Anastasya Salsabila (1), Rr. Rochmoeljati (2)
General Background: Warehouse operations are a critical part of supply chain performance because ineffective material and information flow can create waste and reduce operational efficiency. Specific Background: PT XYZ, a utility service provider, manages a spare parts warehouse for utility machine maintenance and repair, where high spare parts demand created warehouse complexity and waste in administrative, storage, waiting, transportation, and resource utilization activities. Knowledge Gap: Previous warehouse waste studies commonly used Lean Warehousing with Value Stream Mapping and Root Cause Analysis, but limited studies specifically examined spare parts warehouses in the utility industry through an integrated Big Picture Mapping, VALSAT, and RCA approach. Aims: This study aimed to identify, prioritize, and reduce waste in spare parts warehouse activities using Lean Warehousing, Value Stream Mapping, Value Stream Analysis Tools, and Root Cause Analysis. Results: The most critical waste was overprocessing with a score of 3.00, followed by inventory at 2.67, waiting at 2.33, transportation at 2.33, unutilized resources at 2.00, unnecessary motion at 1.67, and overproduction and defect at 1.33. The initial warehouse process consisted of 31 activities with a total lead time of 247 minutes and a Process Cycle Efficiency of 32.39%. After improvement, the process decreased to 24 activities, lead time reached 172 minutes, and PCE increased to 46.51%. Novelty: This study integrates Big Picture Mapping, VALSAT, and RCA for spare parts warehouse waste prioritization. Implications: The findings support SAP automation, supplier evaluation, earlier material handling preparation, standardized material flow, clearer task allocation, one piece flow, inventory control, and material age monitoring.
Highlights:
Keywords: Lean Warehousing, Root Cause Analysis, Value Stream Mapping, Waste
PT XYZ merupakan industri utilitas yang memproduksi listrik dan steam. PT XYZ memiliki banyak mesin dan peralatan dalam aktivitas produksi seperti Gas Turbine Generator, Heat Recovery Steam Generator, Package Boiler, serta fasilitas peralatan utilitas penunjang. Perusahaan ini memiliki dua jenis gudang yaitu gudang consumable sebagai tempat penyimpanan bahan kimia dan gudang sparepart sebagai tempat penyimpanan material suku cadang mesin yang memiliki siklus waktu lebih lama karena terindikasi adanya pemborosan pada aliran pergudangannya. Pada gudang PT XYZ pemborosan yang terjadi diantaranya yaitu overprocessing berupa proses administrasi yang panjang dan pencatatan berulang. Kemudian pemborosan inventory yang terjadi dengan adanya penumpukan barang yang tidak terpakai digudang dalam periode tertentu. Selain itu, pemborosan waiting terjadi penundaan dalam aliran barang yang sebagian besar disebabkan persiapan material handling. Pemborosan transportation terjadi karena adanya proses pemindahan barang yang berulang dan perlu berganti alat.
Untuk mengatasi permasalahan perlunya visualisasi aliran proses dengan value stream mappping (VSM) dengan pendekatan Value Stream Analysis Tools (VALSAT) dan analisis fishbone diagram serta 5 whys analysis yang berfungsi untuk mengetahui faktor penyebab masalah dan keterkaitannya [11][12]. Pada penelitian terdahulu analisis pemborosan pada aktivitas pergudangan umumnya hanya menggunakan pendekatan Lean Warehousing dengan tools Value Stream Mapping dan Root Cause Analysis, serta belum secara spesifik mengkaji gudang sparepart di industri utilitas [13][14]. Selain itu, belum banyak penelitian yang mengintegrasikan metode secara komprehensif seperti Big Picture Mapping, VALSAT, dan RCA untuk menentukan prioritas pemborosan dan akar penyebabnya..
Kebaruan dalam penelitian ini terletak pada pendekatan yang mengintegrasikan beberapa metode analisis secara komprehensif, yaitu Big Picture Mapping, Value Stream Analysis Tools (VALSAT), dan Root Cause Analysis (RCA) dalam mengidentifikasi serta memprioritaskan pemborosan pada aktivitas gudang sparepart di industri utilitas. Berbeda dengan penelitian terdahulu yang umumnya hanya menggunakan Value Stream Mapping dan RCA secara terpisah, penelitian ini mengombinasikan metode tersebut untuk memberikan analisis yang lebih sistematis dan terstruktur dalam menentukan prioritas waste serta akar penyebabnya. Selain itu, penelitian ini secara spesifik mengkaji aktivitas gudang sparepart pada industri utilitas yang masih jarang diteliti, sehingga diharapkan dapat memberikan kontribusi praktis dalam meningkatkan efisiensi operasional pergudangan.
Penelitian ini menggunakan pendekatan lean warehousing dengan metode Value Stream Mapping (VSM), Value Stream Analysis Tools (VALSAT), dan Root Cause Analysis (RCA). Data yang digunakan terdiri dari data primer dan sekunder. Data primer diperoleh melalui observasi langsung terhadap aktivitas gudang, wawancara dengan pekerja gudang, serta pengukuran waktu proses menggunakan stopwatch, sedangkan data sekunder diperoleh dari dokumentasi perusahaan.
Instrumen penelitian meliputi lembar observasi aktivitas dan pedoman wawancara untuk mengidentifikasi alur proses dan pemborosan yang terjadi. Validasi data dilakukan dengan metode triangulasi melalui perbandingan hasil observasi, wawancara, dan data perusahaan, serta konfirmasi kepada pihak gudang untuk memastikan kesesuaian dengan kondisi aktual. Pengukuran waktu aktivitas dilakukan secara berulang dalam kondisi operasional normal, kemudian diambil nilai rata-rata untuk menjaga konsistensi dan meminimalkan bias. Selanjutnya, analisis dilakukan melalui pemetaan aliran proses menggunakan VSM, penentuan prioritas pemborosan dengan VALSAT, serta identifikasi akar penyebab menggunakan RCA sebagai dasar penyusunan rekomendasi perbaikan.
Variabel terikat dalam penelitian ini adalah pemborosan (waste) yang minimum pada proses aktivitas gudang sparepart di PT XYZ. Sedangkan variabel bebas pada penelitian ini adalah pada tabel 1.
Pada penelitian ini, proses pengumpulan data yang dilakukan berasal dari lokasi penelitian yaitu operasional gudang PT XYZ. Data yang diperoleh adalah data aliran aktivitas gudang, data waktu aktivitas gudang, dan data penyebab pemborosan pada aktivitas gudang. Data-data yang diperoleh digunakan untuk mengurangi aktivitas tidak bernilai tambah dan mengeliminasi waste yang ada pada proses aktivitas gudang sparepart.
Data Aliran Proses Gudang Sparepart
Aliran proses gudang sparepart dimulai dari kedatangan barang hingga good issued. Data aliran proses gudang sparepart ditunjukkan pada gambar 1.
Proses aktivitas gudang sparepart dimulai dari kedatangan barang. Pada aktivitas penerimaan barang, meliputi pengecekan dokumen pengiriman seperti surat jalan dan delivery order. Selanjutnya barang diturunkan di loading unloading room, petugas gudang memeriksa jumlah dan kondisi barang yang dipesan untuk memastikan tidak terdapat kerusakan atau kekurangan. Kemudian administrasi data dan dokumen terkait barang yang masuk ke gudang diolah dengan memasukkan data ke dalam sistem inventaris SAP dan menyimpan dokumen surat jalan, faktur, serta dokumen terkait. Setelah itu gudang memperbarui stock barang yang ada berdasarkan penerimaan baru. Selanjutnya user dapat melauan reservasi dan pengambilan barang yang sesuai dengan ketersediaan di gudang.
Data Informasi Waktu Gudang Sparepart
Data terkait informasi watu proses pergudangan diperoleh dari pengukuran waktu dilapangan. Data informasi waktu proses pergudangan dijabarkan pada tabel 2.
Keterangan [15]:
VA: Value Added Activity(Aktivitas bernilai tambah)
MMVA: Necessary but Non-Value Added(aktifitas tidak bernilai tambah, namun dibutuhkan)
NVA: Non-Value Added(aktivitas tidak bernilai tambah dan dapat dihindari)
Data Penyebab Pemborosan
Pemborosan yang terjadi pada gudang sparepart PT XYZ disebabkan oleh berbagai faktor yang dapat mempengaruhi efektivitas pada aktivitas gudang yaitu:
a.Pemborosan terhadap Overprocessing (Proses Berlebih)
Pada PT XYZ pemborosan jenis overprocessing terjadi karena adanya prosedur administrasi yang panjang dan pencatatan ganda sehingga pergerakan barang sering tertunda. Data transaksi sparepart dalam periode bulan Juli 2025 hingga Desember 2025 dirinci dalam tabel 3.
b.Pemborosan terhadap Inventory (Penyimpanan)
Pemborosan terhadap inventory merupakan keadaan yang timbul akibat ketidaksesuaian antara persediaan inventori dengan kebutuhan aktual di lapangan. Pemborosan inventory terjadi akibat ketidaktepatan perencanaan kebutuhan, kurangnya komunikasi antar departemen. Kondisi tersebut mendorong terjadinya penumpukan persediaan yang tidak sesuai dengan kebutuhan aktual dan berpotensi menghambat proses operasional. Diketahui pada PT XYZ terdapat 12 jenis barang deadstock pada periode Juli 2025-Desember 2025 dengan presentase sebesar 6%.
c.Pemborosan terhadap Waiting (Menunggu)
Waiting merupakan proses yang tidak bernilai tambah dan tidak dibutuhkan dimana pekerja harus menunggu. Pemborosan jenis waiting yang terjadi pada gudang dapat dilihat pada tabel 4.
d.Pemborosan terhadap Unutilized Resourced (kemampuan tidak digunakan secara optimal)
Unutilized resources merupakan keadaan dimana terjadi ketidakmampuan dalam menyelesaikan pekerjaan. Hal ini terjadi akibat kemampuan pekerja tidak dimanfaatkan secara optimal dan bergantung pada satu orang. Jenis aktivitas yang menunjukkan ketergantungan pada kepala Gudang yaitu pada proses pekerja melakukan pelaporan atau verifikasi atas penerimaan barang.
e.Pemborosan terhadap Unnecessary Motion(Geraan berlebih)
Unnecessary motion merupakan aktivitas tambahin atau gerakan tangan, atau tubuh yang tidak diperlukan. Pada aktivitas gudang, pemborosan ini terjadi diakibatkan pekerja sering berpindah-pindah lokasi untuk menyelesaikan beberapa jenis pekerjaan di waktu yang bersamaan sehingga jika dilakukan terus menerus dapat meningkatkan kemungkinan kelelahan kerja dan menimbulkan potensi kecelakaan kerja
f.Pemborosan terhadap Transportation (Transportasi)
Pada aktivitas gudang sparepart, pemborosan ini terjadi karena adanya proses perpindahan barang yang tidak perlu dan juga proses pergantian material handling yang memperlambat proses perpindahan barang. Adapun jarak perpindahan barang menggunakan material handling berupa forklift dapat dilihat pada tabel 5.
g.Pemborosan terhadap Overproduction (Pembelian berlebih)
Pemborosan ini terjadi karena pemesanan barang yang tidak terjadwal dan perputaran barang yang tidak terkendali.
h.Pemborosan terhadap Defect (Kerusakan)
Pada gudang sparepart, pemborosan ini terjadi akibat penyimpanan material terlalu lama sehingga menyebabkan material berkarat dan tidak dapat digunakan.
Pada tahap pengolahan data berisi data yang telah diolah dengan sistematis. Berdasarkan data alur dan waktu aktivitas gudang sparepart pada PT XYZ yang telah diperoleh, kemudian divisualisasikan dengan menggunakan Big Picture Mapping. Selanjutnya dilakukan pembobotan dengan Value Stream Analysis Tools (VALSAT) untuk menentukan tools yang paling optimal. Berikut rumus perhitungan VALSAT:
(1)
Dengan nilai korelasi sebagai berikut[16]:
H = Hight Correlation and usefulness = 9
M = Medium Coreelation and usefulness = 3
L = Low correlation and usefulness = 1
Selanjutnya pengolahan data penyebab pemborosan (waste) dianalisis menggunakan Root Cause Analysis (RCA) dengan tools 5 whys dan Fishbone diagram. Berdasarkan hasil analisis kemudian diperoleh rekomendasi perbaikan untuk mengatasi pemborosan yang terjadi.
Pembuatan Big Picture Mapping
Big Picture Mapping diperoleh dari observasi langsung dan wawancara terhadap pihak-pihak yang terlibat dalam proses aktivitas gudang sparepartPT XYZ yaitu pada gambar 2.
Figure 1. 5. Data Jarak Perpindahan Barang
Diketahui bahwa pada proses aktivitas gudang sparepart terdapat 5 jenis aktivitas yang dimulai dari penerimaan barang hingga good issued dengan total lead time selama 247 menit. Waktu aktivitas value added yaitu 80 menit, aktivitas necessary non-value added yaitu 104 menit, dan aktivitas non-value added yaitu 63 menit. Maka perhitungan nilai Proecss Cycle Efficiency (PCE) yaitu:
PCE= x 100%(2)
PCE= x 100%
PCE= 32,39%
Pengolahan Data Observasi
Pengolahan data waktu aktivitas digunakan untuk menentukan bobot waste dalam analisis VALSAT. Waktu setiap kategori aktivitas dikonversi ke dalam 8 jenis pemborosan lean yaitu overprocessing, unnecessary motion, transportation, waiting, inventory, defect, over production, dan Unutilized resources. Selanjutnya dilakukan perhitungan bobot pemborosan yaitu pada tabel 6.
Dari hasil rekapitulasi hasil pembobotan pada tabel 5 diperoleh nilai pemborosan (waste) yang terbesar dan paling dominan adalah overprocessing, inventory, waiting, dan transportation. Temuan tersebut menunjukkan bahwa aktivitas pergudangan masih didominasi oleh aktivitas non-value added yang menghambat aliran proses. Kondisi ini sejalan dengan konsep lean warehousing yang menekankan pentingnya eliminasi waste untuk meningkatkan efisiensi operasional. Selain itu, hasil ini juga didukung oleh penelitian sebelumnya yang menyatakan bahwa waste seperti waiting dan transportation merupakan pemborosan yang paling sering terjadi dalam aktivitas pergudangan dan memiliki dampak signifikan terhadap peningkatan lead time.
Analisis Value Stream Analysis Tools (VALSAT)
Matriks value stream analysis tools disesuaikan dengan kondisi nyata yang ada pada perusahaan. Dimana setiap tools memiliki bobot yang berbeda-beda. Selanjutnya dilakukan perhitungan terhadap tools VALSAT pada masing-masing jenis pemborosan. Pemilihan tools VALSAT diperoleh berdasarkan nilai tertinggi pada matriks VALSAT Dimana penilaian dilakukan dengan mengalikan nilai korelasi tools dengan nilai bobot waste seperti pada rumus (1). Sehingga diperoleh hasil perhitungan VALSAT adalah pada tabel 7.
Selanjutnya dilakukan perankingan berdasarkan total bobot tertinggi ke total bobot terendah. Dimana nilai bobot tertinggi akan dipilih sebagai tool VALSAT. Penentuan tools VALSAT dapat dilihat pada tabel 8.
Berdasarkan perankingan pada tabel 7 diketahui tools terpilih yaitu Process Activity Mapping (PAM) karena memiliki total bobot tertinggi yaitu 79,33. PAM melibatkan gambaran aliran fisik dan informasi aktivitas gudang serta mengukur lead time pada setiap tahapan proses. Adapun jenis kategori dalam aktivitas yaitu Operasi (O), transportasi (T), inspeksi (I), storage/penyimpanan (S), Delay (D). Process Activity Mapping mengeliminasi aktivitas yang tidak bernilai tambah. Pengolahan data menggunakan PAM berupa jumlah seluruh aktivitas gudang serta total waktu aktivitas gudang mulai dari barang datang hingga good issued.
Setelah dilakukan perhitungan dengan tools PAM, diperoleh hasil frekuensi, waktu, beserta presentase dari masing-masing aktivitas pada tabel 9.
Berdasarkan tabel 8, diperoleh presentase frekuensi dan presentase waktu masing-masing aktivitas pada gudang sparepart. Diketahui bahwa presentase frekuensi aktivitas operation sebesar 58% dengan presentase waktu sebesar 46%. Frekuensi transportation sebesar 13% dengan waktu sebesar 22%. Frekuensi inspection sebesar 13% dengan waktu 16%. Frekuensi storage sebesar 3% dengan waktu 5%. Dan frekuensi delay sebesar 13% dengan waktu sebesar 12%. Kemudian dilakukan perhitungan presentase pada masing-masing jenis aktivitas. Berikut merupakan hasil perhitungan pada jenis aktivitas gudang. Selanjutnya aktivitas gudang dikelompokkan berdasarkan jenisnya yaitu aktivitas value added (VA), Necessary but non-value added (NNVA), dan Non-Value Added (NVA). Perhitungan presentase frekuensi dan waktu pada masing-masing jenis aktivitas adalah pada tabel 10.
Berdasarkan tabel 10 diketahui bahwa jenis aktivitas value added memiliki frekuensi sebanyak 10 aktivitas dengan presentase 32% dan waktu aktivitas selama 80 menit dengan presentase 32%. Jenis aktivitas necessary but non-value added memiliki frekuensi sebanyak 13 aktivitas dengan presentase 42% dan waktu aktivitas selama 104 menit dengan presentase 42%. Dan jenis aktivitas non-value added memiliki frekuensi sebanyak 8 aktivitas dengan presentase 26% dan waktu aktivitas selama 63 menit dengan presentase 26%. Berdasarkan hasil perhitungan maka diperlukan pengurangan pada aktivitas non-value added activity.
Root Cause Analysis (RCA)
Dalam menyelesaikan permasalahan, dilakukan analisa terhadap faktor penyebab pemborosan (waste) untuk mengetahui akar penyebab permasalahan dengan menggunakan Root Cause Analysis (RCA). Tools yang digunakan yaitu fishbone diagram dan 5 whys analysis.
1.Diagram Fishbone (Diagram Sebab-Akibat)
Pemborosan yang terjadi pada proses aktivitas gudang sparepart dapat diidentifikasi dengan menggunakan Fishbone diagram untuk mengetahui apa penyebab dan akibat yang ditimbulkan dari aktivitas gudang. Berikut merupakan diagram sebab-akibat yang ditimbulan dari ativitas gudang sparepart PT XYZ.
Diagram fishbone jenis pemborosan inventoryditunjukkan pada gambar
Diagram fishbone jenis pemborosan transportation ditunjukkan pada gambar 7
Diagram fishbone jenis pemborosan defect ditunjukkan pada gambar 10
2.Analisis Penyebab Waste dengan Mtode 5 Whys
5 Whys Analysis adalah suatu pendekatan terstruktur di mana mengajukan pertanyaan mengapa berulang kali untuk memahami penyebab masalah (Ardiansyah. 2025). Hal ini dilakuan dengan tujuan untuk mengetahui hubungan sebab - akibat antara berbagai faktor yang berkontribusi terhadap terjadinya suatu masalah, sehingga solusi yang diambil dapat lebih tepat sasaran. Diagram sebab-akibat yang ditimbulan dari ativitas gudang sparepart PT XYZ dijabarkan pada tabel 11.
Rekomendasi Perbaikan
Rekomendasi perbaikan merupakan solusi yang dapat diberikan untuk mengatasi permasalahan yang ada berdasarkan akar penyebab dari permasalahan. Setelah dilakukan analisis menggunakan metode 5 whys analysis dan Fishbone diagram dapat diusulkan rekomendasi pada tabel 12.
Rekomendasi perbaikan untuk mengurangi waktu aktivitas gudang sparepart PT XYZ adalah pada tabel 13.
Big Picture Mapping Usulan
Setelah dilakukan rekomendasi perbaikan, selanjutnya dilakukan pembuatan big picture mapping usulan pada gambar 11 sebagai visualisasi dari rekomendasi perbaikan
Figure 2. 14. Presentase Frekuensi dan Waktu Aktivitas Gudang Usulan
Diketahui bahwa presentase frekuensi aktivitas operation sebesar 63% dengan presentase waktu sebesar 55%. Frekuensi transportation sebesar 13% dengan waktu sebesar 13%. Frekuensi inspection sebesar 17% dengan waktu 22%. Frekuensi storage sebesar 4% dengan waktu 22%. Dan frekuensi delay sebesar 4% dengan waktu sebesar 6%. Selanjutnya dilakukan perhitungan presentase pada masing-masing jenis aktivitas pada tabel 15.
Berdasarkan tabel 15 diketahui aktivitas gudang setelah perbaikan memiliki total aktivitas sebanyak 24 aktivitas, dengan frekuensi aktivitas value added sebanyak 10 aktivitas dengan presentase 42%, frekuensi aktivitas necessary but non-value added sebanyak 13 aktivitas dengan presentase 54%, dan frekuensi aktivitas non-value added sebanyak 1 aktivitas dengan presentase 4%. Diketahui aktivitas gudang memiliki total lead time selama 172 menit. Dengan waktu aktivitas value added yaitu 80 menit dengan presentase 47%, aktivitas necessary non-value added yaitu 81 menit dengan presentase 47%, dan aktivitas non-value added yaitu 11 menit dengan presentase 6%. Maka perhitungan nilai Proecss Cycle Efficiency(PCE) setelah perbaikan seperti pada rumus (2) yaitu:
PCE= 46,51%
Perbandingan frekuensi dan waktu pada aktivitas gudang sparepart dapat dilihat pada tabel 16.
Berdasarkan tabel 16 perbandingan frekuensi dan waktu setiap aktivitas gudang sebelum dan setelah perbaikan, diketahui aktivitas operation mengalami perubahan sebesar 18%. Kemudian aktivitas transportation mengalami perubahan sebesar 59% Aktivitas inspection mengalami perubahan sebesar 5%. Aktivitas storage mengalami perubahan sebesar 27%. Dan pada aktivitas delay mengalami perubahan sebesar 62%. Selanjutnya perbandingan frekuensi dan waktu pada jenis aktivitas gudang sparepart dapat dilihat pada tabel 17.
Berdasarkan tabel 17 perbandingan frekuensi dan waktu setiap jenis aktivitas gudang sebelum dan setelah perbaikan, diketahui aktivitas VAtidak mengalami perubahan. Aktivitas NNVAmengalami perubahan sebesar 22%. Dan aktivitas NVAmengalami perubahan 83%. Selanjutnya dilakukan perbandingan jumlah aktivitas dan total waktu aktivitas gudang sebelum dan setelah perbaikan, pada tabel 18.
Berdasarkan tabel 18 perbandingan aktivitas gudang sebelum dan setelah perbaikan, diketahui jumlah aktivitas berkurang sebanyak 7 aktivitas. Lead time mengalami penurunan dari 247 menit menjadi 172 menit dimana berkurang sebanyak 75 menit. Penurunan ini menunjukkan bahwa eliminasi aktivitas non-value added mampu meningkatkan efisiensi proses pergudangan.. Dan nilai Process Cycle Efficiency (PCE) meningkat sebesar 14,12% setelah dilakukan perbaikan. Hasil ini sejalan dengan konsep lean warehousing yang berfokus pada pengurangan waste serta didukung oleh penelitian sebelumnya yang menyatakan bahwa penerapan Value Stream Mapping efektif dalam meningkatkan efisiensi operasional.
Berdasarkan hasil penelitian, pemborosan paling kritis meliputi overprocessing (3,00) yang merupakan aktivitas paling dominan.Inventory(2,67); waiting (2,33); dan transportation (2,33); diikuti unutilized resources(2,00); unnecessary motion (1,67), serta overproduction dan defect (1,33). Hasil analisis Value Stream Mapping (VSM) dengan pendekatan Value Stream Analysis Tools (VALSAT) menunjukkan bahwa total lead time berhasil diturunkan dari 247 menit menjadi 172 menit (berkurang 75 menit), sementara Process Cycle Efficiency (PCE) meningkat dari 32,39% menjadi 46,51% (naik 14,12%).
Rekomendasi perbaikan meliputi penerapan sistem update otomatis pada SAP, evaluasi dan diversifikasi supplier, persiapan material handling lebih awal, penetapan jalur perpindahan barang yang terstandar, pembagian tugas kerja yang jelas, penerapan one piece flow, optimalisasi metode pengendalian persediaan, serta pengaturan rotasi dan kontrol umur material.
Hasil ini menunjukkan bahwa penerapan lean warehousing secara terintegrasi tidak hanya mampu mengurangi pemborosan, tetapi juga memberikan panduan praktis bagi perusahaan dalam meningkatkan efisiensi dan kinerja operasional gudang sparepart.
F. Oktaviani, E. Widajanti, and Sunarso, “Analisis Pengaturan Layout Gudang Sparepart Menggunakan Metode Dedicated Storage pada Bengkel Saerah Baru Motor di Sragen,” J. Manaj. Ris. Inov., vol. 2, no. 4, pp. 156–166, 2024, doi: 10.55606/mri.v2i4.3185.
J. R. Thamrin, “Analisis Manajemen Pergudangan pada PT Tinta Kreatif Bandung,” Jesya, vol. 5, no. 2, pp. 1205–1213, 2022, doi: 10.36778/jesya.v5i2.690.
A. I. Samuel et al., “Analysis of the Application of Warehousing Management at PT Trakindo Utama Manado,” J. EMBA, vol. 11, no. 4, pp. 677–685, 2023.
A. W. Riyadi and F. D. Sitania, “Aplikasi Konsep Lean Untuk Minimasi Waste Menggunakan Value Stream Mapping Pada Warehouse Spare Parts,” J. Teknol. dan Manaj. Ind. Terap., vol. 4, no. 4, pp. 1664–1673, 2025.
A. M. Wam, “Waste pada Gudang PT Artaprima Cipta Caturindo dengan Metode Value Stream Mapping (VSM),” J. Pemasaran Bisnis, vol. 6, no. 4, pp. 174–194, 2024.
T. B. Febrianty, “28-Article Text-58-1-10-20220701,” pp. 94–102, 2022.
H. A. Zahra and F. Azzahra, “Usulan Perbaikan Tata Letak Warehouse Spare Part 6000 Melalui Pendekatan Eight Waste Analysis dan Metode 5S (Studi Kasus: PT XYZ).”
I. Fhadillah, N. F. Anggraeni, and A. R. Awaliyah, “Garuda1905403,” J. Ilm. Teknol. Inf. Terap., vol. 6, no. 2, pp. 157–162, 2020.
S. Y. Situmeanga, M. Afifuddin, and H. A. Rani, “Analisis Waste Menggunakan Metode Value Stream Analysis Tools Pada Proyek Pembangunan Instalasi Gawat Darurat RSUD Pidie Jaya,” J. Arsip Rekayasa Sipil dan Perenc., vol. 4, no. 2, pp. 80–89, 2021, doi: 10.24815/jarsp.v4i2.16728.
I. Daveli, P. Anggela, and I. Sujana, “Usulan Perbaikan Tata Letak Gudang Sparepart PT. Jaga Usaha Sandai dengan Metode Class Based Storage,” Integr. Ind. Eng. Manag. Syst., vol. 7, no. 1, pp. 117–127, 2023.
M. I. Monoarfa, Y. Hariyanto, and A. Rasyid, “Analisis Penyebab Bottleneck pada Aliran Produksi Briquette Charcoal dengan Menggunakan Diagram Fishbone di PT. Saraswati Coconut Product,” Jambura Ind. Rev., vol. 1, no. 1, pp. 15–21, 2021, doi: 10.37905/jirev.1.1.15-21.
B. D. S. Budianto and A. Suryadi, “Analisis Penyebab Terjadinya Overcapacity Pada Gudang Menggunakan Metode Root Cause Analysis (RCA) di PT. XYZ,” J. Serambi Eng., vol. X, no. 1, pp. 12627–12633, 2025.
A. Algiffary and T. Sutabri, “Indonesian Journal of Computer Science,” Indones. J. Comput. Sci., vol. 12, no. 2, pp. 284–301, 2023.
N. Situmorang and G. Sirait, “Analisis Penerapan Lean Warehousing Pada Pergudangan di PT Durian,” Comasie, vol. 7, no. 6, pp. 19–25, 2022.
Taqwanur, “Implementasi Lean Warehousing untuk Meningkatkan KPI di PT. TXL,” J. Res. Technol., vol. 7, no. 2, pp. 139–150, 2021, doi: 10.55732/jrt.v7i2.550.
P. Hines and N. Rich, “The Seven Value Stream Mapping Tools,” Int. J. Oper. Prod. Manag., vol. 17, no. 1, pp. 46–64, 1997, doi: 10.1108/01443579710157989.