Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Pemfokusan pembangunan nasional pada sektor infrastruktur berimbas pada pertumbuhan pasar konstruksi yang cukup pesat. Permintaan yang tinggi dan proses bisnis yang kompleks membuat produsen beton ready-mix khususnya di Jakarta tidak lagi dapat mengandalkan mekanisme perencanaan rute dan penjadwalan manual, dimana telah terjadi beberapa keterlambatan pengiriman yang berimbas pada penurunan service level perusahaan. Penelitian ini mengusulkan metoda optimasi berbasis mixed integer linear programming pada mekanisme perencanaan rute dan penjadwalan pengirimnan beton ready-mix yang dikembangkan menggunakan bahasa Java dengan dukungan library optimasi Gurobi. Simulasi dilakukan dengan menggunakan data historis perusahaan objek penelitian, yang merupakan salah satu produsen beton ready-mix di Jakarta. Simulasi yang dilakukan menghasilkan output dengan total biaya -3674 dan gap sebesar 0,49 , dimana seluruh permintaan pelanggan terpenuhi dalam time windows yang diberikan. Hasil ini menunjukkan bahwa model optimasi yang dikembangkan dalam penelitian ini dapat menghasilkan solusi optimum untuk mekanisme perencanaan rute dan penjadwalan pengiriman beton ready-mix.

---

The focus of national development on the infrastructure sector impacts on the rapid growth of the construction market. High demand and complex business processes make ready mix concrete producers especially in Jakarta no longer able to rely on route planning and manual scheduling mechanisms, which have been some delays in deliveries that impact on the decline in service level.

This research proposes an optimization method based on mixed integer linear programming on route planning mechanism and scheduling of ready mix concrete delivery developed in Java language with Gurobi optimization library support. The simulation is done using the company s historical data of the research object, which is one of the ready mix concrete producers in Jakarta.

The simulation resulted in an output with a total cost of 3674 and a gap of 0.49 , where all customer requests are met in the given time window. These results indicate that the optimization model developed in this study can yield the optimum solution for route planning mechanism and ready mix concrete delivery scheduling."

"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%."

"Tren peningkatan market pada industri FMCG 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, membuat perusahaan harus meningkatkan efisiensi untuk dapat terus bersaing dalam industri nasional. Oleh karena itu, diperlukan perencanaan aktivitas outbound logistik yang mengatur pergerakan finished goods dari pabrik hingga sampai ke pelanggan. Penelitian ini mengembangkan model matematis untuk meminimalkan biaya outbound logistik dengan metode mixed integer linear programming dan diterjemahkan ke dalam bentuk model komputer dengan bahasa pemrograman Lingo 17.0. Biaya outbound logistik mencakup biaya penyimpanan, biaya bongkar muat, biaya truk, dan biaya shuttle. Hasil dari penelitian 12 periode ini yaitu didapatkan total biaya outbound logistik yang menurun jika dibandingkan dengan total biaya outbound logistik sebelumnya dengan rata-rata penurunan mencapai 39,76% untuk setiap periodenya. Selain itu, model ini juga menunjukkan peningkatan penggunaan tipe truk dengan kapasitas besar sehingga jumlah truk menurun dengan rata-rata penurunan mencapai 39,10% untuk setiap periodenya dan utilisasi truk meningkat dengan rata-rata peningkatan mencapai 15,21% untuk setiap periodenya.

---

The increasing market trend in the FMCG industry causes an increase in the volume of goods that must be sent to customers. Along with the increase in the volume of shipping goods, it is also required a greater logistics activities. However, with high logistics costs, companies must increase efficiency to be able compete in the global market. Therefore, it is necessary to plan outbound logistics activities that regulate the movement of finished goods from the factory to the customers.

This study developed a mathematical model to minimize outbound logistics costs based on mixed integer linear programming approach and translated into computer model using Lingo 17.0 programming language. Outbound logistics costs include storage costs, loading and unloading costs, truck costs, and shuttle costs.

The results of this 12-period study showed that the total outbound logistics costs decreased when compared to the previous total outbound logistics costs with an average of 39.76% for each period. In addition, this model also shows an increase usage of large capacity trucks so that the number of trucks decreases by an average of 39.10% for each period and truck utilization increases with an average of 15.21% for each period."

"

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."

"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.

 

"

"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."

"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

 

"