Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Jalur perdagangan dunia sebagian besar dilakukan menggunakan transportasi laut, yang memicu peningkatan permintaan kapal yang siap untuk berlayar. Keadaan ini menuntut galangan untuk mampu bekerja maksimal dalam membangun kapal. Namun, terdapat masalah yang dihadapi dalam proses manufaktur kapal di lapangan. Masalah tersebut adalah tingginya material handling cost karena kebanyakan tata letak galangan kapal dibuat berdasarkan pengalaman dan pengetahuan para ahli saja. Pemanfaatan teknologi sudah seharusnya digunakan untuk meminimalkan material handling cost dan menghasilkan tata letak galangan yang optimal. Penelitian ini bertujuan untuk menunjukkan metode baru dalam menentukan desain galangan kapal dengan bantuan algoritma pemrograman. Metode penelitian ini menggunakan simulasi software dan analisis numerik. Simulasi software dilakukan menggunakan phyton dan microsoft excel sebagai data input. Analisis numerik dilakukan menggunakan algoritma genetika untuk membuat aturan dan batasan dalam pemrograman penelitian ini. Penurunan material handling cost dianalisis melalui jarak antar bangunan di galangan dan kuantitas perpindahan material antar bangunan. Berdasarkan hasil penelitian ini, algoritma genetika dapat menurunkan nilai material handling cost tanpa mempengaruhi alur produksi kapal di galangan.

---

The world trade path is mostly using sea transportation which triggers an increase in the demand for ships ready for sailing. This situation demands the shipyard to be able to work optimally in building ships. However, there are problems encountered in the ship manufacturing process in the field. The problem is the high material handling cost because most of the shipyard layout is designed based on the experience and knowledge of experts. Utilization of technology is already supposed to be used to minimize material handling cost and produce optimal shipyard layout. The study aims to demonstrate a new method of determining shipbuilding design with the help of programming algorithms. This method of study uses software simulations and numerical analysis. Simulated software is done using Python and Microsoft Excel as the input data. Numerical analysis is done using a genetic algorithm to create rules and constraints in this research programming. The decrease in a material handling cost is analyzed through the distance between departments in the shipyard and quantity of material displacement between departments. Looking at the results of this study, the genetic algorithm can reduce material handling cost without affecting the vessel production flow in the shipyard.

Abstrak :
Galangan kapal memiliki peran penting dalam mendukung industri maritim dan memberikan dampak signifikan pada perekonomian suatu negara. Dalam operasionalnya, tata letak fasilitas galangan sangat berpengaruh terhadap produktivitas dan biaya produksi. Material handling cost merupakan komponen utama dalam perencanaan tata letak fasilitas, mencakup 30%-70% dari biaya produksi total. Optimasi tata letak galangan kapal menjadi sangat penting untuk mengurangi biaya ini dan meningkatkan produktivitas, terutama dengan mempertimbangkan perkembangan ukuran kapal dan penggunaan material berat. Penelitian ini bertujuan untuk mendapatkan tata letak galangan kapal yang optimal dengan meminimalisir material handling cost menggunakan dua metode: Brute dan Simulated Annealing (SA). Metode SA merupakan algoritma optimasi yang memanfaatkan probabilitas dan mekanika statistik untuk mencapai solusi optimal. Hasil penelitian menunjukkan bahwa metode SA lebih efektif dan efisien dibandingkan metode Brute dalam mengurangi material handling cost, dengan penurunan yang lebih signifikan dan proses yang lebih stabil. Implementasi kedua metode menggunakan bahasa Python dalam Visual Studio Code membuktikan bahwa metode SA dapat mencapai pengurangan material handling cost yang lebih besar, sehingga memberikan solusi tata letak galangan yang lebih optimal dan sistematis. ......Shipyards play a crucial role in supporting the maritime industry and have a significant impact on a country's economy. The layout of shipyard facilities is essential for optimizing productivity and reducing production costs. Material handling cost is a major component of facility layout planning, accounting for 30%-70% of total production costs. Optimizing shipyard layouts is vital for reducing these costs and enhancing productivity, particularly given the increasing size of ships and the use of heavy materials. This research aims to achieve an optimal shipyard layout by minimizing material handling costs using two methods: Brute and Simulated Annealing (SA). SA is an optimization algorithm that leverages probability and statistical mechanics to reach an optimal solution. The study's findings indicate that SA is more effective and efficient than the Brute method in reducing material handling costs, with more significant reductions and a more stable process. The implementation of both methods using Python in Visual Studio Code demonstrates that SA can achieve greater reductions in material handling costs, thus providing a more optimal and systematic shipyard layout solution.

Abstrak :
Penelitian dilakukan di UMKM Kerupuk Kulit yang terletak di Pancoran, Jakarta Selatan. Saat ini, kuantitas kerupuk kulit yang diproduksi terkadang tidak cukup. Akar masalahnya adalah material handling masih manual, pengaturan layout yang kurang baik, adanya keterbatasan biaya, cuaca tidak menentu, dan kurang ketersediaan tenaga kerja. Material handling yang kurang baik menyebabkan durasi produksi lama, pekerja kurang aman dan nyaman, dan material handling cost tinggi. Permasalahan yang sudah disebutkan dapat diselesaikan dengan melakukan perbaikan layout dan material handling. Tujuan dari penelitian adalah menganalisis permasalahan layout existing, mendapatkan perbaikan layout, dan membandingkan kondisi layout existing dan layout proposed. Metode yang digunakan untuk memperbaiki layout adalah systematic layout planning (SLP). Hasil penelitian adalah material handling cost berkurang sebesar Rp256,754.99 atau 67.8%, kapasitas sebesar 17.77 kg per minggunya dapat mengatasi kekurangan stok, dan durasi material handling berkurang 28.95 menit per harinya atau berkurang 69.19%. ......The research was conducted at the MSMEs Skin Crackers located in Pancoran, South Jakarta. Currently, the quantity of skin crackers produced is sometimes not enough. The root causes of the problem are manual material handling, inefficient layout, cost limitations, unpredictable weather, and lack of labor availability. Improper material handling causes long production duration, unsafe and uncomfortable workers, and high material handling costs. The problems that have been mentioned can be solved by improving the layout and material handling. The purpose of the research is to analyze the existing layout problems, to have a layout improvement, and to compare the existing layout and proposed layout. The method used to improve the layout is systematic layout planning (SLP). The results of the study are material handling costs reduced by Rp256,754.99 or 67.8%, by increasing capacity by 17.77 kg per week can solve stock shortages, and the duration of material handling is reduced by 28.95 minutes per day or 69.19%.

Abstrak :
Penelitian ini mengeksplorasi penerapan algoritma Ant Colony Optimization (ACO) yang dilengkapi dengan algoritma pencarian A* untuk memecahkan masalah tata letak di galangan kapal, guna meningkatkan produktivitas dan meminimalkan biaya operasional, terutama penanganan material. Menurut Dorigo et al. (1996), ACO adalah teknik probabilistik yang terinspirasi dari perilaku semut dalam mencari makan dan cocok untuk optimasi kombinatorial. Algoritma pencarian A*, seperti yang dijelaskan oleh Hart et al. (1968), adalah algoritma pencarian terbaik-pertama yang menemukan jalur biaya terendah menggunakan heuristik. Penelitian ini memodelkan galangan kapal sebagai masalah optimasi yang kompleks, dengan fokus pada biaya penanganan material. ACO digunakan untuk mengeksplorasi konfigurasi tata letak potensial, sementara algoritma pencarian A* diintegrasikan untuk meningkatkan efisiensi dan akurasi. Melalui simulasi dan analisis data dunia nyata, pendekatan gabungan ACO dan A* menunjukkan peningkatan signifikan dalam efisiensi tata letak dan pengurangan biaya penanganan material. Studi ini berkontribusi pada bidang teknik industri dengan memperkenalkan pendekatan baru untuk optimasi tata letak galangan kapal dan menunjukkan potensi algoritma yang terinspirasi bio dalam menyelesaikan masalah teknik praktis. ......This research explores the application of Ant Colony Optimization (ACO) algorithms, supplemented by A* search algorithms, to solve layout problems in shipyards to enhance productivity and minimize operational costs, especially material handling costs. According to Dorigo et al. (1996), ACO is a probabilistic technique inspired by ant foraging behavior, well-suited for combinatorial optimization problems. The A* search algorithm, as described by Hart et al. (1968), is a best-first search algorithm that finds the lowest-cost path using heuristics. This research models the shipyard as a complex optimization problem, focusing on material handling costs. ACO is used to explore potential layout configurations, while the A* search algorithm is integrated to improve efficiency and accuracy. Through simulations and real-world data analysis, the combined ACO and A* approach shows significant improvements in layout efficiency and reductions in material handling costs. This study contributes to industrial engineering by introducing a new approach to optimizing shipyard layouts and demonstrating the potential of bio-inspired algorithms in solving practical engineering problems.