Hasil Pencarian  ::  Simpan CSV :: Kembali

"Ketidakpastian total permintaan mengakibatkan ketidakpastian dalam jumlah penggunaan truk pengiriman semen dan total biaya angkut yang dikeluarkan. Oleh karena itu penulis melakukan peramalan permintaan untuk bulan selanjutnya, menggunakan peramalan Autoregressive Integrated Moving Average (ARIMA) sebelum data peramalan tersebut diolah menggunakan metode mixed integer linear programming (MILP) untuk menentukan jumlah truk yang digunakan dan total biaya angkut yang dikeluarkan menggunakan solver Gurobi pada software Python. biaya angkut pada bulan November mengalami penurunan dari bulan sebelumnya, sebesar Rp3,587,172 dari Rp135,972,376. Keberhasilan penurunan jumlah penggunaan truk dari yang bermuatan 10 ton sebanyak 35 menjadi 8, 20 ton sebanyak 41 menjadi 19, dan 30 ton sebanyak 17 tetap menjadi 17 mengahasilkan penurunan total biaya angkut sebanyak Rp132,386,204.

---

Uncertainty in total demand results in uncertainty in the number of trucks used for cement delivery and the total transportation costs incurred. Therefore, the authors forecast demand for the next month, using Autoregressive Integrated Moving Average (ARIMA) forecasting before the forecasting data is processed using the mixed integer linear programming (MILP) method to determine the number of trucks used and the total transportation costs incurred using the Gurobi solver in Python software. transportation costs in November decreased from the previous month, amounting to Rp3,587.172 from Rp135,972,376. The success of reducing the number of trucks using 10 tons of 35 to 8, 20 tons of 41 to 19, and 30 tons of 17 still being 17 resulted in a decrease in the total transportation cost of Rp.132,386,204."

"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%."

"Penggunaan internet di Indonesia terus meningkat seiring dengan bererkembangnya zaman yang berpengaruh pada peningkatan penggunaan SIM Card. Dari hal ini, maka berdirilah salah satu perusahaan telekomunikasi yang bergerak sebagai operator penyedia jasa telekomunikasi berbasis teknologi 4G LTE Advanced. Sebagai salah satu perusahaan telkomunikasi besar, jaringan rantai pasok juga menjadi kompleks, sehingga perusahaan harus memiliki manajemen rantai pasok yang baik dan benar, termasuk aktivitas logistik dan distribusi. Namun, dengan biaya distribusi yang tinggi terdapat perbedaan biaya antara target dengan keadaan aktual yang disebabkan karena perencanaan pengiriman produk yang belum optimal dan metode routing yang tergolong masing manual. Oleh sebab itu, perusahaan memerlukan sebuah metode optimasi untuk perencanaan rute distribusi untuk mengurangi total biaya distribusi. Penelitian ini dilakukan dengan cara mengembangkan model optimasi menggunakan Mixed-Integer Linear Programming (MILP). Model optimasi dikembangkan dari membangun formulasi permasalahan menjadi model matematika yang kemudian diterjemahkan ke dalam bahasa pemrograman Python dengan software Spyder dan library Gurobi Optimizer. Penelitian ini menggunakan sampel berjumlah 10 hari yang pemilihannya menggunakan pendekatan statistika. Hasil akhir model menghasilkan penurunan jarak perjalanan sebesar 764,9 km dan penurunan waktu perjalanan sebesar 638 menit. Hasil dari penelitian menghasilkan total biaya distribusi yang turun dari Rp 7.823.417 menjadi Rp 7.096.000, atau menghemat biaya sebesar Rp 727.417 atau sebesar 9,30%.

---

The use of the internet in Indonesia continues to increase along with the development of the times which has an effect on increasing the use of SIM cards. From this, a telecommunications company was established which operates as a telecommunications service provider based on 4G LTE Advanced technology. As a large telecommunications company, supply chain networks are also complex, so company must have good and correct supply chain management, including logistics and distribution activities. However, with high distribution costs, there is a cost difference between the target and the actual situation caused by planning for product delivery that is not optimal and the routing method which is classified as manual. Therefore, the company need an optimization method for planning distribution routes to reduce the total cost of distribution. This research was conducted by developing an optimization model using Mixed-Integer Linear Programming (MILP). The optimization model was developed from building problem formulations into mathematical models which were then translated into the Python programming language with Spyder software and the Gurobi Optimizer library. This study used a sample of 10 days whose selection used a statistical approach. The final results of the model resulted in a decrease in travel distance of 764.9 km and a decrease in travel time of 638 minutes. The results of the study resulted in a total distribution cost that fell from Rp 7,823,417 to Rp 7,096,000, or cost savings of Rp 727,417 or 9.30%."

"

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.

 

"

"Industri konstruksi, utamanya beton ready-mix, menunjukkan perkembangan yang signifikan beberapa tahun kebelakang, hal ini didorong salah satunya karena gencarnya peran pemerintah dalam proyek strategis nasional terkhusus di wilayah Jakarta dan sekitarnya. Hal ini memacu perusahaan beton ready-mix untuk membuat pengiriman mereka lebih efisien dan efektif. Pada penelitian ini, penulis melakukan studi kasus di salah satu produsen beton ready-mix di wilayah Pulo Gadung, dimana mereka mengalami penurunan pemenuhan permintaan yang disebabkan adanya bentrok antar proyek dalam waktu yang berdekatan. Peneliti menggunakan metode mixed integer linear programming untuk menjadwalkan pengiriman truk mixer, yang dirumuskan dalam model matematika, kemudian ditanslasikan dengan bahasa pemrograman python pada perangkat lunak spyder untuk mendapatkan pengaturan penjadwalan sehingga meminimalkan keterlambatan pengiriman dengan menggunakan gantt chart. Didapatkan bahwa Seluruh jadwal pengiriman untuk 4 periode pengamatan dapat memenuhi permintaan dengan total sebanyak 15 pelanggan yang dilayani oleh 1 depot dan 14 truk.

---

The construction industry, particularly the ready-mix concrete sector, has shown significant development in recent years, driven in part by the active role of the government in national strategic projects, especially in the Jakarta area and its surroundings. This has prompted ready-mix concrete companies to make their deliveries more efficient and effective. In this study, the author conducted a case study at one ready-mix concrete producer in the Pulo Gadung area, where they experienced a decrease in demand fulfillment due to conflicts between projects occurring in close proximity. The researcher used the mixed integer linear programming method to schedule the delivery of mixer trucks, formulated in a mathematical model, which was then translated into Python programming language using Spyder software to obtain scheduling arrangements that minimize delivery delays, visualized using a Gantt chart. It was found that the entire delivery schedule for the four observation periods could fulfill the demand, serving a total of 15 customers with 1 depot and 14 trucks."

"Pemodelan dan peramalan harga saham merupakan hal yang sangat penting bagi seorang investor. Harga saham selalu mengalami perubahan seiring berjalannya waktu. Perubahan ini tidak konstan dan sangat berdampak jika diabaikan karena hal tersebut dapat menimbulkan risiko kerugian. Banyak model yang sudah dibuat dengan tujuan untuk meminimalkan risiko kerugian tersebut. Pada penelitian ini, akan digunakan model ARIMA-GARCH untuk meramalkan volatilitas dalam harga saham. Alasan dari penggunaan gabungan kedua model tersebut adalah karena Model ARIMA saja tidak dapat menangani data dengan volatilitas besar dan yang non-linear. Maka, diharapkan bahwa penggunaan dari model gabungan ini dapat menangani masalah tersebut. Data harga saham yang digunakan pada penelitian ini adalah data harga penutupan dalam dua saham yang termasuk dari indeks LQ45. Pada penelitian ini, data tersebut akan dimasukkan kedalam model gabungan tersebut untuk mendapat peramalan di hari selanjutnya. Setelah itu, akan digunakan metode Walk Forward untuk mendapat semua hasil peramalannya. Dari hasil tersebut, didapat bahwa pengabungan dari ARIMA (1,1,1)-GARCH (1,1) memberikan perdiksi harga saham yang terbaik untuk kedua saham yang dipilih. Lalu, menggunakan hasil MAE dan RMSE dari saham, dapat disimpulkan bahwa model ARIMA-GARCH merupakan model yang dapat memprediksi harga saham dengan baik.

---

For an Investor, modelling and forecasting the stock prices are very important. Stock price fluctuate as time goes and these changes vary from one point of time to another. These changes can be really dangerous if ignored because the risk of loss it might create. Many models have been created with the purpose of minimizing the risk of loss. In this study, the ARIMA-GARCH model will be used to predict closing price in the stock prices which contain volatility. The reason for using the combination of the two models is due to ARIMA model unable to handle large volatility along with non-linear data. Thus, it is hoped the use of this combined model can solve this problem. The data that is used on this study is the closing price of 2 stocks that is part of the LQ45 index. In this research, the data will be used on the combined model to get the forecast price of the next day. Then, the rest of the forecast price will be found using a process called Walk Forward. After acquiring all the forecasted price, it is found that the combination of ARIMA (1,1,1)-GARCH (1,1) yield the best result in forecasting the stock prices. Then, by using MAE and RMSE to check the error of the results, it can be concluded that the ARIMA-GARCH model is a model that is able to predict stock prices well."

"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."

"Perusahaan third party logistics (3PL) memainkan peran penting dalam aktivitas supply chain management. Kemampuan yang ditawarkannya dapat membantu perusahaan yang menggunakan jasanya dalam mengurangi biaya supply chain dan fokus pada kompetensi utama mereka. Dalam menghadapi persaingan untuk mencapai keunggulan kompetitif, baik perusahaan pengguna jasa ataupun 3PL sendiri perlu memperhatikan biaya yang dikenakan kepada pelanggan untuk produk dan jasa yang ditawarkan. Lebih dari setengah biaya suatu produk merupakan biaya untuk supply chain dan sebagian besar dipengaruhi oleh aktivitas outbound logistics. Penelitian ini berisi tentang pengembangan model optimasi untuk meminimalkan biaya outbound logistics menggunakan metode Mixed Integer Linear Programming (MILP). Hasil penelitian menunjukkan bahwa model optimasi berhasil mengurangi total biaya outbound logistics dengan keputusan rencana pengiriman yang terdiri dari pemilihan tipe kendaraan, volume muatan pengiriman, tingkat utilisasi kendaraan, dan jumlah kebutuhan pekerja pemuatan.

---

Third party logistics (3PL) companies play an important role in supply chain management activities. The capabilities it offers can help companies that use their services to reduce supply chain costs and focus on their core competencies. In the face of competition to achieve competitive advantage, both service users and 3PL companies themselves need to pay attention to the fees charged to customers for products and services offered. More than half the cost of a product is the cost for the supply chain and is largely influenced by outbound logistics activities. This research contains the development of optimization models to minimize outbound logistics costs using the Mixed Integer Linear Programming (MILP) method. The results showed that the optimization model succeeded in reducing the total cost of outbound logistics with the decision of the shipping plan consisting of choosing the type of vehicle, the volume of the shipping load, the level of vehicle utilization, and the number of loading worker needs."

"ABSTRAKPangan merupakan kebutuhan yang harus dipenuhi setiap saat. Seperti yang diketahui bahwa pupuk merupakan salah satu faktor utama dalam kesuksesan ketahanan pangan di Indonesia. Saat ini, pemerintah tengah mengadakan target swasembada pangan pada tahun 2017 yang mensyaratkan kemampuan panen sedikitnya dua kali setahun pada luas areal persawahan di Indonesia. Untuk memenuhi kebutuhan pupuk di Indonesia, seluruh industri pupuk harus terus berupaya untuk meningkatkan produksinya. Pada industri pupuk yang diteliti, terjadi permasalahan pada bagian produksinya, dimana industri ini tidak mampu untuk memenuhi permintaan pupuk urea yang notabene adalah produk unggulan industri tersebut. Ketidakmampuan untuk memenuhi permintaan ini mengakibatkan pendapatan yang dicapai tidak sesuai dengan yang direncanakan. Selain itu, ketidakmam Oleh karena itu, pada penelitian ini akan dilakukan perencanaan produksi pupuk urea dengan metode Material Requirement Planning MRP , Mixed Integer Linear Programming MILP , dan peramalan permintaan forecasting . Hasil dair penelitian ini menunjukkan bahwa metode MRP yang tepat untuk digunakan sebagai perencanaan produksi di industri pupuk adalah Lot-For-Lot LFL dan metode peramalan permintaan yang paling akurat dan sesuai dengan trend permintaan pupuk urea adalah Artificial Neural Network ANN . Selain itu, total biaya yang dikeluarkan industri pupuk mengalami penurunan sebesar Rp. 55.334.120,- atau menurun 5,15 dari total biaya sebelumnya.

---

ABSTRACTFood is a necessity that must be met at all times. As it is known that fertilizer is one of the main factors in the success of food security in Indonesia. Currently, the government is targeting food self sufficiency in 2017 that requires harvesting capability at least twice a year in the area of paddy fields in Indonesia. To meet the fertilizer needs in Indonesia, the whole fertilizer industry must continue to improve its production. In the fertilizer industry studied, there is a problem in the production section, where the industry is not able to meet the demand for urea fertilizer which in fact is the industry 39 s flagship product. The inability to meet this demand resulted in insufficient revenue to be achieved. In this research, urea fertilizer production planning with Material Requirement Planning MRP method, Mixed Integer Linear Programming MILP , and forecasting is planned. The results of this study indicate that the appropriate MRP method to be used as production planning in the fertilizer industry is Lot For Lot LFL and the most accurate demand forecasting method and according to the demand trend of urea is Artificial Neural Network ANN . Futrthermore, total cost that spent by the fertilizer industry is decreasing into Rp. 55.334.120, or decreased by 5,15 from the previous one."