Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penentuan alokasi personel yang optimal serta efektif dalam sistem perawatan suatu perusahaan mempunyai peran yang sangat penting dalam penghematan biaya personel. Dalam menciptakan sistem manajemen perawatan yang baik dalam upaya mengoptimalkan jumlah personel dan meminimalkan biaya personel, maka diperlukan perencanaan yang baik berdasarkan data yang akurat. Penelitian ini bertujuan untuk mengembangkan model untuk menyelesaikan permasalahan model perencanaan personel untuk menentukan alokasi personel yang optimal dan efektif dengan fungsi tujuan meminimalkan biaya personel perawatan dengan menggunakan metode mixed integer linear programming. Hasil penelitian berupa pengembangan model yang efektif dan dapat diterapkan pada kondisi aktual di industri manufaktur secara luas. Diharapkan hasil penelitian ini dapat memberikan kontribusi keilmuan dalam menyelesaikan permasalahan model perencanaan personel khususnya di bidang perawatan industri. ......Determination of the optimal and effective allocation of personnel in the maintenance system of a company has a very important role in labor cost savings. In creating a good maintenance management system in an effort to optimize the number of personnel and minimize the labor cost, it requires good planning based on accurate data. This study aims to develop a model to solve the problems of manpower planning models to determine the optimal and effective allocation of personnel with the objective function to minimizing the labor cost by using mixed integer linear programming method. Results of the research is the development of an effective model and can be applied to actual conditions in the manufacturing industry widely. We hope this research can give knowledge contribution to solve the problems of manpower planning model, especially in the field of industrial maintenance.

Abstrak :
Dengan terus bertumbuhnya produksi dan konsumsi plastik, isu pengelolaan sampah plastik menjadi krusial karena tingginya dampak pencemaran yang dapat dihasilkan oleh pengelolaan yang salah. Daur ulang merupakan salah satu cara terbaik untuk mengelola sampah plastik. Pemerintah telah menetapkan penggandaan kapasitas daur ulang sebagai salah satu strategi dalam mengurangi kebocoran aliran plastik ke laut. Maka dari itu, penelitian ini hendak membangun model perencanaan agregat yang mendukung keberlanjutan dan optimasi perencanaan produksi, persediaan, serta backorder dengan tujuan meminimalkan biaya produksi keseluruhan salah satu perusahaan yang tercakup dalam rantai pasok industri daur ulang plastik, yaitu manufaktur PET flakes. Model optimasi menggunakan metode mixed-integer linear programming (MILP) dengan perangkat Opensolver untuk Microsoft Excel dan Gurobi optimizer. Model hasil penelitian kemudian dibandingkan dengan model dengan strategi murni perecanaan agregat : strategi Chase dan strategi Level. Urutan model dengan biaya produksi terendah adalah model perencanaan agregat penelitian, model Chase Strategy, kemudian model Level Strategy, dengan jumlah sebesar Rp1.234.922.424.965,32, Rp1.289.603.961.089,41, dan Rp1.669.974.114.375,48. ......As plastic production and consumption keeps growing rapidly, plastic waste management is an important issue due to the damage that plastic waste mismanagement can give. Recycling is one of the best solutions. The government has established doubling the recycling capacity as one of the strategy to reduce the leakage of plastic into the ocean. Therefore, this study aims to build an aggregate planning model that supports the sustainability and optimization of production, inventory, and backorder planning with the objective of minimizing the overall production cost of a company in the plastic recycling industry, namely, a PET flakes manufacturer. The optimization model uses mixed-integer linear programming (MILP) method, with OpenSolver with Microsoft Excel and Gurobi optimizer. The model is then compared with the model with pure aggregate planning strategies : Chase Strategy and Level Strategy. The order of the models with the lowest cost result to the highes is the research model, Chase Strategy, then the Level Strategy, with the amount of Rp1.234.922.424.965,32, Rp1.289.603.961.089,41, and Rp1.669.974.114.375,48.

Abstrak :
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.

Abstrak :
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%.

Abstrak :
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%.

Abstrak :
Salah satu perusahaan yang bergerak dalam industri yang memproduksi air minum dalam kemasan. Proses bisnis pada perusahaan tersebut multi level marketing, yang melayani setiap agen yang akan menjual kembali produk yang telah di produksi oleh Produsen AMDK. Tren peningkatan produksi AMDK berkembang setiap tahunnya pada tahun 2021 merupakan puncak tertinggi dalam pemesanan dan pengiriman AMDK terhadap Produsen AMDK yang dilakukan oleh setiap agen khususnya agen wilayah Bogor. 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 sebab itu di perlukan optimasi untuk perencanaan outbound yang mengatur pergerakan barang dari pabrik hingga sampai ke agen. 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 ini dilakukan selama 8 periode. Hasil penelitian di dapat penurunan biaya logisitik dari Rp324.529.521 menjadi Rp229.641.592 dengan selisih penurunan total biaya outbound logistik tersebut sebesar Rp94.887929. Keberhasilan penurunan total biaya outbound logistik juga menghasilkan peningkatan utilitas pemakaian kendaraan dari 61,06% menjadi 97,43% dan penurunan jumlah pemakaian kendaraan dari 183 kendaraan menjadi 114 kendaraan. ...... One of the companies engaged in the industry that produces bottled drinking water. The business process at the company is multi-level marketing, which serves every agent who will resell products that have been produced by bottled water producers. The trend of increasing bottled drinking water production growing every year in 2021 is the highest peak in ordering and shipping bottled drinking water to bottled drinking water producers by each agent, especially agents in the Bogor area. As the volume of delivery of goods increases, so is the need for large logistics activities. However, with high logistics costs, there is a difference in costs between the target and the actual state of the company because the delivery planning is not optimal. Therefore, optimization is needed for outbound planning that regulates the movement of goods from the factory to the agent. This study develops a mathematical model to reduce the cost of outbound logistics with the Mixed Integer Linear Programming (MILP) method using LINGO 18.0 software. Outbound logistics costs include shipping costs and storage costs. This research was conducted for 8 periods. The results of the study showed a decrease in logistics costs from Rp. 324.529,521 to Rp. 229.641.592 with the difference in the decrease in total outbound logistics costs of Rp. 94.887929. The successful reduction of total outbound logistics costs also resulted in an increase in vehicle usage utility from 61.06% to 97.43% and a decrease in vehicle usage from 183 vehicles to 114 vehicles.

Abstrak :
Penelitian ini membahas mengenai pembuatan model Mixed Integer Linear Programming (MILP) untuk meminimalkan biaya penjadwalan multi-proyek pada perusahaan manufaktur mesin yang seringkali mengalami keterlambatan penyelesaian proyek. Tujuan optimasinya adalah untuk meminimalkan total biaya penalti keterlambatan proyek dan total biaya karyawan. Biaya karyawan yang dimaksud yaitu apakah lebih optimal jika dilakukan alih daya karyawan atau melakukan lembur. Dengan menggunakan model yang telah dibuat, maka penjadwalan multi-proyek dioptimasi dengan bantuan software Lingo 14.0 menggunakan pendekatan branch & bound. Hasil yang diperoleh yaitu jika perusahaan ingin mengoptimalkan keterlambatan, maka dengan lembur akan lebih minimal daripada alih daya yaitu total penurunan keterlambatan sebesar 144 hari atau sebesar 73.5%. Sebaliknya jika dilihat dari sisi total biaya yang dikeluarkan, maka dengan alih daya hasilnya lebih minimal daripada lembur yaitu ada penurunan total biaya sebesar Rp. 10,873,000 atau sebesar 28.5%. Hasil ini menunjukkan bahwa model yang dibuat dapat mengoptimasi penjadwalan multi-proyek. ...... This paper discusses about creating Mixed Integer Linear Programming (MILP) model to optmize cost for multi-project scheduling in a machine maker company. Paper?s objective is to minimize total of project?s penalty cost and labor?s cost. It needs to show whether using outsourcing or overtime will be more optimal to finish all projects. Using the created model, scheduling of multi-project is optimized by Lingo 14.0 software with branch& bound approach. This paper resulted, if company want to optimize lateness, they should use overtime instead of outsourcing which improves total lateness of projects for 144 days or 73.5%. Whereas, if company want to optmize cost, they should use outsourcing instead of overtime which reduces total cost about IDR10,873,000 or 28.5%. These results indicate that the models can be used to optimize multi-project scheduling.

Abstrak :
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.

Abstrak :
Container allocation problem selama ini identik dengan sistem dorong (push system) karena kegiatan mengalokasikan kontainer tersebut biasanya dirancang di depot kontainer laksana titik origin. Sistem dorong memiliki kekurangan dimana pengguna tidak fleksibel dalam mengontrol kapabilitas dan laju produksi di gudang selaku titik tujuan. Penelitian container allocation problem di titik tujuan dengan sistem tarik (pull system) adalah merancang sebuah model alokasi kontainer kargo dari depot kontainer ke gudang yang lebih hemat dengan metode mixed integer linear programming (MILP). Studi kasus dilakukan pada remote area pertambangan dengan data 306 kontainer kargo di depot kontainer yang akan di alokasikan ke 4 gudang. Setiap gudang memiliki kendala kapasitas area pembongkaran kontainer dan kapabilitas manpower dalam menerima jumlah line items dalam suatu kontainer kargo. Waktu tunggu (dwell time) dan biaya sewa kontainer per hari mulai dihitung ketika kontainer kargo pindah dari kapal menuju depot kontainer. Hasil perancangan model alokasi kontainer kargo menggunakan MILP dengan sistem tarik berhasil memaksimalkan penghematan biaya gudang sebesar 41,17% dan menuntaskan 306 kontainer kargo lebih cepat 7 hari dibandingkan dengan model alokasi kontainer kargo sebelumnya. ......ontainer allocation problem so far is identical to the push system because the activity of allocating containers is usually designed at container depot as point of origin. The push system has a disadvantage where users are not flexible to control the capability and rate of production that occurs at warehouse as point of destination. Research on container allocation problem at point of destination with a pull system is to design a model to allocate cargo containers from container depot to warehouse which is more efficient using the mixed integer linear programming (MILP) method. The case study was conducted in a remote mining area with data on 306 cargo containers at the container depot which will be allocated to 4 warehouses. Each warehouse has constraints on unloading area capacity and manpower capability in receiving the number of line items in cargo containers. Dwell time and container rental cost per day start to be calculated when the cargo containers move from vessel to container depot. Results for the design of cargo container allocation model using MILP with a pull system successful to maximize warehouse cost savings of 41,17% and completing 306 cargo containers 7 days faster than the previous cargo container allocation model.

Abstrak :
Cross-docking memberikan berbagai keuntungan dalam logistik, seperti kecepatan bongkar muat, konsolidasi, dan pemindahan barang ke kendaraan pengiriman. Vehicle routing problem dengan cross-docking (VRPCD) merupakan perkembangan dari vehicle routing problem dengan fungsi batasan tambahan, dimana depot memiliki peran sebagai cross-dock. Penelitian ini mengusulkan model linear mixed-integer untuk VRPCD yang memperhatikan faktor-faktor multi-produk, multi-kendaraan, split load, dan multi-periode. Sebuah dataset dibangkitkan berdasarkan literatur. Dataset tersebut terbagi menjadi dua, yang menggunakan kendaraan homogen, dan yang menggunakan kendaraan heterogen. Data tersebut diselesaikan mengunakan solver Gurobi. Hasil menunjukkan bahwa kendaraan heterogen memiliki solusi lebih baik namun membutuhkan waktu komputasi tambahan. Split load dapat menghasilkan nilai yang lebih baik dan mendapatkan solusi yang sebelumnya tidak mungkin. Pengiriman multi-periode memberikan potensi untuk menurunkan waktu pengiriman jika fungsi tujuan menjadi meminimumkan waktu pengiriman maksimum. Hasil komputasi juga menunjukkan bahwa dataset lebih kecil (10 node) dapat ditemukan hasil optimal dalam waktu yang relatif singkat. ......Cross-docking provides benefits such as facilitating fast and direct unloading, consolidation, and reloading of goods from inbound to outbound trucks. The vehicle routing problem with cross-docking (VRPCD) is an extension of the vehicle routing problem with an additional constraint in which the depot has a role as cross-dock. The current paper provides a mixed-integer linear programming model for the VRPCD that considers multiple products, multiple vehicle types, split loads, and multiple period delivery. Based on the literature, we generated two sets of instances, one with a homogenous vehicle and one with heterogeneous vehicles. The instances are then solved using the Gurobi Solver. Results show that instances with heterogeneous vehicles provide better results but require an increase in computation time. Split loads can produce better objective values and generate solutions previously infeasible. Multiple-period delivery has the potential to decrease delivery times if the objective function is set to minimize the maximum time. The computational results also show that smaller instances of 10 nodes can be solved in a reasonable amount of time