DETAIL KOLEKSI

Perencanaan produksi dan kebutuhan bahan baku di PT. Kimia Farma Tbk Plant Jakarta

3.3


Oleh : Shinta Herlina Puspitasari

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2012

Pembimbing 1 : Iveline Anne Marie

Pembimbing 2 : Rahmi Maulidya

Subyek : Planning;Production;Control;Inventory;Industrial management;Materials engineering.

Kata Kunci : Neural Networks (ANN), bulk product, Release Order, Jaringan Saraf Tiruan (1ST), Produk Ruahan, Rele

Status Posting : Published

Status : Lengkap


File Repositori
No. Nama File Hal. Link
1. 2012_TA_TI_06307006_Judul.pdf
2. 2012_TA_TI_06307006_Bab1.pdf
3. 2012_TA_TI_06307006_Bab2.pdf
4. 2012_TA_TI_06307006_Bab3.pdf
5. 2012_TA_TI_06307006_Bab4.pdf
6. 2012_TA_TI_06307006_Bab5.pdf
7. 2012_TA_TI_06307006_Bab6.pdf 2
8. 2012_TA_TI_06307006_Daftar-Pustaka.pdf
9. 2012_TA_TI_06307006_Lampiran.pdf

P PT. Kimia Farma Tbk Plant Jakarta merupakan perusahaan yang bergerak di indutri proses terutama dalam pembuatan obat-obat kesehatan. Ada dua jenis istilah yang biasa digunakan di pabrik untuk membedakan produk yang telah menjalani proses pengemasan primer dan sekunder (produk sediaan), serta produk yang baru menjalani proses pengemasan primer (produk ruahan). PT. Kimia Farma Tbk Plant Jakarta memproduksi empat jenis bentuk produk sediaan, yaitu krim, suspensi, kapsul, dan tablet. Permasalahan utama PT. Kimia Farma Tbk Plant Jakarta selama ini adalah, perusahaan tidak menggunakan metode khusus dalam meramalkan permintaan obat setiap tahunnya, sehingga menyebabkan kesalahan dalam pembuatan jadwal induk produksi dan perencanaan kebutuhan bahan baku. Kesalahan dalam perencanaan kebutuhan bahan baku menyebabkan sering terjadinya kekurangan .bahan baku untuk produksi obat dan pada akhimya menyebabkan perusahaan sering tidak dapat memenuhi target permintaan obat dari marketing. Oleh karena itu dalam penelitian ini akan digunakan metode peramalan Jaringan Saraf Tiruan yaitu metode peramalan yang cara kerjanya menyerupai otak manusia, metode ini mampu untuk menghasilkan nilai peramalan yang cukup tepat untuk pola data yang fluktuatif. Setelah mendapatkan basil peramalan langkah selanjutnya adalah membut Jadwal Induk Produksi dengan melakukan perencanaan agregat dan pengujian kapasitas produksi perusahaan dengan menggunakan RCCP metode Bill of Labor Selanjutnya setelah menguji kapasitas produksi, dilakukan perencanaan kebutuhan bahan baku dengan menggunakan teknik lottihg metode Lot For Lot dan Wagner Within yang memungkinkan PT. Kimia Farma Tbk Plant Jakarta untuk mendapatkan release order dan menghasilkan total kebutuhan biaya bahan baku yang minimum. Hasil peramalan permintaan dengan menggunakan metode jaringan saraf tiruan menghasilkan jumlah produk ruahan yang harus diproduksi pada triwulan satu tahun 2012 untuk famili krim 1.197.633 tube, suspensi 536.847 botol, kapsul 69.247 kapsul, tablet 69.448 tablet, sedangkan pada triwulan dua tahun 2012 jumlah produk ruahan yang harus diproduksi untuk krim 1.142.613 tube, suspensi 643.667 botol, kapsul 69.909 kapsul, li tablet 77.209 tablet, dimana usulan peramalan untuk tiap famili produk ruahan obat sudah 100% dapat memenuhi permintaan obat, sedangkan peramalan marketing barn 93% dapat memenuhi permintaan obat. Hasil perencanaan agregat dengan menggunakan metode mix strategi menghasilkan biaya produksi yang lebih minimum daripada sebelum dilakukan perencanaan agregat, dimana range persentase perbedaannya untuk setiap famili adalah 33% sampai 41%. Kapasitas dibutuhkan jadwal induk produksi yang telah direncanakan masih dapat memenuhi kapasitas yang tersedia pada setiap lini produksi. Hasil perencanaan kebutuhan bahan baku, yang sesuai dengan kondisi perusahaan adalah metode lot for lot karena kondisi perusahaan yang mengharuskan untuk memesan bahan baku atau membuat release order per triwulan.

P PT. Kimia Farma Tbk Plant Jakarta is a company engaged in the process industry especially in the manufacture of medical drugs. There are two term that usually used in the factory to distinguish a product that have already undergo a process of primary and secondary packaging (product preparation), and a product that only undergo primary packaging process (bulk product). There are four types form of the drugs that PT. Kimia Farma Tbk Plant Jakarta produce, four kinds of drug forms are cream, liquid or suspension, capsule, and tablet. The main problems of PT. Kimia Farma Tbk Plant Jakarta is the companies do not use special methods in forecasting the demand for drugs each year, thus causing an error in master production scheduling and material requirements planning. Errors in the raw material requirements planning led to frequent shortages of raw materials for drug production and ultimately led the company often can not meet the target of the drug demand of marketing. Therefore in this study will be used forecasting methods Neural Networks, the forecasting method that works like the human brain, this method is able to produce a sufficiently precise prediction value for the data pattern fluctuate. Preparation of the Master Production Schedule and the method of testing RCCP Bill of Labor. Raw material requirements planning using techniques lotting method Lot For Lot and Wagner Within that allow PT. Kimia Farma Tbk Jakarta Plant to get the release order and generate a total requirement of raw material cost is minimum. Based on the results of the calculation of demand forecasting using artificial neural networks are better than forecasting the demand made by the company, and raw material requirements planning with lotting techniques and methods Lot Lot For Wagner Within the same result in the minimum total cost. The results of demand forecasting using artificial neural network methods result in the amount of bulk product to be produced in the first quarter of 2012, for families cream 1.197.633 tubes, suspension 536.847 bottles, capsule 69.247 capsules, tablet 69.448 tablets, while in quarter two of 2012 amount of bulk product to be produced for families cream 1.142.613 tube, suspension 643.667 bottles, capsule 69.909 capsules, tablet 77.209 tablets, where the results of forecasting for each family of products is 100% of bulk drugs to meet the demand for drugs. The results of the aggregate planning strategies using mixed methods is the minimum of production cost rather than not use aggregate planning with differrent percentage 33% to 41% . The capacity of master production schedule required that are planned are still able to meet the capacity available on each production line. The result of material requirement planning , show that the lotting method in accordance with the condition of the company is lot for lot method, because due to the actual state of production planning and ordering of pharmaceutical raw materials require reservations raw material or release order made per quarter.

Bagaimana Anda menilai Koleksi ini ?