PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI

Ukuran: px
Mulai penontonan dengan halaman:

Download "PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI"

Transkripsi

1 PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI Asep dan Abdulah Shahab Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember ABSTRAK Sistem penggantian spare part pada perusahaan consumer good merupakan salah satu hal penentu dalam penggunaan biaya perawatan mesin. Kegagalan pada suatu mesin akan menyebabkan terjadinya kerugian-kerugian yaitu tidak tercapainya rencana produksi, waste yang tinggi, persediaan bahan baku menjadi tinggi dan meningkatnya biaya kerusakan. Hal ini sering terjadi pada PT UPA sehingga variable cost meningkat dan mengurangi tingkat persaingan usaha dengan perusahaan-perusahaan consumer good sejenis. Kendala yang ada pada PT UPA adalah sistem penggantian spare part masih mengikuti umur rata-rata masing-masing part sehingga pada saat melakukan penggantian part akan dilakukan pembongkaran pada bagian part yang sama berkali-kali dan ini akan menambah waktu dan biaya juga. Untuk mengatasi kendala tersebut maka digunakan metode simulasi yang akan menganalisa kebijakan penggantian spare part yang ada serta membuat beberapa skenario kebijakan penggantian spare part baru dengan biaya dan waktu yang optimal tanpa mengabaikan waktu penggantian antar part (Mean Time Between Failure) berdasarkan distribusi yang terjadi. Dan metode simulasi yang digunakan adalah metode simulasi Monte Carlo (Monte Carlo Simulation Method). Dari hasil simulasi beberapa skenario kebijakan penggantian spare part maka didapatkan biaya yang lebih optimal sehingga dapat diterapkan pada kondisi nyata. Kata kunci : Kebijakan penggantian spare part, simulasi Monte Carlo (Monte Carlo Simulation Method), Mean time between failure PENDAHULUAN Perkembangan industri consumer good belakang ini dihadapkan dengan tinggi nya biaya operasional yang jika dicermati lebih lanjut salah satunya berkaitan dengan biaya variabel seperti biaya perawatan mesin produksi. Biaya perawatan mesin produksi sangat dipengaruhi oleh pemilihan kebijakan sistem penggantian spare part. Pemilihan kebijakan sistem penggantian spare part juga sangat mempengaruhi kemampuan bersaing dengan perusahaan consumer good yang lainnya. Sebuah kebijakan sistem penggatian spare part yang sedang diterapkan sebuah perusahaan akan membutuhkan waktu untuk membuktikan kebijakan tersebut sudah optimal atau belum optimal, tentu saja hal ini juga merupakan sebuah biaya tersendiri, baik itu biaya yang mesti dibayar jika kebijakan tersebut tidak optimal juga biaya kehilangan kesempatan untuk memproduksi barang (lost opportunity) Simulasi sistem sudah dikenal sejak lama, dan simulasi sistem ini dapat menjawab permasalahan diatas. Dengan menggunakan sistem simulasi paling tidak

2 perusahaan tidak melakukan sebuah trial and error dengan berbagai macam skenario kebijakan penggantian spare part yang berakibat pada biaya. Tujuan yang ingin dicapai adalah membuat model simulasi kebijakan penggantian spare part yang saat ini berjalan serta mengetahui jumlah biaya yang terjadi, dapat merumuskan model simulasi kebijakan penggantian spare part yang baru dengan biaya perawatan yang paling optimal, mengetahui distribusi pakai masing-masing spare part di mesin produksi dan dapat membandingkan antara kebijakan yang saat ini dipergunakan dengan kebijakan baru (studi perbandingan). Meskipun definisi simulasi dapat mempunyai bermacam arti tergantung pada pamakaiannya. Pada umumnya simulasi dapat didefinisikan sebagai menggunakan komputer untuk melakukan percobaan sebuah model terhadap sistem sebenarnya. (Chase, 2004). Sedangkan tujuan menggunakan simulasi antara lain adalah: dapat memahami perilaku sistem, dapat membuat teori-teori dan hipotesis tentang sistem yang diamati, dan dapat menggunakan teori-teori atau hipotesis tersebut untuk memperkirakan perilaku sistem yang akan datang yaitu hasil atau efek yang dihasilkan apabila terjadi perubahan-perubahan dalam sistem atau dalam teknik operasi sistem. Untuk kelebihan dari simulasi ini menurut Arman Hakim Nasution dan Imam Baihaqi (2007) adalah: Konsep random, model simulasi Komputer dapat dengan mudah memodelkan peristiwa random (acak) sehingga dapat memberikan gambaran kemungkinankemungkinan apa yang akan terjadi. Return on investment, dengan menggunakan simulasi komputer, faktor biaya akan dengan mudah ditutup karena simulasi kita dapat meningkatkan effisiensi, seperti penghematan operation cost, inventory, dan pengurangan jumlah orang. Antisipasi, dengan menggunakan simulasi maka resiko yang ada dapat dihindari. Meningkatkan komunikasi, simulasi juga dapat dilengkapi dengan animasi yang akan sangat membantu dalam mengkomunikasikan sistem. METODA Dalam melakukan pemilihan kebijakan sistem penggantian spare part ini menggunakan metode simulasi monte carlo. Metode simulasi monte carlo merupakan metode analisis numeric yang melibatkan pengambilan sample eksperimen bilangan acak atau bilangan acak (Djati, 2007). Sedangkan menurut Arman hakim nasution dan Imam Baihaqi (2007) simulasi monte carlo melibatkan keacakan (random) mulai dari input sampat outputnya. Secara manual metode simulasi monte carlo mempunyai langkah-langkah sebagai berikut (Nasution dan Baihaqi, 2007): Melakukan observasi terhadap parameter yang akan dimodelkan. Menghitung frekuensi dari tiap-tiap nilai parameter. Menghitung distribusi frekuensi kumulatif dan distribusi probabilitas kumulatif. Memasangkan nilai kelas dari tiap parameter dengan bilangan random yang mempunyai range antara 00 sampai dengan 99. Keluarkan suatu bilangan random (bilangan acak) dengan menggunakan table random. Dapatkan nilai parameter yang sesuai dengan memasangkan bilangan random (bilangan acak) yang dihasilkan. Untuk melakukan simulasi dengan metode monte carlo yang tidak terlalu besar dapat menggunakan software spreadsheet seperti Microsoft Excell (Alexander, 2003). A-35-2

3 Dengan mengkombinasikan individual system untuk membentuk sistem yang besar dapat mensimulasikan seluruh plant yang ada. Ketika pertimbangan-pertimbangan ekonomis seperti lost profit dan biaya perbaikan dimasukan kedalam simulasi, maka metode simulasi Monte Carlo dapat menjadi sebuah alat optimasi yang baik untuk mengoptimalkan kebijakan maintenance (Alexander, 2003) contoh: Sebuah mesin produksi mempunyai 4 spare part utama yaitu: Holder Shaft (pemegang poros). Eccentric Shaft. Bearing KR 40 (Cam Follower). Bearing GE 25 GS. Tabel 1. Biaya Tenaga Kerja No Nama Part Waktu Penggantian Biaya Tenaga Kerja 1 Bearing KR 40 2 Jam 11, Bearing GE 25 ES 4 Jam 23, Eccentric Shaft 4.5 Jam 26, Holder Shaft 5 Jam 28, Tabel 2. Biaya BS dan Biaya Part No Nama Part BS yang Terjadi Biaya BS Biaya Part 1 Bearing KR Kg 2,500, , Bearing GE 25 ES 150 Kg 1,500, , Eccentric Shaft 340 Kg 3,400, , Holder Shaft 300 Kg 3,000, , Untuk kebijakan sistem penggantian spare part yang saat ini digunakan adalah Penggantian part mengikuti distribusi umur masing-masing part seperti terlihat pada gambar 1, pada gambar ini menjelaskan pada saat mesin forming running dan memasuki keadaan mesin forming rusak, dan bagian yang rusak adalah bagian wobling disk maka jika Holder Shaft rusak maka dilakukan penggantian jika tidak maka akan turun ke Eccentric Shaft, jika rusak maka akan dilakukan penggantian jika tidak akan turun ke Bearing KR 40, jika rusak maka akan dilakukan penggantian jika tidak akan turun ke Bearing GE 25 ES, jika rusak maka akan dilakukan penggantian, setelah dilakukan penggantian maka hasil nya OK, jika OK maka mesin akan kembali running, jika tidak akan masuk pada kondisi wobling rusak. Untuk membuat perbaikan dari kebijakan sistem penggantian yang ada maka dibuatkan skenario kebijakan penggantian yang baru. Adapun skenario-skenario perbaikan yang diusulkan adalah sebagai berikut: Skenario 2 : Bearing GE diganti setiap 3 kali penggantian bearing KR 40, part yang lain diganti berdasarkan distribusi umurnya. Skenario 3 : Eccentric Shaft diganti setiap 10 kali penggantian bearing KR 40, part yang lain diganti berdasarkan distribusi umurnya. Skenario 4 : Holder shaft diganti setiap 11 kali penggantian bearing KR 40, part yang lain diganti berdasarkan distribusi umurnya. A-35-3

4 Skenario 5 : Bearing GE diganti setiap 3 kali penggantian bearing KR 40 dan Eccentric Shaft diganti setiap 10 kali penggantian bearing KR 40, part yang lain diganti berdasarkan distribusi umurnya. Skenario 6 : Bearing GE diganti setiap 3 kali penggantian bearing KR 40, Eccentric Shaft diganti setiap 10 kali penggantian bearing KR 40 dan Holder shaft diganti setiap 11 kali penggantian bearing KR 40. HASIL DAN DISKUSI Gambar 1. Model Simulasi Skenario 1 Simulasi monte carlo ini dilanjutkan dengan menggenerate bilangan random dengan distribusi uniform dengan nilai min 0 dan max 9999, menjalankan simulasi ini dengan menggunakan software Microsoft Excell Dan setiap angka random yang keluar akan dipasangkan dengan range bilangan random masing-masing part, juga tergantung pada kebijakan penggantian yang diterapkan dan dengan dilakukan iterasi sebanyak 500 kali. Maka hasil dari simulasi kebijakan sistem penggantian part didapatkan dan dapat dilihat pada Tabel 3 dibawah ini. Tabel 3. Hasil Simulasi Kebijakan Sistem Penggantian Spare Part A-35-4

5 Comparison of Histogram Frequency Variable Policy1 Policy2 Policy3 Policy4 Policy5 Policy6 Mean StDev N Biaya Gambar 2. Histogram Hasil Simulasi Monte Carlo Dari Gambar 2. diatas juga dapat dilihat bahwa skenario 1 (kebijakan awal) mempunyai rata-rata biaya sebesar Rp. 347,389,320.00, rata-rata biaya skenario 2 adalah sebesar Rp. 312,642,097.00, rata-rata biaya skenario 3 adalah sebesar Rp. 305,229,506.00, rata-rata biaya skenario 4 adalah sebesar Rp. 329,842,026.00, rata-rata biaya skenario 5 adalah sebesar Rp. 270,842,282.00, sedangkan skenario 6 yang mempunyai biaya terkecil yaitu sebesar Rp. 252,934, dibandingkan dengan skenario yang lainnya. Jika dilihat pada gambar 2 maka dapat dilihat ada perubahan rata-rata biaya antara setiap skenario (Policy), dan tidak semua kebijakan menghasilkan biaya sangat murah seperti terlihat pada skenario 4 yang biaya nya lebih besar yaitu sebesar Rp. 329,842, dibandingkan skenario-skenario perbaikan lainnya. Dapat dilihat pada gambar 2 pula bahwa semua skenario berdistribusi normal dengan standar deviasi (sebaran data) terkecil pada skenario 4 sebesar Rp. 4,603, dan standar deviasi terbesar adalah skenario 5 yaitu sebesar Rp. 5,132, Jika kita membandingkan skenario 2, 3, 4, 5, dan 6 dengan skenario 1 yang merupakan kebijakan awal maka didapatkan effisiensi biaya perawatan seperti terlihat pada Tabel 4 Tabel 4. Perbandingan Effisiensi Biaya Kebijakan Perbaikan Vs Kebijakan Awal Pada Tabel 4 dapat dilihat effisiensi biaya skenario 2 jika dibandingkan skenario 1 (kebijakan awal) maka didapatkan effisiensi biaya sebesar %, untuk skenario 3 effisiensi biaya yang didapat adalah sebesar 12.14%, untuk skenario 4 effisiensi biaya yang didapat adalah sebesar 5.05%, untuk skenario 5 effisiensi biaya yang didapat A-35-5

6 adalah sebesar 22.14%, dan untuk skenario 6 effisiensi biaya yang didapat adalah sebesar 27.19%. Dan dari perbandingan effisiensi terlihat bahwa skenario 6 merupakan kebijakan penggantian spare part yang paling optimum dibandingkan dengan kebijakan penggantian yang lainnya, hal ini juga dapat dilihat pada Gambar 3 dibawah ini 27,50% 25,00% 22,50% 20,00% 17,50% 15,00% 12,50% 10,00% 7,50% 5,00% 2,50% 0,00% Effisiensi Biaya Skenario2 Skenario3 Skenario4 Skenario5 Kebijakan Skenario6 Gambar 3. Histogram Perbandingan Effisiensi Biaya KESIMPULAN Setelah dilakukan perbandingan dari hasil simulasi yang dapat didapatkan, maka dapat ditarik kesimpulan bahwa skenario 6 paling optimal dalam biaya dibanding dengan kebijakan atau skenario awal yang diterapkan saat ini maupun kebijakan perbaikan lainnya dengan effisiensi biaya rata-rata sebesar 27.19% untuk periode 20,000 jam. Dan Masih terbuka skenario-skenario perbaikan lain yang mungkin lebih optimal lagi yang dapat dikembangkan dengan menggunakan metoda simulasi Monte Carlo ini. DAFTAR PUSTAKA Alexander, Dennis. (2003), Application of Monte Carlo Simulations to System Reliability Analysis, Proceeding of 20 th International Pump Users Symposium, Exxon Mobil Chemical, Louisiana, USA page Chase, Richard B. Jacobs, F. Robert. and Aquilano, Nicholas J. (2004), Operation Management for Competitive Advantage, 8 th Edition, Mc Graw-Hill Book Company, Inc., USA Nasution, Arman Hakim dan Baihaqi, Imam (2007), Simulasi Bisnis, Andi Offset, Yogyakarta A-35-6

PENGENDALIAN PERSEDIAAN PRODUK DENGAN SIKLUS HIDUP PENDEK (Studi Kasus Produk Portable Computer)

PENGENDALIAN PERSEDIAAN PRODUK DENGAN SIKLUS HIDUP PENDEK (Studi Kasus Produk Portable Computer) PENGENDALIAN PERSEDIAAN PRODUK DENGAN SIKLUS HIDUP PENDEK (Studi Kasus Produk Portable Computer) Diana Safitri Yulianti, I Nyoman Pudjawan Program Studi Magister Manajemen Teknologi ITS Jl. Cokroaminoto

Lebih terperinci

Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi

Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi Buatlah aplikasi program untuk menyelesaikan kasus permasalahan dibawah ini, dengan menggunakan software aplikasi yang kalian mampu gunakan, interfacing

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 3 METODOLOGI PEMECAHAN MASALAH BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Flowchart Diagram 3.1 Flowchart Metodologi Pemecahan Masalah Diagram 3.1 Flowchart Metodologi Pemecahan Masalah (Lanjutan) 62 63 3.2 Observasi Lapangan Observasi

Lebih terperinci

OPTIMALISASI INTERVAL WAKTU PENGGANTIAN KOMPONEN MESIN PACKER TEPUNG TERIGU KEMASAN 25 KG DI PT X

OPTIMALISASI INTERVAL WAKTU PENGGANTIAN KOMPONEN MESIN PACKER TEPUNG TERIGU KEMASAN 25 KG DI PT X OPTIMALISASI INTERVAL WAKTU PENGGANTIAN KOMPONEN MESIN PACKER TEPUNG TERIGU KEMASAN 25 KG DI PT X Sutanto 1) dan Abdullah Shahab 2) 1,2) Program Studi Magister Manajemen Teknologi, Institut Teknologi Sepuluh

Lebih terperinci

Aplikasi Simulasi Persediaan Teri Crispy Prisma Menggunakan Metode Monte Carlo

Aplikasi Simulasi Persediaan Teri Crispy Prisma Menggunakan Metode Monte Carlo Aplikasi Simulasi Persediaan Teri Crispy Prisma Menggunakan Metode Monte Carlo Erwin Prasetyowati 1) 1) Prodi Teknik Informatika, Fakultas Teknik, Universitas Madura Pamekasan Email: 1) erwinprasetyowati@gmail.com

Lebih terperinci

BAB 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian,

BAB 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian, BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian, yang tidak dapat diperkirakan sebagai sesuatu yang pasti. Pada umumnya pengukuran berulang

Lebih terperinci

OPTIMASI SUMBER DAYA LAYANAN SERVICE UNTUK MEMAKSIMALKAN PROFIT DI AUTO2000 SUNGKONO DENGAN METODE SIMULASI

OPTIMASI SUMBER DAYA LAYANAN SERVICE UNTUK MEMAKSIMALKAN PROFIT DI AUTO2000 SUNGKONO DENGAN METODE SIMULASI OPTIMASI SUMBER DAYA LAYANAN SERVICE UNTUK MEMAKSIMALKAN PROFIT DI AUTO2000 SUNGKONO DENGAN METODE SIMULASI Ahmad Azkia 1) dan Abdullah Shahab 2) 1) Program Studi Magister Manajemen Teknologi, Institut

Lebih terperinci

SATIN Sains dan Teknologi Informasi

SATIN Sains dan Teknologi Informasi SATIN - Sains dan Teknologi Informasi, Vol. 2, No. 1, Juni 2016 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Optimasi Persediaan Sparepart Menggunakan Model

Lebih terperinci

APLIKASI SISTEM MATERIAL REQUIREMENTS PLANNING DENGAN MEMPERTIMBANGKAN KETIDAKPASTIAN KEBUTUHAN BAHAN BAKU DI PT. LISA CONCRETE INDONESIA

APLIKASI SISTEM MATERIAL REQUIREMENTS PLANNING DENGAN MEMPERTIMBANGKAN KETIDAKPASTIAN KEBUTUHAN BAHAN BAKU DI PT. LISA CONCRETE INDONESIA APLIKASI SISTEM MATERIAL REQUIREMENTS PLANNING DENGAN MEMPERTIMBANGKAN KETIDAKPASTIAN KEBUTUHAN BAHAN BAKU DI PT. LISA CONCRETE INDONESIA Seno Hananto, Nyoman Pudjawan Magister Manajemen Teknologi (MMT)

Lebih terperinci

Sistem Pengendalian Persediaan Dengan Permintaan Dan Pasokan Tidak Pasti (Studi Kasus Pada PT.XYZ)

Sistem Pengendalian Persediaan Dengan Permintaan Dan Pasokan Tidak Pasti (Studi Kasus Pada PT.XYZ) JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1 Sistem Pengendalian Persediaan Dengan Permintaan Dan Pasokan Tidak Pasti (Studi Kasus Pada PT.XYZ) Ayu Tri Septadianti, Drs. I Gusti Ngurah Rai Usadha,

Lebih terperinci

#12 SIMULASI MONTE CARLO

#12 SIMULASI MONTE CARLO #12 SIMULASI MONTE CARLO 12.1. Konsep Simulasi Metode evaluasi secara analitis sangat dimungkinkan untuk sistem dengan konfigurasi yang sederhana. Untuk sistem yang kompleks, Bridges [1974] menyarankan

Lebih terperinci

SISTEM MANAJEMEN PERAWATAN UNIT MMU PUMP DAN OIL SHIPPING PUMP

SISTEM MANAJEMEN PERAWATAN UNIT MMU PUMP DAN OIL SHIPPING PUMP Yogyakarta 15 September 2012 SISTEM MANAJEMEN PERAWATAN UNIT MMU PUMP DAN OIL SHIPPING PUMP Eko Nursubiyantoro dan Triwiyanto Program studi Teknik Industri Fakultas Teknologi Industri UPN Veteran Yogyakarta

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Simulasi 2.1.1 Pengertian Simulasi Banyak para ahli yang memberikan definisi tentang simulasi. Beberapa diantaranya adalah sebagai berikut: Emshoff dan Simun (1970), simulasi didefinisikan

Lebih terperinci

Sistem Pendukung Keputusan Perencanaan Produksi PT. XYZ dengan Pendekatan Simulasi. Oleh. Novita Ariyanti, S.Kom

Sistem Pendukung Keputusan Perencanaan Produksi PT. XYZ dengan Pendekatan Simulasi. Oleh. Novita Ariyanti, S.Kom Sistem Pendukung Keputusan Perencanaan Produksi PT. XYZ dengan Pendekatan Simulasi Oleh Novita Ariyanti, S.Kom Dosen Tetap Sekolah Tinggi Ilmu Komputer Abstrak Perusahaan yang menjadi objek artikel merupakan

Lebih terperinci

Hasil Simulasi Monte Carlo Material di Kuadran II

Hasil Simulasi Monte Carlo Material di Kuadran II Hasil Simulasi Monte Carlo di Kuadran II Hasil Simulasi Monte Carlo di Kuadran II a. Alternatif 1 : Dengan nilai s = 92, S= 154 dan Total cost = Rp 145.641.597 b. Alternatif 2 : Dengan nilai s = 99 dan

Lebih terperinci

3 BAB III LANDASAN TEORI

3 BAB III LANDASAN TEORI 3 BAB III LANDASAN TEORI 3.1 Pemeliharaan (Maintenance) 3.1.1 Pengertian Pemeliharaan Pemeliharaan (maintenance) adalah suatu kombinasi dari setiap tindakan yang dilakukan untuk menjaga suatu barang dalam,

Lebih terperinci

(Risk Analysis Simulator)

(Risk Analysis Simulator) (Risk Analysis Simulator) TUJUAN Membuat alat eksperimental, atau simulator, yang akan berlaku seperti sistem yang diinginkan dalam aspek yang pasti dan cepat, dengan biaya yang efektif. PERBANDINGAN ANTARA

Lebih terperinci

Monte Carlo. Prihantoosa Toosa

Monte Carlo. Prihantoosa  Toosa Monte Carlo Prihantoosa pht854@yahoo.com toosa@teknosoftmedia.com Pendahuluan Simulasi Monte Carlo dikenal dengan intilah sampling simulation atau Monte Carlo Sampling Technique Istilah Monte Carlo pertama

Lebih terperinci

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN (kata pengantar) 1.1 Latar Belakang 1.2 Tujuan Penulisan

Lebih terperinci

ANALISIS PERENCANAAN PERSEDIAAN DENGAN PENDEKATAN METODE MONTE CARLO PADA PT DELIJAYA GLOBAL PERKASA

ANALISIS PERENCANAAN PERSEDIAAN DENGAN PENDEKATAN METODE MONTE CARLO PADA PT DELIJAYA GLOBAL PERKASA ANALISIS PERENCANAAN PERSEDIAAN DENGAN PENDEKATAN METODE MONTE CARLO PADA PT DELIJAYA GLOBAL PERKASA Eriani Lestari Binus University, Jakarta, DKI Jakarta, Indonesia ABSTRAK PT. Delijaya Global Perkasa

Lebih terperinci

Perancangan Sistem Pemeliharaan Menggunakan Metode Reliability Centered Maintenance (RCM) Pada Pulverizer (Studi Kasus: PLTU Paiton Unit 3)

Perancangan Sistem Pemeliharaan Menggunakan Metode Reliability Centered Maintenance (RCM) Pada Pulverizer (Studi Kasus: PLTU Paiton Unit 3) JURNAL TEKNIK ITS Vol. 6, No. 1, (215) ISSN: 2337-3539 (231-9271 Print) F 155 Perancangan Sistem Pemeliharaan Menggunakan Metode Reliability Centered Maintenance (RCM) Pada Pulverizer (Studi Kasus: PLTU

Lebih terperinci

BAB I PENDAHULUAN. Kapal sebagai sebuah wahana teknis terdiri dari beberapa sistem permesinan yang

BAB I PENDAHULUAN. Kapal sebagai sebuah wahana teknis terdiri dari beberapa sistem permesinan yang BAB I PENDAHULUAN 1.1. LATAR BELAKANG Kapal sebagai sebuah wahana teknis terdiri dari beberapa sistem permesinan yang bekerja sesuai fungsinya masing-masing. Pada setiap sistem dibangun oleh berbagai komponen

Lebih terperinci

Simulasi Monte Carlo

Simulasi Monte Carlo Simulasi Monte Carlo Simulasi Monte Carlo Simulasi monte carlo melibatkan penggunaan angka acak untuk memodelkan sistem, dimana waktu tidak memegang peranan yang substantif (model statis) Pembangkitan

Lebih terperinci

Dasar-dasar Simulasi

Dasar-dasar Simulasi Bab 3: Dasar-dasar Simulasi PEMODELAN DAN SIMULASI SISTEM M O N I C A A. K A P P I A N T A R I - 2 0 0 9 Sumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw-

Lebih terperinci

BAB 4 PENGUMPULAN DAN ANALISA DATA

BAB 4 PENGUMPULAN DAN ANALISA DATA BAB 4 PENGUMPULAN DAN ANALISA DATA 4.1 Pengumpulan Data Data yang dikumpulkan adalah data yang didapat dari bulan Mei 2007 sampai bulan Juli 2007 yaitu berupa data-data yang berkaitan dengan perencanaan

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian Obyek dalam penelitian ini adalah harga penutupan saham-saham yang direkomendasikan akan dapat bertahan pada tahun politik (2014) dalam media kompas.com,

Lebih terperinci

BAB 4 PEMBAHASAN. PT. PLN (Persero) Udiklat Jakarta merupakan lembaga pendidikan yang

BAB 4 PEMBAHASAN. PT. PLN (Persero) Udiklat Jakarta merupakan lembaga pendidikan yang BAB 4 PEMBAHASAN P. PLN (Persero Udiklat Jakarta merupakan lembaga pendidikan yang memiliki fungsi untuk meningkatkan kompetensi SM Pegawai P. PLN (Persero. Selayaknya tempat pelatihan dan pembelajaran,

Lebih terperinci

SATIN Sains dan Teknologi Informasi

SATIN Sains dan Teknologi Informasi SATIN Sains dan Teknologi Informasi, Vol. 2, No. 2, Desember 2016 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Simulasi Monte Carlo dan Animasi Operasinya

Lebih terperinci

PERBAIKAN SETTING PARAMETER PERSEDIAAN SUKU CADANG DENGAN PENDEKATAN SIMULASI MONTE CARLO (Studi kasus di Chevron Indonesia Company)

PERBAIKAN SETTING PARAMETER PERSEDIAAN SUKU CADANG DENGAN PENDEKATAN SIMULASI MONTE CARLO (Studi kasus di Chevron Indonesia Company) Program tudi MMT-IT, urabaya 0 Juli 06 PERBAIKAN ETTING PARAMETER PEREDIAAN UKU CADANG DENGAN PENDEKATAN IMULAI MONTE CARLO (tudi kasus di Chevron Indonesia Company) Edi Triono ) dan I Nyoman Pujawan )

Lebih terperinci

PENENTUAN INTERVAL WAKTU PENGGANTIAN SUB-SUB SISTEM MESIN HEIDELBERG CD 102 DI PT. X

PENENTUAN INTERVAL WAKTU PENGGANTIAN SUB-SUB SISTEM MESIN HEIDELBERG CD 102 DI PT. X PENENTUAN INTERVAL WAKTU PENGGANTIAN SUB-SUB SISTEM MESIN HEIDELBERG CD 102 DI PT. X Trisian Hendra Putra dan Bobby Oedy P. Soepangkat Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh

Lebih terperinci

SIMULASI: Deterministik dan Monte Carlo

SIMULASI: Deterministik dan Monte Carlo SIMULASI: Deterministik dan Monte Carlo Tjipto Juwono, Ph.D. April 2017 TJ (SU) SIMULASI: Deterministik dan Monte Carlo April 2017 1 / 14 Apa itu yang dimaksud dengan simulasi? Apabila semua data diperoleh

Lebih terperinci

LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS

LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS Latar Belakang Pelayanan terpusat di satu tempat Antrian pemohon SIM yg cukup panjang (bottleneck) Loket berjauhan Sumber daya terbatas Lamanya

Lebih terperinci

PENENTUAN KEBIJAKAN ORDER PRODUK SKINCARE DAN PLASTER DENGAN PENDEKATAN VENDOR MANAGED INVENTORY (Studi Kasus: PT Beiersdorf Indonesia)

PENENTUAN KEBIJAKAN ORDER PRODUK SKINCARE DAN PLASTER DENGAN PENDEKATAN VENDOR MANAGED INVENTORY (Studi Kasus: PT Beiersdorf Indonesia) PENENTUAN KEBIJAKAN ORDER PRODUK SKINCARE DAN PLASTER DENGAN PENDEKATAN VENDOR MANAGED INVENTORY (Studi Kasus: PT Beiersdorf Indonesia) DETERMINATION ORDER POLICY SKINCARE AND PLASTER PRODUCT VENDOR MANAGED

Lebih terperinci

Pengendalian Persediaan Bahan Baku di PT. ABC Dengan Model Q Back Order Menggunakan Simulasi Monte Carlo

Pengendalian Persediaan Bahan Baku di PT. ABC Dengan Model Q Back Order Menggunakan Simulasi Monte Carlo Pengendalian Persediaan Bahan Baku di PT. ABC Dengan Model Q Back Order Menggunakan Simulasi Monte Carlo Lamhot Siregar 1, Lely Herlina 2, Kulsum 3 1,2,3 Jurusan Teknik Industri, Fakultas Teknik Universitas

Lebih terperinci

PENENTUAN WAKTU PERAWATAN UNTUK PENCEGAHANPADA KOMPONEN KRITIS CYCLONE FEED PUMP BERDASARKAN KRITERIA MINIMASI DOWN TIME

PENENTUAN WAKTU PERAWATAN UNTUK PENCEGAHANPADA KOMPONEN KRITIS CYCLONE FEED PUMP BERDASARKAN KRITERIA MINIMASI DOWN TIME PENENTUAN WAKTU PERAWATAN UNTUK PENCEGAHANPADA KOMPONEN KRITIS CYCLONE FEED PUMP BERDASARKAN KRITERIA MINIMASI DOWN TIME Siti Nandiroh Jurusan Teknik Industri, Universitas Muhammadiyah Surakarta Jl. A.

Lebih terperinci

APLIKASI SIMULASI UNTUK PERAMALAN PERMINTAAN DAN PENGELOLAAN PERSEDIAAN YANG BERSIFAT PROBABILISTIK

APLIKASI SIMULASI UNTUK PERAMALAN PERMINTAAN DAN PENGELOLAAN PERSEDIAAN YANG BERSIFAT PROBABILISTIK APLIKASI SIMULASI UNTUK PERAMALAN PERMINTAAN DAN PENGELOLAAN PERSEDIAAN YANG BERSIFAT PROBABILISTIK Bambang Sugiharto 1 ABSTRACT One of the important aspect on plan and production control is the management

Lebih terperinci

Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data

Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data 24 Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data IV.1 Mengenal Metode Monte Carlo Distribusi probabilitas digunakan dalam menganalisis sampel data. Sebagaimana kita ketahui,

Lebih terperinci

Analisa Keandalan Jaringan Distribusi Wilayah Surabaya Menggunakan Metode Monte Carlo Agung Arief Prabowo

Analisa Keandalan Jaringan Distribusi Wilayah Surabaya Menggunakan Metode Monte Carlo Agung Arief Prabowo Analisa Keandalan Jaringan Distribusi Wilayah Surabaya Menggunakan Metode Monte Carlo Agung Arief Prabowo 2207 100 058 Dosen Pembimbing: Prof. Dr. Ir. Adi Soeprijanto ST., MT. I Gusti Ngurah Satriyadi

Lebih terperinci

ANALISIS ANTRIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO. Fajar Etri Lianti ABSTRACT

ANALISIS ANTRIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO. Fajar Etri Lianti ABSTRACT ANALISIS ANTRIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO Fajar Etri Lianti Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Riau Kampus

Lebih terperinci

BAB I PENDAHULUAN. antara perusahaan manufaktur menjadi semakin ketat. Setiap perusahaan berusaha

BAB I PENDAHULUAN. antara perusahaan manufaktur menjadi semakin ketat. Setiap perusahaan berusaha BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Industri manufaktur dewasa ini mengalami perkembangan yang sangat pesat, hal ini disebabkan adanya perubahan yang dinamis sehingga kompetisi antara perusahaan

Lebih terperinci

INTERVAL PENGGANTIAN PENCEGAHAN SUKU CADANG BAGIAN DIESEL PADA LOKOMOTIF KERETA API PARAHYANGAN * (STUDI KASUS DI PT. KERETA API INDONESIA)

INTERVAL PENGGANTIAN PENCEGAHAN SUKU CADANG BAGIAN DIESEL PADA LOKOMOTIF KERETA API PARAHYANGAN * (STUDI KASUS DI PT. KERETA API INDONESIA) Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.02 Vol.4 Jurnal Online Institut Teknologi Nasional April 2016 INTERVAL PENGGANTIAN PENCEGAHAN SUKU CADANG BAGIAN DIESEL PADA LOKOMOTIF KERETA

Lebih terperinci

PENERAPAN PENJADWALAN PROBABILISTIK PADA PROYEK PENGEMBANGAN GEDUNG FSAINTEK UNAIR

PENERAPAN PENJADWALAN PROBABILISTIK PADA PROYEK PENGEMBANGAN GEDUNG FSAINTEK UNAIR TUGAS AKHIR PENERAPAN PENJADWALAN PROBABILISTIK PADA PROYEK PENGEMBANGAN GEDUNG FSAINTEK UNAIR WINDIARTO ABISETYO NRP 3106100105 DOSEN PEMBIMBING Farida Rachmawati, ST., MT. JURUSAN TEKNIK SIPIL Fakultas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 17 BAB 2 LANDASAN TEORI 2.1 Pengantar Fenomena menunggu untuk kemudian mendapatkan pelayanan, seperti halnya nasabah yang menunggu pada loket bank, kendaraan yang menunggu pada lampu merah, produk yang

Lebih terperinci

Penentuan Kebijakan Persediaan Spare Parts pada Perusahaan Migas dengan Pendekatan Simulasi Monte Carlo

Penentuan Kebijakan Persediaan Spare Parts pada Perusahaan Migas dengan Pendekatan Simulasi Monte Carlo Penentuan Kebijakan Persediaan Spare Parts pada Perusahaan Migas dengan Pendekatan Simulasi Monte Carlo Sayyidan Fatchur Rochman, Yadrifil Teknik Industri Fakultas Teknik Abstrak Material MRO merupakan

Lebih terperinci

TEKNIK SIMULASI MONTERCARLO STUDI KASUS DAN PENYELESAIAN. Prepared by Hanna Lestari, M.Eng

TEKNIK SIMULASI MONTERCARLO STUDI KASUS DAN PENYELESAIAN. Prepared by Hanna Lestari, M.Eng TEKNIK SIMULASI MONTERCARLO STUDI KASUS DAN PENYELESAIAN Prepared by Hanna Lestari, M.Eng TEKNIK INDUSTRI UDINUS-,,2013 BAB I PENDAHULUAN I.1. Studi Kasus PT. SPOTLIGHT merupakan perusahaan pembuat lampu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Metode yang digunakan dalam penelitian ini merupakan metode gabungan, yang menyatukan antara studi pustaka yang penulis lakukan, dimana semua bahan diperoleh dari sumber buku-buku

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif untuk

Lebih terperinci

PENJADWALAN PRODUKSI UNTUK PROSES PRODUKSI BUKU PAD DENGAN INTEGER PROGRAMMING

PENJADWALAN PRODUKSI UNTUK PROSES PRODUKSI BUKU PAD DENGAN INTEGER PROGRAMMING PENJADWALAN PRODUKSI UNTUK PROSES PRODUKSI BUKU PAD DENGAN INTEGER PROGRAMMING William Goenardi* dan Abdullah Shahab** *PT. HM Sampoerna, Tbk. Jl. Rungkut Industri Raya 18, Surabaya e-mail: william_goenardi@yahoo.com

Lebih terperinci

UTILITAS PINTU TOL MASUK DAN PEKERJA PINTU TOL MENGGUNAKAN SOFTWARE PROMODEL (STUDI KASUS : PINTU TOL BUAH BATU BANDUNG)

UTILITAS PINTU TOL MASUK DAN PEKERJA PINTU TOL MENGGUNAKAN SOFTWARE PROMODEL (STUDI KASUS : PINTU TOL BUAH BATU BANDUNG) bidang TEKNIK UTILITAS PINTU TOL MASUK DAN PEKERJA PINTU TOL MENGGUNAKAN SOFTWARE PROMODEL (STUDI KASUS : PINTU TOL BUAH BATU BANDUNG) AGUS RIYANTO, IYAN ANDRIANA, GABRIEL SIANTURI Program Studi Teknik

Lebih terperinci

Teknik Simulasi Untuk Memprediksi Keandalan Lendutan Balok Statis Tertentu

Teknik Simulasi Untuk Memprediksi Keandalan Lendutan Balok Statis Tertentu Teknik Simulasi Untuk Memprediksi Keandalan Lendutan Balok Statis Tertentu Yosafat Aji Pranata Abstrak Balok merupakan salah satu elemen struktur utama pada struktur bangunan gedung. Salah satu kriteria

Lebih terperinci

KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3

KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3 JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN

Lebih terperinci

OPTIMASI PERSEDIAAN SUKU CADANG UNTUK PROGRAM PEMELIHARAAN PREVENTIP BERDASARKAN ANALISIS RELIABILITAS

OPTIMASI PERSEDIAAN SUKU CADANG UNTUK PROGRAM PEMELIHARAAN PREVENTIP BERDASARKAN ANALISIS RELIABILITAS Program Studi MMT-ITS, Surabaya 4 Agustus 27 OPTIMASI PERSEDIAAN SUKU CADANG UNTUK PROGRAM PEMELIHARAAN PREVENTIP BERDASARKAN ANALISIS RELIABILITAS (Studi Kasus di PT. Terminal Peti Kemas Surabaya) Agus

Lebih terperinci

TOOLS SIMULASI INVENTORI PADA SUPERMARKET

TOOLS SIMULASI INVENTORI PADA SUPERMARKET TOOLS SIMULASI INVENTORI PADA SUPERMARKET 1) Benny Santoso 2) Liliana 3) Imelda Yapitro Jurusan Teknik Informatika Fakultas Teknik Universitas Surabaya Raya Kalirungkut Surabaya 60293 (031) 298 1395 email

Lebih terperinci

BAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO. Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang

BAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO. Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang BAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO 3. Simulasi Monte Carlo Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang dapat dibangun secara cepat menggunakan spreadsheet. Penggunaan

Lebih terperinci

Evaluasi dan Perbandingan Kebijakan Persediaan Probabilistik Menggunakan Model P di PT. X ABSTRAK

Evaluasi dan Perbandingan Kebijakan Persediaan Probabilistik Menggunakan Model P di PT. X ABSTRAK Evaluasi dan Perbandingan Kebijakan Persediaan Probabilistik Menggunakan Model P di PT. X Dwi Desta Riyani 1, Evi Febianti 2, M. Adha Ilhami 3 1,2,3 Jurusan Teknik Industri, Fakultas Teknik, Universitas

Lebih terperinci

PENJADWALAN PRODUKSI DI PT. AA UNIT II UNTUK MEMINIMUMKAN MAKE SPAN

PENJADWALAN PRODUKSI DI PT. AA UNIT II UNTUK MEMINIMUMKAN MAKE SPAN PENJADWALAN PRODUKSI DI PT. AA UNIT II UNTUK MEMINIMUMKAN MAKE SPAN Roy Iskandar, Nurhadi Siswanto, Bobby O. P. Soepangkat Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember Jl. Cokroaminoto

Lebih terperinci

ANALISIS DAN DESAIN SISTEM INFORMASI INVENTORY DI ASTI OFFSET

ANALISIS DAN DESAIN SISTEM INFORMASI INVENTORY DI ASTI OFFSET ANALISIS DAN DESAIN SISTEM INFORMASI INVENTORY DI ASTI OFFSET Ronaldus Soegiarto dan Mahendrawathi Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember Email: ronaldus04@yahoo.com

Lebih terperinci

Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm

Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm Jurnal Telematika, vol.9 no.1, Institut Teknologi Harapan Bangsa, Bandung ISSN: 1858-251 Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm

Lebih terperinci

Simulasi Produksi dan Distribusi Pelayanan Permintaan Sarung Tenun (studi kasus di PT. ASEANTEX Mojokerto)

Simulasi Produksi dan Distribusi Pelayanan Permintaan Sarung Tenun (studi kasus di PT. ASEANTEX Mojokerto) Simulasi Produksi dan Distribusi Pelayanan Permintaan Sarung Tenun (studi kasus di PT. ASEANTEX Mojokerto) Weny Indah Kusumawati, MMT ITS, weny@stikom.edu Dr. Ir. Abdullah Shahab, M.Sc, ITS Abstraksi PT.

Lebih terperinci

Simulasi Kebijakan Persediaan Optimal Pada Sistem Persediaan Probabilistik Model P Menggunakan Powersim

Simulasi Kebijakan Persediaan Optimal Pada Sistem Persediaan Probabilistik Model P Menggunakan Powersim Jurnal Teknik Industri, Vol.1, No.1, Maret 2013, pp.18-22 ISSN 2302-495X Simulasi Kebijakan Persediaan Optimal Pada Sistem Persediaan Probabilistik Model P Menggunakan Powersim Horas Naek.S.M.S 1, Muhamad

Lebih terperinci

USULAN PERBAIKAN METODE KERJA PROSES PENGANTONGAN UREA DENGAN SIMULASI PROMODEL DI PT. XYZ

USULAN PERBAIKAN METODE KERJA PROSES PENGANTONGAN UREA DENGAN SIMULASI PROMODEL DI PT. XYZ Afif hakim 1), Dicky Suryapranatha 2) USULAN PERBAIKAN METODE KERJA PROSES PENGANTONGAN UREA DENGAN SIMULASI PROMODEL DI PT. XYZ Afif hakim 1), Dicky Suryapranatha 2) Program Studi Teknik Industri, Universitas

Lebih terperinci

OPTIMASI PENUGASAN GURU PADA KEGIATAN PEMBELAJARAN DI SMKN 2 SURABAYA DENGAN MENGGUNAKAN INTEGER PROGRAMMING

OPTIMASI PENUGASAN GURU PADA KEGIATAN PEMBELAJARAN DI SMKN 2 SURABAYA DENGAN MENGGUNAKAN INTEGER PROGRAMMING OPTIMASI PENUGASAN GURU PADA KEGIATAN PEMBELAJARAN DI SMKN SURABAYA DENGAN MENGGUNAKAN INTEGER PROGRAMMING Anik Perwita Sari dan Abdullah Shahab Program Studi MagisterManajemen Teknologi Institut Teknologi

Lebih terperinci

Maintenance and Reliability Decisions

Maintenance and Reliability Decisions Chapter 17 Maintenance and Reliability Decisions Tujuan dari maintenance & reliability mengelola kapabilitas dari sistem. Sistem haruslah didesain dan dikelola untuk mencapai kinerja perusahaan yang diharapkan.

Lebih terperinci

PERHITUNGAN VALUE AT RISK PORTOFOLIO SAHAM MENGGUNAKAN METODE SIMULASI MONTE CARLO

PERHITUNGAN VALUE AT RISK PORTOFOLIO SAHAM MENGGUNAKAN METODE SIMULASI MONTE CARLO PERHITUNGAN VALUE AT RISK PORTOFOLIO SAHAM MENGGUNAKAN METODE SIMULASI MONTE CARLO Adilla Chandra 1*, Johannes Kho 2, Musraini M 2 1 Mahasiswa Program S1 Matematika 2 Dosen Jurusan Matematika Fakultas

Lebih terperinci

BAB I PENDAHULUAN. Seperti yang kita lihat dan rasakan sekarang ini persaingan di dunia bisnis

BAB I PENDAHULUAN. Seperti yang kita lihat dan rasakan sekarang ini persaingan di dunia bisnis BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seperti yang kita lihat dan rasakan sekarang ini persaingan di dunia bisnis semakin lama semakin tinggi dan sulit. Setiap perusahaan dituntut untuk dapat memberikan

Lebih terperinci

Fida Faishal*, Budhi Handoko, Yeny Krista Franty. Departemen Statistika, FMIPA Universitas Padjdjaran *

Fida Faishal*, Budhi Handoko, Yeny Krista Franty. Departemen Statistika, FMIPA Universitas Padjdjaran * Penjadwalan Preventive Maintenance Multi-Subsistem Mesin Cyril Bath menggunakan Mixed Integer Non Linear Programming (Studi Kasus di PT.Dirgantara Indonesia) Fida Faishal*, Budhi Handoko, Yeny Krista Franty

Lebih terperinci

SIMULASI MONTE CARLO UNTUK MENENTUKAN ESTIMASI CADANGAN MINYAK DI LAPANGAN X

SIMULASI MONTE CARLO UNTUK MENENTUKAN ESTIMASI CADANGAN MINYAK DI LAPANGAN X SIMULASI MONTE CARLO UNTUK MENENTUKAN ESTIMASI CADANGAN MINYAK DI LAPANGAN X Diyah Rosiani STEM Akamigas, Jl. Gajah Mada No. 38, Cepu E-mail : ani_diyah@yahoo.com ABSTRAK Estimasi cadangan yak merupakan

Lebih terperinci

BAB 1 PENDAHULUAN. mengikutkan konsep dasar, seperti kapasitas dan kesesuaian. Syarat-syarat yang

BAB 1 PENDAHULUAN. mengikutkan konsep dasar, seperti kapasitas dan kesesuaian. Syarat-syarat yang BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dalam perencanaan sistem suatu struktur, hampir semua teknik mengikutkan konsep dasar, seperti kapasitas dan kesesuaian. Syarat-syarat yang harus dipenuhi struktur

Lebih terperinci

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III ISSN: X Yogyakarta, 3 November 2012

Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode III ISSN: X Yogyakarta, 3 November 2012 PENENTUAN RELIABILITAS SISTEM DAN PELUANG SUKSES MESIN PADA JENIS SISTEM PRODUKSI FLOW SHOP Imam Sodikin 1 1 Teknik Industri Fakultas Teknologi Industri Institut Sains & Teknologi AKPRIND Yogyakarta Jl.

Lebih terperinci

PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE

PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE E-Jurnal Matematika Vol. 6 (1), Januari 2017, pp. 29-36 ISSN: 2303-1751 PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE Ni Nyoman Ayu Artanadi 1, Komang Dharmawan 2, Ketut

Lebih terperinci

PENGENDALIAN PERSEDIAAN MRO DENGAN CONTINUOUS REVIEW SYSTEM MENGGUNAKAN SIMULASI MONTE CARLO PADA KONTRAKTOR MIGAS

PENGENDALIAN PERSEDIAAN MRO DENGAN CONTINUOUS REVIEW SYSTEM MENGGUNAKAN SIMULASI MONTE CARLO PADA KONTRAKTOR MIGAS PENGENDALIAN PERSEDIAAN MRO DENGAN CONTINUOUS REVIEW SYSTEM MENGGUNAKAN SIMULASI MONTE CARLO PADA KONTRAKTOR MIGAS Yadrifil, Wijana Nugraha Departemen Teknik Industri Fakultas Teknik - Universitas Indonesia,

Lebih terperinci

OPTIMASI PREVENTIVE MAINTENANCE

OPTIMASI PREVENTIVE MAINTENANCE OPTIMASI PREVENTIVE MAINTENANCE PADA SHIPPING PUMP DENGAN GENETIC ALGORITHM DI JOINT OPERATING BODY PERTAMINA PETROCHINA EAST JAVA (JOB P-PEJ) SOKO TUBAN Ahmad Asrori NRP. 2410100004 Pembimbing I, Dr.

Lebih terperinci

Sampling Theory. Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009.

Sampling Theory. Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009. Sampling Theory Spiegel, M R, Schiller,J. Schaum's outline of probability and statistics.third Edition. United State: McGraw Hill ;2009. Pengertian Sampling O Teknik sampling adalah bagian dari metodologi

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Pada era ini, industri menggunakan mesin-mesin untuk melakukan proses produksi. Namun, setiap mesin memiliki umur masing-masing. Mesin-mesin tersebut tidak selamanya

Lebih terperinci

MONITORING PROYEK DENGAN METODE MONTE CARLO PADA DURASI PEKERJAAN (Studi Kasus Proyek Pembangunan Gedung Bank Muamalat Indonesia Cabang Malang)

MONITORING PROYEK DENGAN METODE MONTE CARLO PADA DURASI PEKERJAAN (Studi Kasus Proyek Pembangunan Gedung Bank Muamalat Indonesia Cabang Malang) MONITORING PROYEK DENGAN METODE MONTE CARLO PADA DURASI PEKERJAAN (Studi Kasus Proyek Pembangunan Gedung Bank Muamalat Indonesia Cabang Malang) Saifoe El Unas, Achfas Zacoeb, M. Hamzah Hasyim, M. Azharul

Lebih terperinci

Rizky Fajar Adiputra

Rizky Fajar Adiputra Rizky Fajar Adiputra 2206 100 061 Dosen Pembimbing : I.G.N Satriyadi H., ST, MT Ir. Arif Mustofa, MT Jurusan Teknik Elektro Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 2011

Lebih terperinci

MENENTUKAN PERSEDIAAN OPTIMAL DENGAN METODE EOQ DAN STOCHASTIC DI PT. SUKA SUKSES SEJATI

MENENTUKAN PERSEDIAAN OPTIMAL DENGAN METODE EOQ DAN STOCHASTIC DI PT. SUKA SUKSES SEJATI Menentukan Persediaan Optimal dengan Metode EO dan Stochastic di PT. Suka Sukses Sejati MENENTUKAN PERSEIAAN OPTIMAL ENGAN METOE EO AN STOCASTIC I PT. SUKA SUKSES SEJATI Nofi Erni, Rubiyono Jurusan Teknik

Lebih terperinci

BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah PT Dan Liris merupakan industri yang bergerak di bidang textile yang memproduksi benang, kain dan juga pakaian jadi. Pada bagian textile khususnya divisi Weaving

Lebih terperinci

ANALISIS IMPLEMENTASI RANDOM NUMBER GENERATE(RNG) PADA SIMULASI ANTRIAN MENGGUNAKAN APLIKASI BERBASIS.NET FRAMEWORK

ANALISIS IMPLEMENTASI RANDOM NUMBER GENERATE(RNG) PADA SIMULASI ANTRIAN MENGGUNAKAN APLIKASI BERBASIS.NET FRAMEWORK ANALISIS IMPLEMENTASI RANDOM NUMBER GENERATE(RNG) PADA SIMULASI ANTRIAN MENGGUNAKAN APLIKASI BERBASIS.NET FRAMEWORK Fauziah, Ina Agustina, Septi Andryana Fakultas Teknologi Komunikasi dan Informatika,

Lebih terperinci

STRATEGI PERAWATAN PADA MESIN LAS MIG DI INDUSTRI KAROSERI KENDARAAN NIAGA DENGAN SIMULASI MONTE CARLO (Studi Kasus: PT. Adi Putro Wirasejati Malang)

STRATEGI PERAWATAN PADA MESIN LAS MIG DI INDUSTRI KAROSERI KENDARAAN NIAGA DENGAN SIMULASI MONTE CARLO (Studi Kasus: PT. Adi Putro Wirasejati Malang) STRATEGI PERAWATAN PADA MESIN LAS MIG DI INDUSTRI KAROSERI KENDARAAN NIAGA DENGAN SIMULASI MONTE CARLO (Studi Kasus: PT. Adi Putro Wirasejati Malang) MAINTENANCE STRATEGIES ON MIG WELDING MACHINE IN COMMERCIAL

Lebih terperinci

NASKAH PUBLIKASI ILMIAH PENENTUAN PEMESANAN BAHAN BAKU JAMU ANGKUR PUTIH MENGGUNAKAN METODE SILVER MEAL. (Studi Kasus Di PT. Putro Kinasih, Sukoharjo)

NASKAH PUBLIKASI ILMIAH PENENTUAN PEMESANAN BAHAN BAKU JAMU ANGKUR PUTIH MENGGUNAKAN METODE SILVER MEAL. (Studi Kasus Di PT. Putro Kinasih, Sukoharjo) NASKAH PUBLIKASI ILMIAH PENENTUAN PEMESANAN BAHAN BAKU JAMU ANGKUR PUTIH MENGGUNAKAN METODE SILVER MEAL (Studi Kasus Di PT. Putro Kinasih, Sukoharjo) Tugas Akhir ini Disusun Sebagai Syarat Untuk Memperoleh

Lebih terperinci

PENERAPAN METODE MONTE CARLO PADA PENJADWALAN PROYEK GEDUNG DINAS SOSIAL KOTA BLITAR NASKAH TERPUBLIKASI TEKNIK SIPIL

PENERAPAN METODE MONTE CARLO PADA PENJADWALAN PROYEK GEDUNG DINAS SOSIAL KOTA BLITAR NASKAH TERPUBLIKASI TEKNIK SIPIL PENERAPAN METODE MONTE CARLO PADA PENJADWALAN PROYEK GEDUNG DINAS SOSIAL KOTA BLITAR NASKAH TERPUBLIKASI TEKNIK SIPIL Ditujukan untuk memenuhi persyaratan memperoleh gelar Sarjana Teknik ROYYAN AULABIH

Lebih terperinci

PERANCANGAN SISTEM ALOKASI DAN PERENCANAAN PRODUKSI KEMAS BOTOL GELAS DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING

PERANCANGAN SISTEM ALOKASI DAN PERENCANAAN PRODUKSI KEMAS BOTOL GELAS DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING PERANCANGAN SISTEM ALOKASI DAN PERENCANAAN PRODUKSI KEMAS BOTOL GELAS DENGAN MENGGUNAKAN METODE LINIER PROGRAMMING Basuki Hermanto Program Bidang Studi Magister Manaemen Teknologi Bidang Keahlian Manaemen

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN. menggunakan data stagnasi mesin yang dicatat oleh perusahaan. Penelitian

BAB 3 METODOLOGI PENELITIAN. menggunakan data stagnasi mesin yang dicatat oleh perusahaan. Penelitian BAB 3 METODOLOGI PENELITIAN 3.1. Populasi dan Sampel Penelitian Penelitian mengenai preventive maintenance mesin pada PTPTN XIII menggunakan data stagnasi mesin yang dicatat oleh perusahaan. Penelitian

Lebih terperinci

PENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO

PENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO PENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO Yogi Yusuf Wibisono Jurusan Teknik Industri Universtias Katolik Parahyangan Jalan Ciumbuleuit 94

Lebih terperinci

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN (kata pengantar) 1.1 Latar Belakang 1.2 Tujuan Penulisan

Lebih terperinci

PENENTUAN INTERVAL WAKTU PENGGANTIAN OPTIMUM KOMPONEN KRITIS MESIN HAMMER MILL DENGAN MODEL AGE REPLACEMENT DI PT. SEJATI COCONUT INDUSTRI

PENENTUAN INTERVAL WAKTU PENGGANTIAN OPTIMUM KOMPONEN KRITIS MESIN HAMMER MILL DENGAN MODEL AGE REPLACEMENT DI PT. SEJATI COCONUT INDUSTRI PENENTUAN INTERVAL WAKTU PENGGANTIAN OPTIMUM KOMPONEN KRITIS MESIN HAMMER MILL DENGAN MODEL AGE REPLACEMENT DI PT. SEJATI COCONUT INDUSTRI TUGAS SARJANA Diajukan untuk Memenuhi Sebagian dari Syarat-syarat

Lebih terperinci

BAB 6 KESIMPULAN DAN SARAN

BAB 6 KESIMPULAN DAN SARAN BAB 6 KESIMPULAN DAN SARAN 6.. Kesimpulan Setelah dilakukan proses analisis dan simulasi, maka didapatkan nilai Q dan ROP untuk setiap jenis apel yang akan memberikan total biaya minimum dan persediaan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Pengertian Persediaan Persediaan merupakan simpanan material yang berupa bahan mentah, barang dalam proses dan barang jadi. Dari sudut pandang sebuah perusahaan

Lebih terperinci

SIMULASI TEKNIK PENANGANAN MATERIAL SISTEM PRODUKSI SECARA MANUAL DAN OTOMATIS BERBASIS AUTOMATIC GUIDED VEHICLE (AGV)

SIMULASI TEKNIK PENANGANAN MATERIAL SISTEM PRODUKSI SECARA MANUAL DAN OTOMATIS BERBASIS AUTOMATIC GUIDED VEHICLE (AGV) SIMULASI TEKNIK PENANGANAN MATERIAL SISTEM PRODUKSI SECARA MANUAL DAN OTOMATIS BERBASIS AUTOMATIC GUIDED VEHICLE (AGV) Ardian Ari Budi Sulistyono, Andi Sudiarso Jurusan Teknik Mesin dan Industri, Fakultas

Lebih terperinci

Modul 14. PENELITIAN OPERASIONAL I MODEL SIMULASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

Modul 14. PENELITIAN OPERASIONAL I MODEL SIMULASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI . PENELITIAN OPERASIONAL I MODEL SIMULASI Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA JAKARTA 007 MODEL SIMULASI PENDAHULUAN

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Sistem Blanchard (2000) mendefinisikan sistem sebagai sekumpulan dari elemen-elemen yang mempunyai fungsi bersama untuk mencapai suatu tujuan (Miftahol, 2009). Sedangkan Law (2004)

Lebih terperinci

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X = 0. Perlu diketahui bahwa luas kurva normal adalah satu (sebagaimana

Lebih terperinci

TESIS ANALISA PENENTUAN INTERVAL WAKTU PENGGANTIAN KOMPONEN KRITIS PADA ALAT INTRUMENTASI QCS SCANNER TYPE DI PT. PABRIK KERTAS TJIWI KIMIA

TESIS ANALISA PENENTUAN INTERVAL WAKTU PENGGANTIAN KOMPONEN KRITIS PADA ALAT INTRUMENTASI QCS SCANNER TYPE DI PT. PABRIK KERTAS TJIWI KIMIA TESIS ANALISA PENENTUAN INTERVAL WAKTU PENGGANTIAN KOMPONEN KRITIS PADA ALAT INTRUMENTASI QCS SCANNER TYPE 2200-2 DI PT. PABRIK KERTAS TJIWI KIMIA Oleh : Yhatna Satria NRP. 9108 201 411 Latar Belakang

Lebih terperinci

SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI

SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI 1209100023 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

Usulan Selang Waktu Perawatan dan Jumlah Komponen Cadangan Optimal dengan Biaya Minimum Menggunakan Metode Smith dan Dekker (Studi Kasus di PT.

Usulan Selang Waktu Perawatan dan Jumlah Komponen Cadangan Optimal dengan Biaya Minimum Menggunakan Metode Smith dan Dekker (Studi Kasus di PT. Reka Integra ISSN: 2338-5081 Jurusan Teknik Industri Itenas No.02 Vol. 02 Jurnal Online Institut Teknologi Nasional Juli 2014 Usulan Selang Waktu Perawatan dan Jumlah Komponen Cadangan Optimal dengan Biaya

Lebih terperinci

PENGEMBANGAN MODEL SIMULASI UNTUK MENENTUKAN OVERAL RELIABILITY DAN AVAILABILITY JARINGAN MESIN DALAM SISTEM PRODUKSI

PENGEMBANGAN MODEL SIMULASI UNTUK MENENTUKAN OVERAL RELIABILITY DAN AVAILABILITY JARINGAN MESIN DALAM SISTEM PRODUKSI PENGEMBANGAN MODEL SIMULASI UNTUK MENENTUKAN OVERAL RELIABILITY DAN AVAILABILITY JARINGAN MESIN DALAM SISTEM PRODUKSI Dody Hartanto 1,*) dan Yudha Andrian Saputra 2) 1) Jurusan Teknik Industri, Institut

Lebih terperinci

PENENTUAN POLA PEMOTONGAN PELAT LEMBARAN UNTUK MEMINIMALKAN PELAT SISA PADA PT. X DENGAN METODE INTEGER LINEAR PROGRAMMING

PENENTUAN POLA PEMOTONGAN PELAT LEMBARAN UNTUK MEMINIMALKAN PELAT SISA PADA PT. X DENGAN METODE INTEGER LINEAR PROGRAMMING PENENTUAN POLA PEMOTONGAN PELAT LEMBARAN UNTUK MEMINIMALKAN PELAT SISA PADA PT. X DENGAN METODE INTEGER LINEAR PROGRAMMING Andri Sanjaya 1) dan Abdullah Shahab 2) 1) Program Studi Magister Manajemen Teknologi,

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Persoalan yang paling umum dihadapi dalam pengendalian persediaan adalah menentukan jumlah optimal persediaan. Dua kondisi nyata yang bertentangan adalah pedagang ingin meminimumkan

Lebih terperinci

USULAN INTERVAL PERAWATAN KOMPONEN KRITIS PADA MESIN PENCETAK BOTOL (MOULD GEAR) BERDASARKAN KRITERIA MINIMASI DOWNTIME

USULAN INTERVAL PERAWATAN KOMPONEN KRITIS PADA MESIN PENCETAK BOTOL (MOULD GEAR) BERDASARKAN KRITERIA MINIMASI DOWNTIME USULAN INTERVAL PERAWATAN KOMPONEN KRITIS PADA MESIN PENCETAK BOTOL (MOULD GEAR) BERDASARKAN KRITERIA MINIMASI DOWNTIME Much. Djunaidi dan Mila Faila Sufa Laboratorium Sistem Produksi, Jurusan Teknik Industri

Lebih terperinci