2.jpg)
Email this article Pemodelan Sistem Dinamis Untuk Meningkatkan Produktivitas di CV. ABC
Abstract
CV. ABC merupakan industri yang bergerak pada bidang percetakan yang mana produk stiker menempati permintaan yang paling tinggi. Hal ini sebanding dengan jumlah produk cacat yang terjadi juga menempati posisi yang paling tinggi. Kondisi ini membuat produktivitas dan keuntugan perusahaan tidak optimal. Metode pemodelan dan simulasi sistem dinamis dilakukan untuk mensimulasikan jumlah produk cacat dan kerugian yang terjadi di CV. ABC ini. Penelitian diterapkan untuk mensimulasikan kondisi non stasioner (dinamis) dari sistem. Dalam melakukan pemodelan dan simulasi sistem dinamis ini, peneliti membuat dua alternatif skenario perbaikan, yaitu dengan menggunakan mesin semi otomatis dan melakukan peramalan (forecasting) untuk menentukan produksi setiap minggunya. Hasil simulasi dari pemilihan skenario terbaik menunjukkan keuntungan meningkat sebesar 8,15% pada kondisi saat ini.
Keywords
Full Text:
PDFReferences
Li, X., & Wang, A. (2019). A modularization method of dynamic system modeling for multiple planetary gear trains transmission gearbox. Mechanism and Machine Theory, 136, 162– 177. doi:10.1016/j.mechmachtheory.20 19.03.002
Barrera-Diaz, C. A., Oscarsson, J., Lidberg, S., & Sellgren, T. (2018). Discrete Event Simulation Output Data-Handling System in an Automotive Manufacturing Plant. Procedia Manufacturing, 25, 23– 30. doi:10.1016/j.promfg.2018.06.053
Dagkakis, G., Rotondo, A., & Heavey, C. (2019). Embedding Optimization with Deterministic Discrete Event Simulation for Assignment of Crosstrained Operators: An Assembly Line Case Study. Computers & Operations Research. doi:10.1016/j.cor.2019.06.008
Golbasi, O., & Olmez Turan, M. (2020). A Discrete-Event Simulation Algorithm for the Optimization of Multi-Scenario Maintenance Policies. Computers & Industrial Engineering, 106514. doi:10.1016/j.cie.2020.106514
Antonelli, D., Litwin, P., & Stadnicka, D. (2018). Multiple System Dynamics and Discrete Event Simulation for manufacturing system performance evaluation. Procedia CIRP, 78, 178– 183. doi:10.1016/j.procir.2018.08.312
Sterman JD. (2000). Business dynamics: systems thinking and modeling for a complex world. New York: McGraw-Hill.
Forrester JW. (1958). Industrial dynamics: a major breakthrough for decision makers. Harvard business review, 1958;36(4):37-66.
Forrester JW. (1961). Industrial Dynamics. Cambridge: MIT Press.
Edghill, J. S., Towill, D. R., & Husband, T. (1989). Dynamic Behaviour of Fundamental Manufacturing System Design Strategies. CIRP Annals, 38(1), 465– 468. doi:10.1016/s0007- 8506(07)62747-4
Byrne SJ, Roberts L. (1994). Efficient parts supply: influence of information flows, Proceedings of International System Dynamics Conference, Production and Operations Management, 1994:11-19.
Litwin P, Jakie?a J, Olech M. (2016). Dynamic simulation based optimization of information flow in extended enterprise and its impact on business partners production efficiency and stock replenishment, Advances in manufacturing science and technology;40(1):33- 45.CIRP;38(1):465-468. doi: 10.2478/amst-2016-0003
Trenggonowati, D. L. (2017). Simulasi Sistem Proses Produksi di PT. Jakarta Cakratunggal Steel Mills. Jurnal ilmiah Teknik Industri Vol. 4 Issue 1.
Heizer, J. and Render, B., (2011). Operations Management,” Tenth Edition, Prentice Hall, New Jersey.
Trenggonowati, D.L., Ridwan A, Irman A, Umyati A. (2020). Optimalisasi sumber daya di UKM Batik Banten Mukarnas Center. Teknika: Jurnal Sains dan Teknologi 16 (1), 83-96
DOI: https://doi.org/10.32502/js.v5i1.2917
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Diterbitkan oleh Universitas Muhammadiyah Palembang, Jl. Jenderal A. Yani 13 Ulu Plaju Palembang
Integrasi : Jurnal Ilmiah Teknik Industri is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.