tubes kelompok 11
Post on 07-Jul-2018
235 Views
Preview:
TRANSCRIPT
-
8/19/2019 Tubes Kelompok 11
1/12
BAB III
PENERAPAN
3.1 Penjadwalan Produksi Pada Sistem Manufaktur Repetitive Make o !rder "low
S#op melalui Pendekatan #eor$ !f %onstraints
(Imam Sodikin, Aang Mashuri)
PT. Pulau Bintan Jaya, Bangka adalah perusahaan yang memproduksi karet berupa bahansetengah jadi. Perusahaan mengalami kesulitan dalam memenuhi permintaan konsumen secarakontinu, karena proses pembuatan produk karet sangatlah rumit dan memakan waktu yang lama.
Metode yang digunakan dalam mengatasi permasalahan perusahaan tersebut adalah dengan pendekatan Theory Of Constraint pada system manufaktur repetitive make to order . pada penelitian ini akan membandingkan system penjadwalan dengan menggunakan F F! "First
ome First !er#e$ dan T% dan dibandingkan hasilnya yang mana lebih efektif dan efisien.
&ntuk melakukan penjadwalan menggunakan algoritma penjadwalan dengan pendekatanT% dilakukan dengan urutan'urutan penggunaan algoritma sebagai berikut(
). *lgoritma )( penentuan waktu tunggu "buffer time$, ontoh perhitungan data lajukedatangan orde + adalah(
&ntuk perhitungan data laju kedatangan setiap order dapat dilihat pada tabel -, , dan
-
8/19/2019 Tubes Kelompok 11
2/12
/. *lgoritma /( Penentuan 0tc dan 1tc.0T 2 "+ $ 3 saat siap 4 "ekspetasi lead time P) 4 ekspetasi lead time P/$0T 2 "+ $ 3 ) 4 "),5674),/ 8$ 3 )8, -)2asil perhitungan 0tc dan 1tc untuk setiap order(
-. *lgoritma -( Pendistribusian order'order di stasiun konstrain. 9alam kasus ini,sistem produksi hanya mempunyai satu mesin sehingga algoritma tidakdigunakan.
-
8/19/2019 Tubes Kelompok 11
3/12
. *lgoritma ( Penjadwalan untuk order di setiap mesin dengan pendekatan branchand bound. 9ilakukan dengan menghitung solusi inisial yang bertujuan untukmenentukan total waktu setup terendah yang dapat dicapai. Tahapan pertamaadalah dengan menghitung solusi inisial yang bertujuan untuk menentukan totalwaktu setup terendah yang dapat dicapai.
. *lgoritma ( Penentuan saat release setiap order ke lantai produksi, sehinggadiperoleh hasil pemnjadwalan di setiap stasiun kerja.
-
8/19/2019 Tubes Kelompok 11
4/12
2asil penjadwalan dengan pendekatan F F! ini menghasilkan urutan order +7'+ '+8'+6'+: dengan total waktu setup hari. ;ilai rata'rata waktu tinggalaktual terjadi pada penjadwalan F F! menunjukkan Work In Process "
-
8/19/2019 Tubes Kelompok 11
5/12
Melalui algoritma penjadwalan dengan pendekatan T% , menunjukan adanya perbaikan dalam utilisasi stasiun konstrain dibandingkan dengan system penjadwalan F F!, hal ini dapat dibuktikan dengan makespan yang lebih rendah bila menggunakan penjadwalan dengan pendekatan T% yaitu )7,5/ haridibandingkan dengan makespan d yang dihasilkan dengan menggunakan F F!yaitu )6,:7 hari. Pada penjadwalan dengan pendekatan T% urutan order yangdiperoleh adalah +8'+ '+7'+6'+: dengan jumlah total waktu setup selama ),//hari dan urutan order dengan penjadwalan F F! adalah +7'+ '+8'+6'+:dengan jumlah waktu total setup selama hari.
3.& Analisis Bia$a Produksi den'an Pendekatan #eor$ !f %onstraint untuk
Menin'katkan (a)a
(Rina Mustika Setyaningrum, Muhammad Fauzan Hamidy)
!alah satu perusahan manufaktur yang memproduksi gula pasir di Jawa
Timur adalah P> ?rebet Baru Malang yang menggunakan tenaga mesin sebagai sumber
daya utama dan tenaga manusia lebih diposisikan sebagai pengawas proses produksi yang
sedang berlangsung. Pendekatan Theory %f onstraint dalam usahanya meningkatkan
laba perusahaan telah memberikan implementasi suatu system yang dapat
meminimalisasi biaya produksi berdasarkan akti#itasnya dalam sebuah proses produksi.
Tentu saja sehubungan dengan hal tersebut, manajemen harus dapat memfokuskan usahauntuk meningkatkan efisiensi operasi yang menjadi kendala dan meningkatkan kapasitas.
2asil sur#ey yang dilakukan di P> ?rebet Baru Malang menunjukkan jumlah jam
berhenti mesin selama proses produksi yang merupakan kendala dalam proses proses
produksi diperlihatkan pada tabel di bawah ini(
-
8/19/2019 Tubes Kelompok 11
6/12
Berikut ini jumlah jam berhenti mesin di tiap stasiun pada bulan mei sampai ;o#ember(
*dapun pengaruh jam berhenti mesin terhadap biaya pemeliharaan mesin
seperti terlihat dalam tabel di bawah ini(
-
8/19/2019 Tubes Kelompok 11
7/12
9engan mengetahui jumlah jam berhenti yang paling lama maka hal
tersebut merupakan kendala yang paling mengikat.
Pada proses penggilingan tebu, dimana diketahu'= bahwa pada proses ini
memiliki jumlah jam berhenti yang paling lama yaitu sebesar /7) jam atau
)) hari.9ari identifikasi bkendala, maka perusahaan dapat menghitung biaya
produksi. Berikut ini biaya produksi selama tahun /557.
!etelah diketahui jumlah biaya produksi maka dapat dihitung besaran
throughput yang diperoleh selama tahun /557
-
8/19/2019 Tubes Kelompok 11
8/12
9ari perhitungan throughput di atas dapat diketahui dengan mengurangi
kendala pada proses produksi dapat memberikan peningkatan throughput
sebesar @p /. 5).: 7.:57. dari perhitungan throughput yang ada maka
dapat dihitung laba bersih setelah pajak dengan adanya kendala dan tidak.
*pabila diasumsikan persedian awal @p )/.:- . .: 5,'. Persediaan
akhir @p 7.667.8 5.555,'. Biaya usaha @p )7. :).)8 .)85,'. Pendapatn
lain'lain @p ).8:5. 67.- :.755,'. Pendapatan lain'lain @p ).8:5. 67. 65,'dan biaya lain'lain @p :.-- .- :.755,' maka akan didapat laba bersih
setelah pajak dengan kendala @p -6./ ).-7/.-)5,' dan dengan tidak ada
kendala @p 5.7 -.-5:./)7,'
-
8/19/2019 Tubes Kelompok 11
9/12
BAB IIPEN*EMBAN*AN M!+E(
&.1 #e Impa,t of a %onstraint Buffer in a "low S#op
(Leslie K. u!los, Mi!hael S. S"en!er)
!alah satu dari isu kontro#ersial yang sedang diin#estigasi pada
manajemen operasi selama lebih dari )5 tahun ini adalah Theory of onstraint.
?ebingungan juga terjadi pada hasil perhitungan performansi T% yang berbeda
dibandingkan dengan perhitungan operasi tradisional. Maksud dari penelitian ini ada /.
Maksud pertama adalah untuk menyaring dan mengklarifikasi konsep manajemen operasi
pada tujuan, rele#ansi %PT, dan literatur T% . Maksud kedua adalah untuk menguji
konsep manajemen operasi dengan menunjukan hasil dari simulasi berdasarkan data
empiric antar T% dengan system M@P pada flow shop. Flow shop dipilih karena data
aktualnya dapat diakses dan komponen penjadwalan T% lebih mudah diperiksa
dibandingkan pada job shop.
Berikut ini adalah data MP! dari suatu perusahaan(
-
8/19/2019 Tubes Kelompok 11
10/12
M@P Production 0n#ironment
T% Production 0n#ironment
-
8/19/2019 Tubes Kelompok 11
11/12
9ari masalah diatas diketahui bahwa(
• ?apasitas produksi 7),: unit per minggu menggunakan / shift operasi• ?ebutuhan mingguan diproduksi per batch• Menghasilkan operasi per minggu untuk meminimasi efek dari sistem kapasitas•
-
8/19/2019 Tubes Kelompok 11
12/12
Berdasarkan simulasi pada produksi aktual, prosedur penjadwalan dengan Theory ofonstraint yang disebut 9rum'Buffer'@ope secara signifikan lebih baik dibandingkan dengan
hasil dari metode M@P yang digunakan pada perusahaan.
top related