Dalam era persaingan bisnis yang semakin ketat, perusahaan perlu memanfaatkan teknologi dan data untuk memenangkan persaingan. Salah satu pemanfaatan teknologi yang dapat dilakukan adalah machine learning, khususnya dalam hal pengelolaan persediaan. Pengelolaan persediaan yang efisien akan membantu perusahaan menghindari biaya yang tidak perlu, meningkatkan ketersediaan produk, dan memuaskan pelanggan. Saat ini, masalah yang dihadapi oleh PT. EPM adalah ketidakmampuan perusahaan memenuhi permintaan pelanggan akan produk consumer health secara berkelanjutan. Pelanggan dibuat kecewa karena produk yang ingin mereka beli sudah tidak tersedia. Sebaliknya, produk lain memiliki stok lebih banyak dari jumlah permintaan dari pelanggan, sehingga perusahaan harus mengeluarkan biaya lebih besar untuk mendistribusikan kelebihan stok tersebut ke cabang lainnya. Oleh karena itu, dibutuhkan suatu metode untuk memprediksi stok masing-masing produk demi memenuhi permintaan pelanggan secara tepat. Dengan demikian, penelitian ini bertujuan untuk mengoptimalkan pengelolaan persediaan produk consumer health di PT. EPM dengan menerapkan clustering dan time-series forecasting menggunakan machine learning.

Clustering; time-series forecasting; pengelolaan persediaan; LSTM; ARIMA; FB-Prophet

• Amalia Zahra, S.Kom., Ph. D.