Peramalan permintaan dengan jaringan syaraf tiruan (jst) dan penentuan strategi berproduksi mempertimbangkan kapasitas produksi produk keyna pada pt xyz

DETAIL KOLEKSI

Peramalan permintaan dengan jaringan syaraf tiruan (jst) dan penentuan strategi berproduksi mempertimbangkan kapasitas produksi produk keyna pada pt xyz

Oleh : Ahmad Ilham

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2024

Pembimbing 1 : Iveline Anne Marie

Subyek : -

Kata Kunci : Forecasting, Production Capacity, Artificial Neural Network (ANN), Rough Cut Capacity Planning (RCCP

Status Posting : Published

Status : Lengkap

File Repositori

No.	Nama File	Hal.
1.	2024_SK_STI_063002000057_Halaman-Judul.pdf
2.	2024_SK_STI_063002000057_Surat-Pernyataan-Revisi-Terakhir.pdf	1
3.	2024_SK_STI_063002000057_Surat-Hasil-Similaritas.pdf
4.	2024_SK_STI_063002000057_Halaman-Pernyataan-Persetujuan-Publikasi-Tugas-Akhir-untuk-Kepentingan-Akademis.pdf	1
5.	2024_SK_STI_063002000057_Lembar-Pengesahan.pdf	1
6.	2024_SK_STI_063002000057_Pernyataan-Orisinalitas.pdf	1
7.	2024_SK_STI_063002000057_Formulir-Persetujuan-Publikasi-Karya-Ilmiah.pdf	1
8.	2024_SK_STI_063002000057_Bab-1-Pendahuluan.pdf
9.	2024_SK_STI_063002000057_Bab-2-Landasan-Teori.pdf
10.	2024_SK_STI_063002000057_Bab-3-Metodologi-Penelitian.pdf
11.	2024_SK_STI_063002000057_Bab-4-Analisis-dan-Pembahasan.pdf
12.	2024_SK_STI_063002000057_Bab-5-Kesimpulan-dan-Saran.pdf
13.	2024_SK_STI_063002000057_Daftar-Pustaka.pdf

Abstrak
Abstract

P Pada era saat ini, fashion khususnya tas menjadi perhatian khusus bagi wanita maupun pria, yang mencerminkan gaya pribadi dan fungsionalitas yang diperlukan dalam aktivitas sehari-hari. PT XYZ, perusahaan konveksi yang memproduksi berbagai jenis tas, menghadapi tantangan dalam menangani permintaan yang berfluktuasi. Meskipun memiliki data historis permintaan, perusahaan belum memanfaatkannya untuk peramalan yang akurat, sehingga mengalami overproduction atau underproduction. Penelitian ini bertujuan untuk melakukan peramalan permintaan berdasarkan Jaringan Syaraf Tiruan (JST) dan menentukan strategi berproduksi yang sudah mempertimbangkan kapasitas produksi yang dimiliki. Penelitian ini dibatasi untuk produk tas Keyna yang berjumlah 65% dari total produk tas yang diproduksi oleh perusahaan. Penelitian dimulai dengan pengumpulan data riwayat penjualan produk dan dilakukan untuk merancang model peramalan permintaan menggunakan metode Jaringan Syaraf Tiruan (JST) dan menghitung kapasitas produksi menggunakan Rough Cut Capacity Planning (RCCP) untuk mengoptimalkan pengendalian persediaan tas Keyna. Hasil peramalan dengan JST untuk enam periode dari 2 Maret 2024 hingga 6 April 2024menunjukkan permintaan sebesar 2601, 4635, 1542, 5773, 2394, dan 5097 unit, yang kemudian dibagi menjadi Keyna Mini Satchel (80%) dan Keyna Round Satchel (20%). Perencanaan agregat menunjukkan faktor konversi untuk Keyna Mini Satchel sebesar 0,968847352 dan untuk Keyna Round Satchel sebesar 1, dengan total biaya produksi sebesar Rp 222.930.000. Proses disagregasi menghasilkan Jadwal Induk Produksi (JIP) untuk Keyna Mini Satchel sebesar 904, 2995, 978, 3736, 1534, dan 3298 unit, serta untuk Keyna Round Satchel sebesar 217, 216, 85, 264, 122, dan 235 unit. Pengolahan data dengan RCCP mengidentifikasi kendala mesin pengecatan, mesin pengering, dan mesin lubang tali, yang dapat diatasi dengan menambah waktu kerja, menyediakan ruangan pengeringan khusus, dan mengganti mesin tali dengan kapasitas lebih besar. Penelitian ini diharapkan membantu PT XYZ untuk menentukan strategi berproduksi untuk memenuhi permintaan produksi pelanggan.Kata Kunci: Peramalan, Kapasitas Produksi, Jaringan Syaraf Tiruan (JST), Rough Cut Capacity Planning (RCCP).

I In the current era, fashion especially bags are of particular interest to both women and men, reflecting personal style and functionality required in daily activities. PT XYZ, a convection company that produces various types of bags, faces challenges in handling fluctuating demand. Despite having historical demand data, the company has not utilized it for accurate forecasting, resulting in overproduction or underproduction. This research aims to perform demand forecasting based on Artificial Neural Networks (ANN) and determine a production strategy that already considers the production capacity owned. This research is limited to Keyna bag products which amount to 65% of the total bag products produced by the company. The research starts with collecting product sales history data and is carried out to apply demand forecasting models using the Artificial Neural Network (JST) method and calculate production capacity using Rough Cut Capacity Planning (RCCP) to optimize inventory control of Keyna bags. Forecasting results with JST for six periods from March 2, 2024 to April 6, 2024 show demand of 2601, 4635, 1542, 5773, 2394, and 5097 units, which are then divided into Keyna Mini Satchel (80%) and Keyna Round Satchel (20%). Aggregate planning shows a conversion factor for Keyna Mini Satchel of 0.968847352 and for Keyna Round Satchel of 1, with a total production cost of Rp 1,109,575,000. The disaggregation process resulted in a Master Production Schedule (JIP) for Keyna Mini Satchel of 904, 2995, 978, 3736, 1534, and 3298 units, and for Keyna Round Satchel of 217, 216, 85, 264, 122, and 235 units. Data processing with RCCP identified the constraints of the painting machine, drying machine, and eyelets machine, the three machines using alternative strategies of overtime, providing a special drying room, and replacing the rope machine with a larger capacity. This research is expected to help PT XYZ to determine production strategies to meet customer production demands.

Info Koleksi Skripsi

Universitas

Universitas Trisakti (24417)

Fakultas

Tahun Terbit

Subyek

Selengkapnya...

DETAIL KOLEKSI