Diseño de un modelo de gestión de inventario de carne porcina para el restaurante Chonchy

Abstract

El presente proyecto propone el diseño de un modelo de gestión de inventarios de carne porcina para el restaurante Chonchy en la ciudad de Santa Marta. Se realizó la recolección de los datos históricos de la demanda diaria del último año, con sus respectivos inventarios que se encuentran archivados en libretas manuales. A su vez, se analizó la situación actual del restaurante con respecto a los costos incurridos por inventario y la carencia de un control adecuado de este. Para el modelo, se separó la carne porcina en 5 cortes: lomo, panza, costilla, pata trasera y barriguero. Para cada uno de ellos se utilizó la herramienta R Studio y se obtuvo el mejor modelo de pronóstico entre ARIMA y Prophet, basándonos en el error MAPE. Seguido a esto, se utilizó la regla Peterson-Silver para determinar si se utilizaría el modelo EOQ o el Algoritmo WW para cada tipo de corte. Aplicando los respectivos modelos, se halló la cantidad óptima de pedido de cada uno, cuándo ordenar y el costo total de inventario propuesto, logrando un ahorro considerable en todos los casos con respecto a los costos actuales. El corte en el que se obtuvo mayor ahorro fue la panza, reduciendo los costos en un 65,15% mientras que, el de menor ahorro fue la pata, con una reducción del 38,40%. Todo esto debido a que el número de pedidos aumentó, lo que representa menor tiempo de almacenamiento y un producto más fresco para los clientes. Finalmente, se creó una herramienta informática para el control automático del inventario.

The project proposes a design of an inventory management model for pork products for the Chonchy restaurant located in the city of Santa Marta. We carried out a historical data collection of the daily demand for one year with their respective inventories that are filed in manual notebooks. At the same time, we analyzed the current situation of the restaurant respecting to the incurred inventory costs and the lack of adequate control of it. For the model, the pork meat was separated into 5 cuts: loin, lower belly, rib, ham and upper belly. For each of them, the R Studio tool was used to obtain the best forecast model between ARIMA and Prophet, based on the MAPE error. Following this, the Peterson-Silver rule 4 was used to determine whether the EOQ model or the WW Algorithm would be used for each type of cut. Applying the respective models, the optimal order quantity of each one, when to order and the proposed inventory cost total were found, achieving considerable savings in all cases with respect to the current costs. The cut in which the greatest savings was obtained was the lower belly, reducing costs by 65.15%, while the one with the least savings was ham, with a reduction of 38.40%. All this because the number of orders increased, which means less storage time and a fresher product for customers. Finally, we created a computer tool for automatic inventory control.