Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Pada penelitian ini, permasalahan yang terjadi pada objek penelitian adalah pada tingginya biaya persediaan perusahaan PLTBm. Permasalahan tersebut terjadi karena perusahaan PLTBm cenderung memutuskan untuk melakukan penyimpanan dalam jumlah banyak agar tidak adanya potensi kekurangan feedstock. Hal ini disebabkan karena sulitnya memperoleh feedstock karena terdapat persaingan dengan perusahaan lain yang membutuhkan feedstock untuk kebutuhan pangan, pakan, dan pupuk. Namun besarnya jumlah penyimpanan ini menimbulkan resiko seperti tingginya biaya penyimpanan dan resiko kerusakan. Salah satu cara yang dapat dilakukan untuk menangani permasalahan manajemen persediaan adalah melakukan efesiensi keputusan kuantitas pemesanan (Q) dan waktu pesan (T) sehingga diperoleh total biaya persediaan yang minimal. Untuk dapat melakukan hal tersebut, metode yang digunakan pada penelitian ini adalah metode Mixed Integer Linear Programming (MILP) untuk mendapatkan total biaya persediaan yang minimal. Pada penelitian ini diketahui bahwa terdapat 4 jenis feedstock. Selain itu, jumlah kuantitas pesan (Q) dan waktu pemesanan (T) hasil model mampu meminimalkan total biaya persediaan sebesar Rp5,342,015,000 atau sebesar 22.39% dari kondisi aktual

---

In this study, the problem that occurs in the object of research is the high inventory cost of PLTBm companies. This problem occurs due to PLTBm companies that tend to decide to store their feedstock in large quantities so that there will not be a potential shortage of feedstock. However, due to the difficulty of obtaining feedstock since there is competition with other companies that require feedstock for food, feed, and fertilizer needs. Since then, this large amount of storage poses risks such as high storage costs and the risk of damage. One way that can be done to deal with inventory management problems is to make efficient decisions on ordering quantity (Q) and ordering time (T) so that the total cost of inventory reaches its minimum cost. To be able to reach this, the method used in this study is the Mixed Integer Linear Programming (MILP) method to obtain a minimum total inventory cost. In this research, it is known that there are 4 types of feedstocks. In addition, the total order quantity (Q) and ordering time (T) from the model are able to minimize the total inventory cost of Rp5,342,015,000 or equal to 22.39% of the actual condition.

 

"

"Pada penelitian ini, permasalahan yang terjadi pada objek penelitian adalah pada tingginya biaya persediaan perusahaan PLTBm. Permasalahan tersebut terjadi karena perusahaan PLTBm cenderung memutuskan untuk melakukan penyimpanan dalam jumlah banyak agar tidak adanya potensi kekurangan feedstock. Hal ini disebabkan karena sulitnya memperoleh feedstock karena terdapat persaingan dengan perusahaan lain yang membutuhkan feedstock untuk kebutuhan pangan, pakan, dan pupuk. Namun besarnya jumlah penyimpanan ini menimbulkan resiko seperti tingginya biaya penyimpanan dan resiko kerusakan. Salah satu cara yang dapat dilakukan untuk menangani permasalahan manajemen persediaan adalah melakukan efesiensi keputusan kuantitas pemesanan (Q) dan waktu pesan (T) sehingga diperoleh total biaya persediaan yang minimal. Untuk dapat melakukan hal tersebut, metode yang digunakan pada penelitian ini adalah metode Mixed Integer Linear Programming (MILP) untuk mendapatkan total biaya persediaan yang minimal. Pada penelitian ini diketahui bahwa terdapat 4 jenis feedstock. Selain itu, jumlah kuantitas pesan (Q) dan waktu pemesanan (T) hasil model mampu meminimalkan total biaya persediaan sebesar Rp5,342,015,000 atau sebesar 22.39% dari kondisi aktual.

---

In this study, the problem that occurs in the object of research is the high inventory cost of PLTBm companies. This problem occurs due to PLTBm companies that tend to decide to store their feedstock in large quantities so that there will not be a potential shortage of feedstock. However, due to the difficulty of obtaining feedstock since there is competition with other companies that require feedstock for food, feed, and fertilizer needs. Since then, this large amount of storage poses risks such as high storage costs and the risk of damage. One way that can be done to deal with inventory management problems is to make efficient decisions on ordering quantity (Q) and ordering time (T) so that the total cost of inventory reaches its minimum cost. To be able to reach this, the method used in this study is the Mixed Integer Linear Programming (MILP) method to obtain a minimum total inventory cost. In this research, it is known that there are 4 types of feedstocks. In addition, the total order quantity (Q) and ordering time (T) from the model are able to minimize the total inventory cost of Rp5,342,015,000 or equal to 22.39% of the actual condition."

"Pada penelitian ini, permasalahan yang terjadi pada objek penelitian adalah pada target perusahaan berupa Inventory Turn Over. Permasalahan tersebut terjadi karena perusahaan cenderung memutuskan untuk melakukan penyimpanan dalam jumlah besar agar tidak adanya potensi kekurangan material dan menggangu kegiatan pemeliharaan. Namun besarnya jumlah penyimpanan ini menimbulkan resiko seperti tingginya biaya penyimpanan dan resiko kerusakan. Salah satu cara yang dapat dilakukan untuk menangani permasalahan manajemen persediaan adalah melakukan efesiensi keputusan kuantitas pemesanan (Q) dan waktu pesan (T) sehingga diperoleh total biaya persediaan yang minimal tanpa menghambat kegiatan pemeliharaan. Untuk dapat melakukan hal tersebut, metode yang digunakan pada penelitian ini adalah klasifikasi ABC untuk menentukan klasifikasi material yang perlu diutamakan dan Mixed Integer Linear Programming (MILP) untuk mendapatkan total biaya persediaan yang minimal. Pada penelitian ini diketahui bahwa terdapat 9 jenis material yang masuk ke dalam kategori A dari total 150 jenis material yang ada. Selain itu, jumlah kuantitas pesan (Q) dan  waktu pemesanan (T) hasil model mampu meminimalkan total biaya persediaan sebesar Rp18.821.489 atau sebesar 14.7% dari kondisi aktual.

---

In this study, the problem that happen in the object of research is the company's target which is Inventory Turn Over. These problems occur because the companies tend to decide to store materials in large quantities so there is no potential for material shortages that ca disrupt maintenance activities. However, the large amount of storage creates risks such as high storage costs and the risk of damage. One way to solve inventory management problems is to make efficient decisions on order quantity (Q) and order time (T) so that a minimum total inventory cost is obtained without hampering maintenance activities. To achieve that, the method used in this study is ABC classification to determine the material classification that needs to be prioritized and Mixed Integer Linear Programming (MILP) to get a minimum total inventory cost. From this research, it is known that there are 9 types of materials that fall into category A out of 150 types. In addition, the total quantity of order (Q) and order time (T) results of the model is able to minimize the total inventory cost of Rp.18,821,489 or equal to from the actual condition

 

"

"Penelitian ini membahas suatu metode untuk menyelesaikan permasalahan tingginya biaya persediaan dan rendahnya perputaran persediaan pada gudang bahan baku daur ulang plastik yang disebabkan oleh manajemen persediaan pada bagian perencanaan dan penjadwalan bahan baku yang belum optimal, kurang efisien, dan kurang efektif sehingga sering mengalami penumpukan persediaan. Penelitian dilakukan dengan cara mengembangkan model optimasi menggunakan metode mixed integer linear programming. Model optimasi dikembangkan dari membangun formulasi permasalahan menjadi model matematika yang kemudian diterjemahkan ke dalam bahasa pemrograman Python untuk menghasilkan keputusan kuantitas pemesanan (Q) berupa penentuan ukuran lot (lot-sizing) dan periode pemesanan (Y) bahan baku yang optimal dengan biaya minimum serta dihubungkan dengan metode peramalan permintaan yang akurat dan persediaan pengaman yang tepat. Hasil akhir model mendapatkan keputusan optimal dengan biaya minimum yang menunjukkan untuk melakukan total pemesanan sebesar 7.494.733 kg sebanyak 138 kali untuk tiga jenis bahan baku daur ulang plastik sesuai detail per periode pada tahun 2022 dan dapat digunakan dengan peramalan pada periode perencanaan persediaan di masa depan. Ditemukan bahwa hasil model dapat meminimalkan total biaya persediaan sebesar 42% atau setara dengan Rp232.566.233 dari Rp550.713.838 menjadi Rp318.147.605 dan meningkatkan nilai perputaran persediaan sebesar 1,57 dari kondisi aktual.

---

This research discusses a method to solve the problem of high inventory costs and low inventory turnover in a warehouse of recycled plastic raw materials caused by suboptimal inventory management in the planning and scheduling of raw materials, which are inefficient and ineffective, resulting in frequent inventory accumulation or overstock. The research is carried out by developing an optimization model using the mixed integer linear programming method. The optimization model is developed by formulating the problem into a mathematical model, translated into the Python programming language to generate decisions on the optimal quantity of orders (Q) in terms of determining the lot-sizing and ordering period (Y) of raw materials with minimum costs, supported with accurate demand forecasting methods and appropriate safety stock levels. The final results of the model obtain optimal decisions with minimum costs that indicate a total order of 7,494,733 kg, ordered 138 times for three types of recycled plastic raw materials with detailed periods in the year 2022 and can be used with forecasting for future inventory planning periods. It was found that the model results can minimize total inventory costs by 42% or equivalent to IDR 232,566,233, reducing it from IDR 550,713,838 to IDR 318,147,605 and increase the inventory turnover by 1.57 from the actual condition.

 

"

"Pada 5 tahun terakhir, permintaan kemasan fleksibel mengalami pertumbuhan rata-rata sebesar 10 tiap tahunnya yang diikuti dengan munculnya pemain baru yang menyebabkan persaingan di industri kemasan fleksibel semakin ketat, sehingga muncul tantangan besar yang dihadapi perusahaan kemasan fleksibel di Indonesia, yaitu bagaimana perusahaan dapat mengefisiensikan biaya operasinya agar dapat bersaing. Salah satu cara mengefisiensikan biaya operasi adalah dengan melakukan manajemen persediaan yang baik dengan memperhatikan komponen biaya persediaan untuk didapat keputusan kuantitas Q dan waktu pesan T sehingga didapat total biaya persediaan minimal. Manajemen persediaan merupakan tema dalam penelitian ini dengan objek penelitian yaitu salah satu perusahaan kemasan fleksibel di Cikarang. Metode yang digunakan dalam penelitian ini adalah klasifikasi ABC untuk menentukan tingkat kepentingan bahan baku dan Mixed Integer Linear Programming MILP untuk mendapatkan total biaya persediaan minimal. Hasil dari penelitian ini adalah terdapat 31 bahan baku yang masuk ke dalam kategori A dari 230 bahan baku di perusahaan, diperoleh jumlah kuantitas pesan Q bahan baku, lead time kedatangan bahan baku T , dan total biaya persediaan 31 bahan baku klasifikasi A, serta diperoleh faktor-faktor apa saja yang mempengaruhi besar total biaya persediaan, yaitu biaya simpan, biaya pesan, demand, dan jumlah persediaan pengaman.

---

In the last 5 years, flexible packaging demand grow 10 per year in average and followed by the emergence of new players that cause competition in the flexible packaging industry getting tighter, so that there is big challenge that faced by flexible packaging companies in Indonesia, that is how companies can has efficient operating cost in order to compete. One of the way to efficient operating cost is manage inventory well by taking into account the components of the inventory cost for obtaining quantity decisions Q and order time T to obtain the minimum total inventory cost.

Inventory management is theme of this research with the object of the research is one of the flexible packaging company in Cikarang. The method that used in this research is ABC classification to determine the importance of raw materials and Mixed Integer Linear Programming MILP to get the minimum total inventory cost.

The results of this research are 31 raw materials that categorized as category A from 230 raw materials in the company, obtained quantity of order Q of raw material, arrival lead time of raw material T , and total inventory cost of 31 raw materials from classification A, as well as obtained any factors that affect total inventory cost, that are holding cost, order cost, demand, and number of safety stock."

"Indonesia merupakan pengguna internet ketiga terbesar di Asia dan industri jasa online atau E-Commerce di Indonesia semakin bertumbuh setiap tahunnya. Tren peningkatan market pada industri jasa online menyebabkan meningkatnya volume barang yang harus dikirim ke pelanggan. Seiring meningkatnya volume pengiriman barang, maka dibutuhkan pula aktivitas logistik yang besar. Namun, dengan biaya logistik yang tinggi terdapat perbedaan biaya antara target dengan keadaan aktual perusahaan disebabkan karena perencanaan pengiriman belum optimal. Oleh karena itu, diperlukan perencanaan aktivitas outbound logistik yang mengatur pergerakan barang dari warehouse hingga sampai ke pelanggan. Penelitian ini mengembangkan model matematis untuk mengurangi biaya outbound logistik dengan metode Mixed Integer Linear Programming (MILP) menggunakan software LINGO 18.0. Biaya outbound logistik tersebut mencakup biaya pengiriman dan biaya penyimpanan. Penelitian selama 8 periode ini mendapatkan hasil dimana biaya outbound logistik berhasil menurun dari Rp80.335.28,55 menjadi Rp49.487.340,93 dengan selisih penurunan total biaya outbound logistik tersebut sebesar Rp30.847.877,62. Keberhasilan penurunan total biaya outbound logistik juga menghasilkan peningkatan utilitas pemakaian kendaraan dari 58% menjadi 88% dan penurunan jumlah pemakaian kendaraan dari 233 kendaraan menjadi 158 kendaraan.

---

Indonesia is the third largest internet user in Asia and the online service industry or E-Commerce in Indonesia is growing every year. The increasing market trend in the online service industry is increasing the volume of goods that must be sent to customers. As the volume of freight shipments increases, costs for large logistical activities are also needed. However, with high logistics costs and there are differences in costs between the target and the actual situation due to delivery planning based on the shipping service provider is not optimal. Therefore, it is important to planning outbound logistics activities that regulate the movement of goods from the warehouse to the customer. This research develops a mathematical model to minimize outbound logistical costs with the Mixed Integer Linear Programming (MILP) method. Outbound logistics costs include shipping and storage costs. Research for 8 periods found that logistical outbound costs had decreased from Rp80,335.28.55 to Rp49,487,340.93 with the difference in the total logistical outbound costs is Rp30,847,877.62. The successful reduction in total outbound logistics costs also resulted in an increase in utility vehicle usage from 58% to 88% and a decrease in the number of vehicle use from 233 vehicles to 158 vehicles."

"Permintaan akan transportasi massal di DKI Jakarta terus meningkat seiring dengan pertumbuhan jumlah penduduk di wilayah DKI Jakarta. Oleh karena itu pemerintah DKI Jakarta mulai menjalankan program Smart City yang salah satunya adalah pembangunan transportasi massal. Pembangunan berbagai macam transportasi publik tersebut salah satunya adalah pembangunan kereta cepat yang merupakan objek penelitian ini. Perusahaan penyedia transportasi kereta cepat tersebut memiliki kendala dalam peningkatan nilai Inventory Turn Over (ITO) yang menghambat kinerja perusahaan. Permasalahan tersebut diakibatkan karena terjadi ketidakseimbangan antara jumlah persediaan dengan kebutuhan material suku cadang di gudang MRO untuk pemeliharaan. Oleh karena itu dibutuhkan manajemen persediaan yang baik untuk melakukan efisiensi keputusan kuantitas pemesanan (Q) dan waktu pesan (T) sehingga mendapatkan total biaya persediaan yang minimal dengan tetap menjaga kualitas kegiatan pemeliharaan., Penelitian ini menggunakan dua metode. Metode pertama adalah klasifikasi multi-kriteria ABC sehingga dapat menentukan klasifikasi material yang diutamakan. Metode kedua yang digunakan pada penelitian ini yaitu Mixed Integer Linear Programming (MILP) untuk pengembangan model matematis untuk mendapatkan total biaya persediaan yang minimal. Pada penelitian ini terdapat 17 jenis material yang masuk ke dalam kategori AA material kelompok Rolling Stock Depo dari total 1625 material. Jumlah kuantitas pesan (Q) dan waktu pesan (T) hasil model dapat meminimalkan total biaya persediaan sebesar 21.58% atau setara dengan Rp1.046.521.478 dan meningkatkan nilai ITO sebesar 15.17% dari kondisi aktual.

---

The demand for mass transportation in DKI Jakarta continues to increase along with the population growth in the DKI Jakarta area. Therefore, the DKI Jakarta government has started implementing the Smart City program, one of which is the construction of mass transportation. The development of various kinds of public transportation, one of which is the construction of the high-speed train which is the object of this research. The fast train transportation provider company has obstacle in increasing the value of Inventory Turn Over (ITO) which hampers the company's performance. This problem is caused by an imbalance between the amount of inventory and the material needs of spare parts in the MRO warehouse for maintenance. Therefore, good inventory management is needed to make efficiency decisions on ordering quantity (Q) and ordering time (T) so, to get a minimum total inventory cost while maintaining the quality of maintenance activities. This study uses two methods. The first method is the ABC multi-criteria classification so that it can determine the preferred material classification. The second method used in this research is Mixed Integer Linear Programming (MILP) for the development of mathematical models to obtain a minimum total inventory cost. In this research, there are 17 types of materials that fall into the category AA material for the Rolling Stock Depo group out of a total of 1625 materials. The total order quantity (Q) and order time (T) of the model results can minimize the total inventory cost by 21.58% or equivalent to Rp.1,046,521,478 and increase the ITO value by 15.17% from the actual condition."

"Banyak riset telah dilakukan untuk meningkatkan hasil produksi, meminimumkan downtime mesin, mengoptimalkan penjadwalan produksi, menyediakan bahan baku dan bahan kemasan, dll. Fluktuasi permintaan konsumen menjadi faktor yang sulit untuk diprediksi. Penjadwalan produksi memiliki peranan yang penting untuk memberikan hasil produksi yang optimal.Pada awal riset ini metode Autoregresif Integrated Moving Average ARIMA digunakan untuk melakukan peramalan dengan menggunakan data historikal, optimasi yang dilakukan untuk meningkatkan hasil produksi, adalah dengan meminimumkan makespan dan jumlah lini mesin yang digunakan. Model yang digunakan mixed integer linear programming. Metode branch and bound B B dikembangkan untuk penyelesaian masalah ini. Riset ini juga membandingkan antara model meminimumkan makespan dengan meminimumkan makespan dan jumlah lini yang digunakan. Total biaya yang dibutuhkan menjadi faktor penentu, model mana yang lebih baik. Beberapa skenario juga disertakan untuk mengetahui kemungkinan model ini diterapkan pada keadaan nyata. Pada tesis ini studi kasus yang dilakukan adalah meminimumkan makespan dan meminimumkan jumlah lini yang digunakan. Hasil yang diperoleh pada studi kasus ini adalah 295,4 jam dengan lini yang digunakan adalah satu lini mesin.

---

Researches has been done to improve production output, minimize machine downtime, optimize production scheduling, provide raw materials and packaging materials, etc. Fluctuations in consumer demand is a difficult factor to predict. Production scheduling has an important role to provide optimal production results.

At the beginning of this research, the method of Autoregressive Integrated Moving Average ARIMA is used to forecast using historical data, the optimization done to improve the production yield, is to minimize the makespan and the number of machine lines used. The model used mixed linear integer programming. The branch and bound method B B was developed to solve this problem.

This research also compares the minimize makespan model with minimize makespan and number of lines used. The total cost required becomes the deciding factor, which model is better. Several scenarios are also included to find out the possibility of this model being applied to real circumstances. In this thesis, the case study is minimizing the makespan and minimizing the number of lines used. The results obtained in this case study was 295.4 hours with the line used being one machine line."

"Severe competition, environmental changes which take place very rapidly, and the dramatic technological innovation will demand increasing quality managerial know-how. A manager in the process of his managerial decision making, often meets complex environmental problems and its complete internal and external relations. In order to solve the problems, how ever will require an ability to make an abstraction of the mentioned problems in the form of models. A manager will meet problems which mainly concern the restriction of time and the demand for making decisions in a rapid, accuarate, and manner. This thesis has investigated an optimization of time related costs of resources allocation to activities using the Crashing Method with the aim of providing tools for a manager to over come the various difficulties of the future. The crash ing method as a method to achieve completion of a project in an optimum timely manner to minimize total cost has been formulat ed into linear and non-linear programming models. In spite of extensive research and aplication results of linear based models of the crashing method as reported for current litera ture, the thesis finds that the non-linear approach more accu rately models the actual conditions of construction of another widely known major case study of the crashing method as report ed. Finally the non-linear model of the crashing method was fully developed, tasted and validated for formulation of the gener a1gorjtje for optimization of cost in relation to project activity duration."

"Penurunan harga batu bara menyebabkan perusahaan pertambangan mengalami kesulitan untuk meningkatkan keuntungan. Salah satu cara yang dapat dilakukan untuk dapat mengambil keuntungan adalah dengan menurunkan biaya operasional. Pada proyek pertambangan, alat produksi pengantar material berkontribusi besar dalam tingginya biaya operasional, terutama dump truck sebagai alat yang berperan penting dalam transportasi material. Namun, upaya menurunkan biaya penggunaan dump truck mengalami kendala akibat dari penjadwalan operasi dump truck yang belum optimal dan masih menggunakan cara konvensional. Sehingga, penelitian ini bertujuan untuk mengoptimalkan kerja dump truck dengan menentukan jumlah dan jenis dump truck yang digunakan serta alokasi waktu operasi pada masing-masing dump truck setiap bulannya. Optimalisasi pekerjaan dump truck dilakukan dengan membentuk model matematis untuk meminimumkan biaya penggunaan dump truck. Metode yang digunakan dalam penelitian ini adalah Mixed Integer Linear Programming (MILP) dengan bantuan perangkat lunak LINGO 18. Hasil penelitian berupa penjadwalan dump truck selama satu tahun dalam bentuk alokasi waktu operasi setiap bulannya. Optimasi model penjadwalan dump truck dapat meminimumkan biaya sebesar Rp2.530.490.039,51 atau melakukan penghematan sebesar 3,19%.

---

The degradation of coal prices caused the mining industry to face difficulty in increasing its profit. Reducing operational costs is a way a company could do to gain profit while the revenue is stagnant. In a mining project, material haulage equipment has a big contribution on operational cost, especially dump truck that plays a significant role in transporting material. However, the conventional method of scheduling the dump truck operation interferes the effort to reduce dump truck operational costs. Thus, the study aims to optimize dump truck operation by deciding the number and types of dump trucks, also the monthly allocation of dump truck operation time. A mathematical model was developed to optimize dump truck operation that leads to minimizing dump truck operation cost. This research method is Mixed Integer Linear Programming (MILP) with the support of LINGO 18 software. The result of this study is a one-year schedule of dump truck operation in the form of monthly allocation time operation. The optimization of the dump truck operational schedule reduced cost by Rp2.530.490.039,51 or save money by 3,19%."