DETAIL KOLEKSI

Model simulasi system dynamic persediaan radar cuaca untuk mendukung program perawatan Pesawat Boeing 737 ng di operator Lion Air


Oleh : Ngurah Gde Ariwhrihaspati

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2022

Pembimbing 1 : Pudji Astuti

Pembimbing 2 : Winnie Septiani

Subyek : Airplanes - Maintenance and repair

Kata Kunci : systems dynamics, inventory systems, aircraft maintenance program, boeing 737 ng aircraft radar, pol

Status Posting : Published

Status : Tidak Lengkap


File Repositori
No. Nama File Hal. Link
1. 2022_TA_STI_063001700155_Halaman-Judul.pdf 13
2. 2022_TA_STI_063001700155_Lembar-Pengesahan.pdf
3. 2022_TA_STI_063001700155_Bab-1_Pendahuluan.pdf
4. 2022_TA_STI_063001700155_Bab-2_Tinjauan-Pustaka.pdf
5. 2022_TA_STI_063001700155_Bab-3_Metodologi-Penelitian.pdf
6. 2022_TA_STI_063001700155_Bab-4_Analisis-&-Pembahasan.pdf
7. 2022_TA_STI_063001700155_Bab-5_Kesimpulan-&-Saran.pdf
8. 2022_TA_STI_063001700155_Daftar-Pustaka.pdf

P rogram perawatan pesawat melibatkan beberapa faktor penting dalam mengoptimalkan ketersediaan armada, salah satu faktor pendukung program perawatan yaitu persediaan suku cadang. Studi di industri penerbangan mengungkapkan, hanya 11% komponen pesawat menunjukkan kerusakan terjadwal (age-related), 89% lainnya menunjukkan kerusakan acak. Pola permintaan radar cuaca yang acak menjadi alasan pendekatan system dynamic diaplikasikan dalam merancang model simulasi sistem persediaan radar cuaca. Penelitian ini bertujuan untuk merancang skenario kebijakan perencanaan persediaan, yang dapat mengoptimalkan program perawatan pesawat Boeing 737 NG di Lion Air. Perancangan model simulasi dilakukan dengan menganalisis sistem untuk mengidentifikasi struktur dan variabel sistem persediaan radar cuaca dan dielaborasikan agar model yang dirancang dapat dijalankan pada software PowerSim Studio 10. Validasi model dilakukan dengan validasi struktur model, perilaku model, dan mengukur tingkat akurasi model menggunakan MAPE. Didapatkan nilai MAPE sebesar 7,34 dan dapat dikatakan model rancangan valid. Skenario dilakukan dengan mengintevrensi variabel operasional dan non operasional pada sistem persediaan radar cuaca. Keluaran yang dihasilkan pada skenario digunakan sebagai referensi untuk menghasilkan alternatif skenario kebijakan optimal pemenuhan permintaan, dengan mempertimbangkan jumlah stok yang tidak berlebih di gudang karena akan berdampak pada biaya investasi dan penyusutan komponen. Alternatif skenario kebijakan yang dihasilkan melalui penelitian ini yaitu. Menetapkan lead time sebesar 60 hari (2 bulan) dan periode waktu persediaan untuk meng-cover permintaan 5 minggu ke depan. Hal ini mampu mengoptimalkan ketersediaan armada dengan menyelaraskan tingkat persediaan dengan permintaan dan meminimalisir stok berlebih di Gudang.

A ircraft maintenance program involves several important factors in optimizing fleet availability, one of the supporting factors for the maintenance program is spare parts inventory. Studies in the aviation industry reveal that only 11% of aircraft components show age-related failures, another 89% show random failures. The random demand pattern for weather radar is the reason the system dynamic approach is applied in designing the simulation model of the weather radar supply system. This study aims to design an inventory planning policy scenario, which can optimize the Boeing 737 NG aircraft maintenance program at Lion Air. The design of the simulation model is carried out by analyzing the system to identify the structure and variables of the weather radar inventory system and elaborated so that the designed model can be run on PowerSim Studio 10 software. Model validation is carried out by validating the model structure, model behavior, and measuring the accuracy of the model using MAPE. The MAPE value is 7.34 and it can be said that the design model is valid. The scenario is carried out by intervening operational and non-operational variables on the weather radar inventory system. The output generated in the scenario is used as a reference to generate an alternative optimal policy scenario for meeting demand, taking into account the amount of stock that is not excessive in the warehouse because it will have an impact on investment costs and component depreciation. Alternative policy scenarios generated through this research are. Set a lead time of 60 days (2 months) and a stock period to cover demand for the next 5 weeks. This is able to optimize fleet availability by aligning inventory levels with demand and minimizing excess stock in the warehouse.

Bagaimana Anda menilai Koleksi ini ?