dapat diadopsi untuk memahami permintaan di toko.
Dari sisi penawaran, rata-rata permintaan, batas kontrol atas dan bawah (LCL) digunakan untuk mendistribusikan bahan baku ke lokasi-lokasi manufaktur rekayasa. LCL akan membantu menentukan dengan beberapa tingkat keyakinan tingkat minimum bahan baku yang dibutuhkan serta strategi untuk mendistribusikan bahan baku tambahan.
Ringkasan
Jika informasi seperti standar deviasi, UCL, LCL, median, dan rentang ditambahkan ke tabel persyaratan sensor suhu mingguan Toyota Manufacturing Plant di atas, banyak wawasan tentang operasi pabrik dapat disediakan cara terbaik untuk mendistribusikan pasokan. Kombinasi Teknik Data, Teknik Informasi, Teknik Proses, dan statistik dapat sangat bermanfaat untuk mengoptimalkan proses distribusi.
sumber
Semua jawaban sejauh ini telah mengambil pendekatan proses tunggal yang direncanakan dengan sengaja. Cara masalah ini diselesaikan di banyak aplikasi kehidupan nyata adalah dengan menggunakan proses terdistribusi yang masing-masing berusaha untuk mengoptimalkan secara lokal tetapi saling bersaing. Akibatnya, distribusi optimal jatuh hampir sebagai produk ganda.
Dengan kata lain, naikkan harga sampai permintaan dikurangi untuk menyamai penawaran. Bahkan sistem ini dapat lebih didistribusikan dengan menggunakan metode yang dikenal sebagai "lelang".
Dengan kata lain, alih-alih solusi komunis yang tampaknya Anda tanyakan, Anda juga harus mempertimbangkan solusi kapitalis.
sumber