• Tentang UGM
  • Tentang FEB UGM
  • Logistics Performance Index
Universitas Gadjah Mada
  • Beranda
  • Tentang Kami
    • Gambaran Singkat
    • Misi Bidang Kajian MLRP
    • Visi Bidang Kajian MLRP
    • Arah Riset dan Kajian
  • Program dan Kegiatan
    • MLRP Research Club
    • MLRP DataBase
    • MLRP Update
    • MLRP Quarterly
    • MLRP Thesis of The Year
    • MLRP Research
  • Kontak
  • Hubungi Kami
  • Beranda
  • MLRP Quarterly
  • Mathematical Modelling for Logistics and Supply Chain Management: A Simple Explanation

Mathematical Modelling for Logistics and Supply Chain Management: A Simple Explanation

  • MLRP Quarterly, MLRP Update
  • 22 Juli 2021, 19.15
  • Oleh: mlrp.feb
  • 0

Yogyakarta, 8 Juni 2021. Bidang Kajian Manajemen Logistik dan Rantai Pasokan (MLRP) Fakultas Ekonomika dan Bisnis UGM menyelenggarakan mini webinar bertajuk “Mathematical Modelling for Logistics and Supply Chain Management: A Simple Explanation” dengan narasumber Setyo Tri Windras Mara, M.Sc., MBA. dan moderator Luluk Lusiantoro, M.Sc., Ph.D. melalui platform zoom webinar. Kegiatan ini sukses diselenggarakan dan dihadiri oleh 46 peserta.

Mini webinar ini merupakan bagian dari program MLRP Quarterly dan merupakan perwujudan misi pembentukan Bidang Kajian MLRP yang berkaitan dengan pelaksanaan diseminasi data dan ilmu pengetahuan hasil kajian dan penelitian di bidang MLRP dan hasil kajian yang berdampak positif dan praktis bagi industri. Dalam memenuhi perannya sebagai media diseminasi ilmu pengetahuan, Bidang Kajian MLRP berusaha menyebarkan pengetahuan akademis dan mempertemukannya dengan pengetahuan praktis demi meningkatkan dampak nyatanya bagi industri logistik dan rantai pasokan, khususnya di Indonesia.

Setyo Tri Windras Mara, M.Sc., MBA. membuka paparan materi dengan menilik kembali pada definisi dan ruang lingkup supply chain management sebelum masuk pada keterkaitannya dengan operational research/management science (OR/MS). Narasumber kemudian menjelaskan bahwa OR/MS merupakan suatu kumpulan metode yang dikembangkan secara mutakhir. Dengan demikian OR/MS berada diberbagai domain karena yang dikembangkan adalah metodenya. OR/MS melakukan modelling dan mengusulkan the most optimal model pada sebuah domain. Lebih dalam juga dipaparkan bahwa OR/MS sangat erat kaitannya dengan decision making atau sering disebut sebagai decision science karena memberikan usulan dalam pengambilan keputusan paling optimal. Sesi ini juga dilanjutkan dengan pemaparan lebih rinci terkait berbagai contoh model matematis yang dapat diterapkan pada lingkup praktik supply chain management serta keterbatasan-keterbatasannya.

Mini webinar ini dapat disaksikan kembali melalui tautan berikut: youtu.be/ZI0bSvwJnog

Tags: computer programming data science logistics mathematical modelling supply chain management

Leave A Comment Batalkan balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

*

Postingan Terbaru

  • OPSID X MLRP: Predicting circular economy practices of Small-Medium Enterprises (SMEs) in Indonesia: the role of supply chain finance and business survivability
  • BK MLRP X Ekonomi Sirkular ID: Peran Sonjo Dalam Darurat Sampah Jogja
  • Kondisi Logistik Indonesia 2023: Tantangan yang Dihadapi dan Upaya Peningkatan
  • Ketahanan dan Integrasi Rantai Pasok: Konsolidasi Jasa Pengiriman dan Logistik FedEx
  • Bagaimana ChatGPT Meningkatkan Efisiensi Rantai Pasok di Masa Depan?

MLRP Summary

  • Management Forum: Sustainability Series | Episode 2: Sustainability in Business and Supply Chain

MLRP Focus

MLRP Update

  • BK MLRP X Ekonomi Sirkular ID: Peran Sonjo Dalam Darurat Sampah Jogja
  • Kondisi Logistik Indonesia 2023: Tantangan yang Dihadapi dan Upaya Peningkatan
  • Ketahanan dan Integrasi Rantai Pasok: Konsolidasi Jasa Pengiriman dan Logistik FedEx
Universitas Gadjah Mada

Gedung Pertamina Tower Lt. 4, Jl. Sosio Humaniora No. 1, Bulaksumur

(0274) 548510

mlrp.feb@ugm.ac.id

© Universitas Gadjah Mada

KEBIJAKAN PRIVASI/PRIVACY POLICY

[EN] We use cookies to help our viewer get the best experience on our website. -- [ID] Kami menggunakan cookie untuk membantu pengunjung kami mendapatkan pengalaman terbaik di situs web kami.I Agree / Saya Setuju