Studi Komparatif Metode Simulasi Dan Bill of Labor (BOLA) pada Analisis Kapasitas Produksi berbasis Rough Cut Capacity Planning
dc.contributor.author | Rizqi, Zakka Ugih | |
dc.date.accessioned | 2020-04-23T03:37:46Z | |
dc.date.available | 2020-04-23T03:37:46Z | |
dc.date.issued | 2020 | |
dc.identifier.citation | Aziza, R., Borgi, A., Zgaya, H., dan Guinhouya, B., 2016, Simulating Complex Systems - Complex System Theories, Their Behavioural Characteristics and Their Simulation, Proceedings of the 8th International Conference on Agents and Artificial Intelligence, Vol. 2, hh. 298-305. Batty, M., dan Torrens, P. M., 2001, Modeling Complexity: The Limits to Prediction, University College London, Centre for Advanced Spatial Analysis. Faisal, R. M. M., Suryadhini, P. P., dan Juliani, W., 2016, Forecasting and Analysis of Production Capacity Planning Using Bill of Labor in CT7 Engine Project at PT. XYZ, e-Proceeding of Engineering, Vol. 3, hh. 5162-5170. Fogarty, D. W., Blackstone, J. H., dan Hoffman, T. R., 1991, Production & Inventory Management. 2nd Edition, Ohio, South-Western Publishing Co. Gaspersz, V., 2009, Production Planning and Inventory Control, Jakarta, PT. Gramedia Pustaka Utama. Intani, A. E., 2017, Design for Manufacturing (DFM) untuk Meminimasi Biaya Produksi dan Kualitas (Studi Kasus Pallet Box Fabrication Section PT Saptaindra Sejati), Operations Excellence, Vol. 9, hh. 124-139. Naylor, T. H., dan Finger, J. M., 1967, Verification of Computer Simulation Models, Management Science, Vol. 14, hh. 92-101, Santoso, S., 2014, Panduan Lengkap SPSS Versi 20 Edisi Revisi, Elex Media Komputindo, Jakarta. Sargent, R. G., 2011, Verification and Validation of Simulation Models, Proceedings of the 2011 Winter Simulation Conference, hh. 183-198. Setiabudi, Y., Afma, V. M., dan Irwan, H., 2018, Perencanaan Kapasitas Produksi ATV12 dengan Menggunakan Metode Rough Cut Capacity Planning (RCCP) Untuk Mengetahui Titik Optimasi Produksi (Studi Kasus di PT Schneider Electric Manufacturing Batam), Profisiensi, Vol. 6, hh. 80-87. | id_ID |
dc.identifier.issn | 2621-0789 | |
dc.identifier.uri | http://hdl.handle.net/11617/11948 | |
dc.description.abstract | Master Production Schedule (MPS) merupakan salah satu tahapan dalam perencanaan produksi untuk memperkirakan jumlah produk yang harus diproduksi pada periode tertentu dalam bentuk produk individual. Realitanya, target MPS tidak selalu dapat dipenuhi perusahaan mengingat kapasitas produksi yang terbatas sehingga diperlukan metode untuk memvalidasi MPS yaitu dengan Rough Cut Capacity Planning (RCCP). Saat ini banyak metode yang digunakan dalam RCCP salah satunya adalah Bill of Labor (BOLA). Akan tetapi, metode tersebut mengasumsikan sistem bekerja dalam keadaan konstan. Padahal, secara alamiah sistem produksi bersifat probabilistik. Dalam konteks RCCP, belum ada penelitian sebelumnya yang menggunakan metode simulasi. Maka, tujuan dari penelitian ini adalah menerapkan metode simulasi diskrit menggunakan Flexsim 19 dalam analisis RCCP yang kemudian dibandingkan dengan metode BOLA untuk melihat perbedaan sekaligus mengetahui metode yang lebih akurat. Studi komparatif dilakukan secara objektif melalui pendekatan statistika. Studi kasus juga diberikan pada perusahaan yang menerapkan kebijakan overtime. Hasil uji Independent T-Test dengan tingkat kepercayaan 95% menunjukkan bahwa kedua metode tidak berbeda secara signifikan. Akan tetapi, metode simulasi memberikan hasil yang lebih akurat dibandingkan dengan metode BOLA karena tidak hanya memperhitungkan waktu proses yang probabilistik saja, melainkan juga memperhitungkan waktu perpindahan barang antar stasiun kerja. | id_ID |
dc.language.iso | other | id_ID |
dc.publisher | IENACO (Industrial Engineering National Conference) 8 2020 | id_ID |
dc.title | Studi Komparatif Metode Simulasi Dan Bill of Labor (BOLA) pada Analisis Kapasitas Produksi berbasis Rough Cut Capacity Planning | id_ID |
dc.type | Article | id_ID |
Files in this item
This item appears in the following Collection(s)
-
IENACO (Industrial Engineering National Conference) 8 2020
Inovasi Teknologi Industri Kreatif berbasis Budaya Lokal