DETAIL KOLEKSI

Optimisasi perencanaan produksi ban tipe x dengan mengunakan metode artificial neural network dan integer goal programming pada PT.Multistrada Arah Sarana Tbk

Oleh : Meta Septyarini

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2011

Pembimbing 1 : Pudji Astuti

Pembimbing 2 : Ir.Eveline Anne Marie,MT

Subyek : Optimization;Correlation;Statical analysis;Management techniques;Linear programming.

Kata Kunci : peramalan permintaan, Artificial Neural Network, perencanaan produksi, Integer Goal Programming

Status Posting : Published

Status : Lengkap

File Repositori
No. Nama File Hal. Link
1. 2011_TA_TI_06307010_Judul.pdf
2. 2011_TA_TI_06307010_Abstrak.pdf
3. 2011_TA_TI_06307010_Daftar-isi.pdf
4. 2011_TA_TI_06307010_Bab1.pdf
5. 2011_TA_TI_06307010_Bab2.pdf
6. 2011_TA_TI_06307010_Bab3.pdf
7. 2011_TA_TI_06307010_Bab4.pdf
8. 2011_TA_TI_06307010_Bab5.pdf
9. 2011_TA_TI_06307010_Bab6.pdf
10. 2011_TA_TI_06307010_Daftar-pustaka.pdf
11. 2011_TA_TI_06307010_Lampiran.pdf

P PT. Multistrada Arah Sarana Tbk (PT. MASA) merupakan suatu perusahaan manufaktur yang memproduksi ban (tire) baik untuk mobil maupun motor. Permasalahan yang terjadi pada PT. MASA adalah penggunaan mesin yang tidak optimal sehingga mengakibatkan jumlah yang diproduksi tidak mampu untuk memenuhi permintaan terhadap produk ban tipe X. Tujuan penelitian dari tugas akhir ini adalah melakukan peramalan permintaan dengan menggunakan metode Artificial Neural Network (ANN) serta perencanaan produksi untuk mendapatkan hasil produksi optimal dengan menggunakan metode Integer Goal Programming. Berdasarkan hasil peramalan pennintaan dengan menggunakan metode ANN diketahui bahwa peramalan produk ban tipe X tahun 2011 untuk bulan April sebesar 43685 unit, Mei sebesar 43585 unit, Juni sebesar 43718 unit, Juli sebesar 43644 unit, Agustus sebesar 43646 unit, dan September sebesar 43723 unit. Kemudian, dilakukan perencanaan produksi dengan menggunakan metode Integer Goal Programming untuk mendapatkan basil produksi optimal. Sehingga kemudian diketahui perencanaan produksi reguler optimal tahun 2011 untuk mesin Building pada bulan April adalah 40016 unit, Mei adalah 41350 unit, Juni adalah 40016 unit, Juli adalah 41350 unit, Agustus adalah 41350 unit, dan September adalah 40016 unit. Sedangkan untuk mesin Curing pada bulan April adalah 40217 unit, Mei adalah 41558 unit, Juni adalah 40217 unit, Juli adalah 41558 unit, Agustus adalah 41558 unit, dan September adalah 40217 unit. Dan perencanaan produksi overtime optimal untuk mesin Building pada bulan April adalah 3669 unit, Mei adalah 2235 unit, Juni adalah 3702 unit, Juli adalah 2294 unit, Agustus adalah 2296 unit, dan September adalah 3709 unit. Sedangkan untuk mesin Curing pada bulan April adalah 3648 unit, Mei adalah 2027 unit, Juni adalah 3501 unit, Juli adalah 2086 unit, Agustus adalah 2088 unit, dan September adalah 3508 unit. Sedangkan budget yang terpakai untuk bulan April sebesar Rp 84.447.430,00, Mei sebesar Rp 83.675.320,00, Juni sebesar Rp 84.523.500,00, Juli sebesar Rp 83.811.320,00, Agustus sebesar Rp 83.815.930,00, dan September sebesar Rp 84.539.630,00.

P PT. Multistrada Arah Sarana Tbk (PT. MASA) is a manufacturing company that produces tires for cars and motorcycles. Problem surfaces in non optimal machine used, causes by the unavailability of production planning based on consumer demand. This problem causing number of production quantities cannot reach consumer demand of tire type X. The purpose of doing this research is to forecast demand using Artificial Neural Network (ANN) method, and to optimize production planning using the Integer Goal Programming method. Within forecasting demand by Artificial Neural Network (ANN) method, it is known that forecast demand of tire type X in 2011 by April is 43685 units, May is 43585 units, June is 43718 units, July is 43644 units, August is 43646 units, and by September is 43723 units. By adopting Integer Goal Programming method we know that the optimum regular production of Building machine in 2011 by April is 40016 units, May is 41350 units, June is 40016 units, July is 41350 units, August is 41350 units, and September is 40016 units. Moreover, optimum regular production of Curing machine in 2011 by April is 40217 units, May is 41558 units, June is 40217 units, July is 41558 units, August is 41558 units, and September is 40217 units. Furthermore, optimum overtime production of Building machine in 2011 by April is 3669 units, May is 2235 units, June is 3702 units, July is 2294 units, August is 2296 units, and September is 3709 units. Also optimum overtime production of Curing machine in 2011 by April is 3648 units, May is 2027 units, June is 3501 units, July is 2086 units, August is 2088 units, and September is 3508 units. Whereas, budget used in 2011 by April was Rp 84.447.430,00, May was Rp 83.675.320,00, June was Rp 84.523.500,00, July was Rp 83.811.320,00, August was Rp 83.815.930,00, and September was Rp 84.539.630,00.

Koleksi Terkait (Kata Kunci = 23 Judul)

Sistem pengenalan angka kode pos dengan menggunakan jaringan syaraf tiruan
FTI - Usakti
Peramalan permintaan dengan jaringan syaraf tiruan (jst) dan penentuan strategi berproduksi mempertimbangkan kapasitas produksi produk keyna pada pt xyz
FTI - Usakti
Peramalan permintaan arang ogalit dengan jaringan saraf tiruan pada perusahaan HU Heryadi Lavelansir dan pemilihan sumber energi listrik alternatif berdasarkan aspek ekonomis
FTI - Usakti
Usulan sistem pengendalian persediaan continuous review dan periodic review yang mempertimbangkan back order dan lost sales untuk produk pupuk urea di PT Pusri Palembang 1.0
FTI - Usakti
Usulan pengendalian persediaan menggunakan model joint economic lost size untuk permintaan probabilistik antara PT. BPI dan PT. X
FTI - Usakti
Perbaikan peramalan permintaan dan penentuan persediaan pengaman untuk memininasi biaya simpan produk sosis sapi hemato di PT.Dagsap Endura Eatore 5.0
FTI - Usakti
Penetuan setting optimum proses pemintalan benang toc60bnz menggunakan metode pramuka respon dan jaringan saraf tiruan di PT. Kumatex 0.0
FTI - Usakti
Usulan perancangan model peramalan permintaan menggunakan metode artificial neural network dan model pendistribusian menggunakan metode simulated annealing pada PT. Rizkina Sadaya Sejahtera
FTI - Usakti
Perancangan business intelligence untuk visualisasi data dan peramalan stok obat 3.8
FTI - Usakti
Perancangan ramalan permintaan pelanggan dengan metode artificial neural network dan perencanaan kebutuhan bahan baku dengan metode Cover-Time Planning pada PT. Ecobliss Kemasindo
FTI - Usakti
Teknik business intelligence untuk peramalan data angkutan udara dengan metode holt-winters dan artificial neural network
FTI - Usakti
Simulasi sistem kendali ketinggian permukaan cairan dalam tangki dengan menggunakan metode jaringan syaraf tiruan 5.0
FTI - Usakti
Analisis kelayakan pembangunan acid regeneration plant berdasarkan peramalan permintaan produk baja dengan menggunakan jaringan syaraf tiruan pada PT.XYZ 5.0
FTI - Usakti
Minimasi biaya persediaan dan optimasi jumlah bahan baku makanan dengan Metode Economic Order Quantity (EOQ) untuk perishable product pada restoran seafood
FTI - Usakti
Peramalan permintaan menggunakan jaringan syaraf tiruan dan usulan perencanaan persediaan spare part dengan economic order quantity probabilistik untuk memenuhi permintaan produk remanufaktur torq flow assy unit hd 785-7 di PT. XYZ 1.0
FTI - Usakti
Pemodelan pengenalan citra wajah menggunakan metode Transformasi Wavelet untuk ekstraksi fitur dan jaringan saraf tiruan backpropagation sebagai klasifikasi 3.7
FTI - Usakti
Pemodelan peramalan permintaan menggunakan jaringan syaraf tiruan dan perencanaan produksi menggunakan linear programming untuk minimasi biaya produksi pada PT. XYZ 5.0
FTI - Usakti
Perbaikan perkiraan pesanan dan perencanaan kebutuhan bahan baku menggunakan artificial neural network dan cover time planning di PT.Katsushiro Indonesia
FTI - Usakti
Sistem deteksi ketidaknormalan gigi melalui citra x-ray menggunakan metode jaringan syaraf tiruan backpropagation 0.0
FTI - Usakti
Usulan penentuan kombinasi jumlah kanban pada stasiun kerja menggunakan aturan artificial neural network pada divisi welding c di PT.Mitsubishi Krama Yudha Motors And Manufacturing I
FTI - Usakti
Penerapan machine learning dalam bidang ortodonti : scoping review 5.0
FKG - Usakti
Optimasi perencanaan produksi menggunakan goal programming dan pengendalian persediaan berdasarkan peramalan permintaan menggunakan jaringan syaraf tiruan pada CV Bahyu Perkasa
FTI - Usakti
Peramalan permintaan slow juicer esj-999 dengan metode artificial neural network dan multiplicative decomposition untuk pengendalian persediaan pada PT. Kawano Pilar Mandi
FTI - Usakti
Bagaimana Anda menilai Koleksi ini ?