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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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 Industri Program Pasca Sarana Institut Teknologi Sepuluh Nopember Surabaya ABSTRAK Dengan berkembangnya industri di bidang manufacturing maka perusahaan dituntut untuk membenahi kinera-nya sehingga mampu bersaing dengan industriindustri yang seenisnya. Untuk memperbaiki kinera-nya salah satu faktor adalah dengan membuat suatu peencanan produksi yang baik. Metode yang digunakan untuk merencanakan produksi yang optimal adalah metode linear programming. Perencanaan yang dilakukan untuk merencanakan produksi botol warna hiau yang diproduksi pada dapur Surabaya, botol warna putih yang diproduksi pada dapur Gresik I, dan botol warna coklat yang diproduksi pada dapur Gresik II. Kata kunci: perencanaan produksi, minimasi biaya produksi, linear programming PENDAHULUAN Latar Belakang PT. IGLAS ( Per sero ) merupakan perusahaan Badan Usaha Milik Negara (BUMN ) yang memproduksi kemas botol gelas. Produk tersebut disuplay kepada indusrti Brewery, Food, Soft Drink, Cosmetic dan Pharmasi dengan komposisi kebutuhan kustomer lokal sebesar 60 %,sedang untuk pangsa ekspor sebanyak 40 % dengan tuuan kurang lebih 30 negara di kawasan Asia dan Pasifik. Dalam operasionalnya perusahaan mempunyai beberapa masalah dalam menyusun sistem perencanaan produksinya yang setiap saat sering berubah dan kurang akurat, sehingga menyebabkan pengadaan bahan baku selalu mengalami kekurangan atau kelebihan umlahnya, hal yang demikian ini mengakibatkan pemborosan dalam hal biaya inventori yang dikeluarkan, atau hasil produksinya berlebih / kurang dari umlah target yang direncanakan untuk memenuhi permintaan kustomer. Perencanaan produksi diperlukan karena dalam setiap unit produk yang diproduksi mengandung komponen biaya, terdapat sumber daya manusia, mesin dan bahan baku yang semuanya harus dikelola dengan baik, agar menghasilkan keuntungan yang maksimum. Perumusan Masalah Dari uraian yang dielaskan pada latar belakang tersebut diatas, maka setelah mengetahui permasalahan selanutnya dibuat rumusan masalahnya. Permasalahan yang timbul adalah sebagai berikut: a. Bagaimanakah model matematis untuk perencanaan produksi di PT. IGLAS (Persero). b. Bagaimana menentukan perencanaan produksi kemas botol gelas yang dapat memberikan total biaya produksi minimum serta dapat memenuhi permintaan konsumen.

2 c. Berapakah biaya produksi di PT. IGLAS (Persero) yang optimal untuk periode bulan Mei 2005 sampai dengan periode bulan Juli tahun Tuuan Penelitian Tuuan dari pada penelitian ini adalah sebagai berikut: a. Menentukan model matematis perencanaan di PT. IGLAS (Persero ) dengan mengoptimalkan sumber daya yang ada. b. Menentukan rencana produksi kemas botol gelas yang memberikan total biaya produksi minimum serta dapat memenuhi permintaan konsumen. c. Menentukan biaya produksi yang minimal untuk periode bulan Mei 2005 sampai dengan periode bulan Juli tahun Manfaat Penelitian Manfaat dari penelitian ini adalah dapat digunakan untuk pertimbangan dalam pengambilan keputusan pada saat menyusun rencana produksi di perusahaan termasuk: a. Alokasi demand pada mesin-mesin yang ada. b. Membuat rencana produksi dengan biaya yang minimal. Model Penelitian Dalam penelitian ini, peneliti menggunakan pendekatan model Linear Programming untuk mendapatkan perencananaan produksi yang optimum. Dalam memecahkan masalah, Linear programming menggunakan model matematis. Model matematis perumusan masalah umum pengalokasian sumber daya untuk berbagai kegiatan disebut model Linear Programming (LP). Model LP ini merupakan bentuk dan susunan dalam menyaikan masalah-masalah yang akan dipecahkan dengan teknik LP. Dalam model LP dikenal dua macam fungsi yaitu fungsi tuuan (obective function) dan fungsi-fungsi batasan (constrain function). Fungsi tuuan adalah fungsi yang menggambarkan tuuan atau sasaran di dalam permasalahan LP yang berkaitan dengan pengaturan secara optimal sumber-sumber daya, untuk memperoleh keuntungan maksimal atau biaya minimal. Pada umumnya nilai yang akan dioptimalkan dinyatakan sebagai Z. Sedang fungsi batasan merupakan bentuk penyaian secara matematis batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai kegiatan. Model matematis Linear Programming yang digunakan dapat dilihat seperti terlihat dibawah ini: Fungsi obyektif Minimize : Z m n m C ipi hiii WiSiCRLR COLO C C i 1 1 Dengan kendala-kendala yang digunakan, seperti terlihat dibawah ini: Subect to : a. Pi + Ii-1 - Ii Si-1 + Si = Di untuk i = 1,2,...,m dan = 1,2,...,n m b. c. d. P i Kp untuk = 1,2,...,n i 1 LR LR 1 untuk = 1,2,...,n 5 i 1 m i P i LR LO untuk = 1,2,...,n A-20-2

3 m e. i 1 I i KG untuk = 1,2,...,n f. Pi, LR, LO, Ii, Si, l +, l - 0 untuk i = 1,2,...,m dan = 1,2,...,n Parameter : Ci CR CO hi Wi Cl + Cl - KP KG = Biaya produksi produk i pada periode = Biaya tenaga kera reguler pada periode = Biaya overtime pada periode = Biaya penyimpanan produk i pada periode = Biaya back order produk i pada periode = Biaya penambahan tenaga kera periode = Biaya pengurangan tenaga kera periode = Kapasitas produksi periode = Kapasitas gudang periode Variabel keputusan: Ci = Biaya produksi produk i pada periode Pi = Jumlah produksi produk i pada periode LR = Jumlah am tenaga kera reguler pada periode LO = Jumlah am kera overtime pada periode Ii = Jumlah persediaan produk i pada periode Si = Jumlah back order produk i pada periode l + = Jumlah penambahan am tenaga kera periode l- = Jumlah pengurangan am tenaga kera periode Langkah Penelitian Pengumpulan Data Pengumpulan data dan informasi dilakukan dengan mengumpulkan data-data yang terdapat di PT. IGLAS (Persero). Data -data yang diperlukan untuk penyelesaian masalah ini antara lain: data rencana penualan, rencana adwal produksi, kapasitas produksi, level inventory, biaya produksi, biaya penyimpanan produk, umlah tenaga kera, biaya lembur, umlah am kera yang dipakai dalam proses produksi. Tahap Pengolahan Data Perencananaan adwal produksi dengan Linier Programming Dalam penentuan rencana produksi menggunakan Linier Programming. Fungsi Tuuan Fungsi tuuan dalam penelitian ini adalah menentukan biaya produksi yang paling minimum dengan memakai Linier Programming (LP), rumusan matematis yang digunakan untuk meminimalkan total biaya produksi adalah sebagai berikut: a. Untuk lokasi dapur Surabaya: Minimisasi: P P P P P P P P P P P P P P P LR LR LR LO LO LO I I I I I I I I I I I I I I I 42 + A-20-3

4 I I I I I S S S S S S S S S S S S S S S S S l l l l l l + 3 b. Untuk lokasi dapur Gresik I: Minimisasi: P P P P P P P P P P P P P P P LR LR LR LO LO LO I I I I I I I I I I I I I I I I I I I I S S S S S S S S S S S S S S S S S l l l l l l + 3 c. Untuk lokasi dapur Gresik II: Minimisasi: P P P P P P P P P P P P P P P LR LR LR LO LO LO I I I I I I I I I I I I I I I I I I I I S S S S S S S S S S S S S S S S S l l l l l l + 3 Fungsi Pembatas Adanya keterbatasan kapasitas yang tersedia merupakan kendala dalam mencapai tuuan, batasan/kendala untuk mencapai tuuan diatas yaitu: a. Untuk lokasi dapur Surabaya: Pembatas Berdasarkan Jumlah Permintaan P11 + I10 - I11 S10 + S11 = 532 P12 + I11 - I12 S11 + S12 = 546 P13 + I12 I13 S12 + S13 = 524 P21 + I20 I21 S20 + S21 = 423 P22 + I21 I22 S21 + S22 = 434 P23 + I22 I23 S22 + S23 = 415 P31 + I30 I31 S30 + S31 = 317 P32 + I31 I32 S31 + S32 = 396 P33 + I32 I33 S32 + S33 = 389 P41 + I40 I41 S40 + S41 = 234 P42 + I41 I42 S41 + S42 = 223 P43 + I42 I43 S42 + S43 = 216 P51 + I50 I51 S50 + S51 = 183 P52 + I51 I52 S51 + S52 = 165 P53 + I52 I53 S52 + S53 = 159 A-20-4

5 Pembatas Berdasarkan Kapasitas Produksi P11 + P21 + P31 + P41 + P P12 + P22 + P32 + P42 + P P13 + P23 + P33 + P43 + P Pembatas Berdasarkan Jumlah Jam Tenaga Kera Reguler LR1 - l+1 + l 1 = LR2 - LR1 - l+2 + l 2 = 0 LR3 LR2 - l+3 + l 3 = 0 Pembatas Berdasarkan Jumlah Jam Tenaga Kera Overtime -29 (P11+P21+P31+P41+P51) + LR1 + LO1 = 0-29 (P12+P22+P32+P42+P52) + LR2 + LO2 = 0-29 (P13+P23+P33+P43+P53) + LR3 + LO3 = 0 Pembatas Berdasarkan Kapasitas Gudang I10 + I20 + I30 + I40 + I I11 + I21 + I31 + I41 + I I12 + I22 + I32 + I42 + I I13 + I23 + I33 + I43 + I Pembatas Berdasarkan Persediaan Awal bulan Akhir bulan I10 = 500 I13 = 500 I20 = 400 I23 = 400 I30 = 300 I33 = 300 I40 = 200 I43 = 200 I50 = 150 I53 = 150 Pembatas Tambahan Pi, LR, LO, Ii, Si, l+, l- 0 Dengan: i = Jenis produk (i = 1,2,3,4,5) = Periode ( = 1,2,3) b. Untuk lokasi dapur Gresik I: Pembatas Berdasarkan Jumlah Permintaan P11 + I10 - I11 S10 + S11 = 749 P12 + I11 - I12 S11 + S12 = 754 P13 + I12 I13 S12 + S13 = 764 P21 + I20 I21 S20 + S21 = 732 P22 + I21 I22 S21 + S22 = 762 P23 + I22 I23 S22 + S23 = 753 P31 + I30 I31 S30 + S31 = 714 P32 + I31 I32 S31 + S32 = 738 P33 + I32 I33 S32 + S33 = 706 P41 + I40 I41 S40 + S41 = 560 P42 + I41 I42 S41 + S42 = 584 P43 + I42 I43 S42 + S43 = 542 P51 + I50 I51 S50 + S51 = 456 P52 + I51 I52 S51 + S52 = 456 P53 + I52 I53 S52 + S53 = 456 A-20-5

6 Pembatas Berdasarkan Kapasitas Produksi P11 + P21 + P31 + P41 + P P12 + P22 + P32 + P42 + P P13 + P23 + P33 + P43 + P Pembatas Berdasarkan Jumlah Jam Tenaga Kera Reguler LR1 - l+1 + l 1 = LR2 - LR1 - l+2 + l 2 = 0 LR3 LR2 - l+3 + l 3 = 0 Pembatas Berdasarkan Jumlah Jam Tenaga Kera Overtime -22,5 (P11+P21+P31+P41+P51) + LR1 + LO1 = 0-22,5 (P12+P22+P32+P42+P52) + LR2 + LO2 = 0-22,5 (P13+P23+P33+P43+P53) + LR3 + LO3 = 0 Pembatas Berdasarkan Kapasitas Gudang I10 + I20 + I30 + I40 + I I11 + I21 + I31 + I41 + I I12 + I22 + I32 + I42 + I I13 + I23 + I33 + I43 + I Pembatas Berdasarkan Persediaan Awal bulan Akhir bulan I10 = 700 I13 = 700 I20 = 700 I23 = 700 I30 = 700 I33 = 700 I40 = 500 I43 = 500 I50 = 400 I53 = 400 Pembatas Tambahan Pi, LR, LO, Ii, Si, l+, l- 0 Dengan: i = Jenis produk (i = 1,2,3,4,5) = Periode ( = 1,2,3) c. Untuk lokasi dapur Gresik II: Pembatas Berdasarkan Jumlah Permintaan P11 + I10 - I11 S10 + S11 = 367 P12 + I11 - I12 S11 + S12 = 367 P13 + I12 I13 S12 + S13 = 367 P21 + I20 I21 S20 + S21 = 312 P22 + I21 I22 S21 + S22 = 312 P23 + I22 I23 S22 + S23 = 312 P31 + I30 I31 S30 + S31 = 240 P32 + I31 I32 S31 + S32 = 240 P33 + I32 I33 S32 + S33 = 240 P41 + I40 I41 S40 + S41 = 186 P42 + I41 I42 S41 + S42 = 186 P43 + I42 I43 S42 + S43 = 186 P51 + I50 I51 S50 + S51 = 164 P52 + I51 I52 S51 + S52 = 164 P53 + I52 I53 S52 + S53 = 164 A-20-6

7 Pembatas Berdasarkan Kapasitas Produksi P11 + P21 + P31 + P41 + P P12 + P22 + P32 + P42 + P P13 + P23 + P33 + P43 + P Pembatas Berdasarkan Jumlah Jam Tenaga Kera Reguler LR1 - l+1 + l 1 = LR2 - LR1 - l+2 + l 2 = 0 LR3 LR2 - l+3 + l 3 = 0 Pembatas Berdasarkan Jumlah Jam Tenaga Kera Overtime -32 (P11+P21+P31+P41+P51) + LR1 + LO1 = 0-32 (P12+P22+P32+P42+P52) + LR2 + LO2 = 0-32 (P13+P23+P33+P43+P53) + LR3 + LO3 = 0 Pembatas Berdasarkan Kapasitas Gudang I10 + I20 + I30 + I40 + I I11 + I21 + I31 + I41 + I I12 + I22 + I32 + I42 + I I13 + I23 + I33 + I43 + I Pembatas Berdasarkan Persediaan Awal bulan Akhir bulan I10 = 375 I13 = 375 I20 = 325 I23 = 325 I30 = 250 I33 = 250 I40 = 200 I43 = 200 I50 = 175 I53 = 175 Pembatas Tambahan Pi, LR, LO, Ii, Si, l+, l- 0 Dengan: i = Jenis produk (i = 1,2,3,4,5) = Periode ( = 1,2,3) Xi 0 KESIMPULAN Perhitungan dari formulasi linier programming diatas dengan menggunakan alat Bantu program Quantitative System Business for win menghasilkan nilai fungsi tuuan yang minimasi. Hasil selengkapnya dapat dilihat seperti berikut ini: 1. Rencana produksi yang optimal untuk periode bulan Mei 2005 sampai dengan periode bulan Juli tahun 2005 pada masing-masing dapur adalah seperti berikut. a. Untuk lokasi dapur Surabaya (botol gelas hiau). Untuk botol Bier MBI 620 Ml, umlah produksi pada periode-1 sebanyak 1548,17 ton, periode ke-2 sebanyak 53,83 ton, dan periode ke-3 tidak dilakukan produksi. Untuk botol Kecap Reces 620 Ml, umlah produksi pada periode-1 sebanyak 23 ton, periode ke-2 sebanyak 817,34 ton, dan periode ke-3 sebanyak 431,66 ton. Untuk botol Sprite 10 Oz, umlah produksi pada periode-1 sebanyak 17 ton, periode ke-2 sebanyak 396 ton, dan periode ke-3 sebanyak 696 ton. A-20-7

8 Untuk botol Sprite 7 Oz, umlah produksi pada periode-1 sebanyak 34 ton, periode ke-2 sebanyak 223 ton, dan periode ke-3 sebanyak 416 ton. Untuk botol Sparkle 10 Oz, umlah produksi pada periode-1 sebanyak 33 ton, periode ke-2 sebanyak 165 ton, dan periode ke-3 sebanyak 309 ton. b. Untuk lokasi dapur Gresik I Untuk botol Frestea, umlah produksi pada periode-1 sebanyak 1533,89 ton, periode ke-2 tidak dilakukan produksi, dan periode ke-3 sebanyak 733,11 ton. Untuk botol The Sosro, umlah produksi pada periode-1 sebanyak 1180,56 ton, periode ke-2 sebanyak 1066,44 ton, dan periode ke-3 tidak dilakukan produksi. Untuk botol Fanta 10 Oz, umlah produksi pada periode-1 sebanyak 14 ton, periode ke-2 sebanyak 738 ton, dan periode ke-3 sebanyak 1406 ton. Untuk botol Pran 10 Oz, umlah produksi pada periode-1 sebanyak 60 ton, periode ke-2 sebanyak 584 ton, dan periode ke-3 sebanyak 1042 ton. Untuk botol Syrop 620 Ml, umlah produksi pada periode-1 sebanyak 56 ton, periode ke-2 sebanyak 456 ton, dan periode ke-3 sebanyak 856 ton. c. Untuk lokasi dapur Gresik II Untuk botol Kiranti 150 Ml, umlah produksi pada periode-1 sebanyak 759 ton, periode ke-2 tidak dilakukan produksi, dan periode ke-3 sebanyak 342 ton. Untuk botol Hemaviton 150 Ml, umlah produksi pada periode-1 sebanyak 366 ton, periode ke-2 sebanyak 570 ton, dan periode ke-3 tidak dilakukan produksi. Untuk botol Star 65 CL, umlah produksi pada periode-1 tidak dilakukan produksi, periode ke-2 sebanyak 230 ton, dan periode ke-3 sebanyak 490 ton. Untuk botol PSM Ml, umlah produksi pada periode-1 tidak dilakukan produksi, periode ke-2 sebanyak 172 ton, dan periode ke-3 sebanyak 386 ton. Untuk botol Stuby Bier 330 Ml, umlah produksi pada periode-1 tidak dilakukan produksi, periode ke-2 sebanyak 153 ton, dan periode ke-3 sebanyak 339 ton. 2. Jumlah am tenaga kera optimal yang terpakai untuk masing-masing dapur adalah sebagai berikut: a. Untuk lokasi dapur Surabaya Jumlah am tenaga kera reguler yang digunakan adalah am kera orang untuk tiap periodenya, Dan umlah am tenaga kera overtime selama am kera orang pada periode ke-3, sedangkan pada periode 1 dan 2 tidak teradi overtime. b. Untuk lokasi dapur Gresik I Jumlah am tenaga kera reguler yang digunakan adalah am kera orang untuk tiap periodenya, Dan umlah am tenaga kera overtime selama am kera orang pada periode ke-3, sedangkan pada periode 1 dan 2 tidak teradi overtime. c. Untuk lokasi dapur Gresik II Jumlah am tenaga kera reguler yang digunakan adalah am kera orang untuk tiap periodenya, A-20-8

9 Dan umlah am tenaga kera overtime selama am kera orang pada periode ke-3, sedangkan pada periode 1 dan 2 tidak teradi overtime. 3. Tingkat persediaan pada masing masing dapur untuk periode bulan Mei 2005 sampai dengan periode bulan Juli tahun 2005, adalah seperti berikut ini. a. Untuk lokasi dapur Surabaya Untuk botol Bier MBI 620 Ml, tingkat persediaan pada periode-0 (awal periode) sebanyak 500 ton, periode ke-1 sebanyak 1516,17 ton, periode ke- 2 sebanyak 1024 ton, dan periode ke-3 sebanyak 500 ton. Untuk botol Kecap Reces 620 Ml, tingkat persediaan pada periode-0 (awal periode) sebanyak 400 ton, periode-1 sebanyak 0 ton, periode ke-2 sebanyak 383,34 ton, dan periode ke-3 sebanyak 400 ton. Untuk botol Sprite 10 Oz, tingkat persediaan pada periode-0 (awal periode) sebanyak 300 ton, periode-1 sebanyak 0 ton, periode ke-2 sebanyak 0 ton, dan periode ke-3 sebanyak 300 ton. Untuk botol Sprite 7 Oz, tingkat persediaan pada periode-0 (awal periode) sebanyak 200 ton, periode-1 sebanyak 0 ton, periode ke-2 sebanyak 0 ton, dan periode ke-3 sebanyak 200 ton. Untuk botol Sparkle 10 Oz, tingkat persediaan pada periode-0 (awal periode) sebanyak 150 ton, periode-1 sebanyak 0 ton, periode ke-2 sebanyak 0 ton, dan periode ke-3 sebanyak 150 ton. b. Untuk lokasi dapur Gresik I Untuk botol Frestea, tingkat persediaan pada periode-0 (awal periode) sebanyak 700 ton, periode ke-1 sebanyak 1.484,89 ton, periode ke-2 sebanyak 730,89 ton, dan periode ke-3 sebanyak 700 ton. Untuk botol The Sosro, tingkat persediaan pada periode-0 (awal periode) sebanyak 700 ton, periode ke-1 sebanyak 1.148,56 ton, periode ke-2 sebanyak 1.453,00 ton, dan periode ke-3 sebanyak 700 ton. Untuk botol Fanta 10 Oz, tingkat persediaan pada periode-0 (awal periode) sebanyak 700 ton, periode-1 sebanyak 0 ton, periode ke-2 sebanyak 0 ton, dan periode ke-3 sebanyak 700 ton. Untuk botol Pran 10 Oz, tingkat persediaan pada periode-0 (awal periode) sebanyak 500 ton, periode-1 sebanyak 0 ton, periode ke-2 sebanyak 0 ton, dan periode ke-3 sebanyak 500 ton. Untuk botol Syrop 620 Ml, tingkat persediaan pada periode-0 (awal periode) sebanyak 400 ton, periode-1 sebanyak 0 ton, periode ke-2 sebanyak 0 ton, dan periode ke-3 sebanyak 400 ton. c. Untuk lokasi dapur Gresik II Untuk botol Kiranti 150 Ml, tingkat persediaan pada periode-0 (awal periode) sebanyak 375 ton, periode ke-1 sebanyak 767 ton, periode ke-2 sebanyak 400 ton, dan periode ke-3 sebanyak 375 ton. Untuk botol Hemaviton 150 Ml, tingkat persediaan pada periode-0 (awal periode) sebanyak 325 ton, periode ke-1 sebanyak 379 ton, periode ke-2 sebanyak 637 ton, dan periode ke-3 sebanyak 325 ton. Untuk botol Star 65 CL, tingkat persediaan pada periode-0 (awal periode) sebanyak 250 ton, periode ke-1 sebanyak 10 ton, periode ke-2 sebanyak 0 ton, dan periode ke-3 sebanyak 250 ton. A-20-9

10 Untuk botol PSM Ml, tingkat persediaan pada periode-0 (awal periode) sebanyak 200 ton, periode ke-1 sebanyak 14 ton, periode ke-2 sebanyak 0 ton, dan periode ke-3 sebanyak 200 ton. Untuk botol Stuby Bier 330 Ml, tingkat persediaan pada periode-0 (awal periode) sebanyak 175 ton, periode ke-1 sebanyak 11 ton, periode ke-2 sebanyak 0 ton, dan periode ke-3 sebanyak 175 ton. 4. Jumlah Back Order, pengurangan tenaga kera, dan penambahan tenaga kera pada masing-masing dapur baik lokasi Surabaya, Gresik I, ataupun Gresik II pada periode bulan Mei 2005 sampai dengan periode bulan Juli tahun 2005 tidak pernah teradi. DAFTAR PUSTAKA Aquilano J. Nicholas, Chase B. Richard, (1998), Operation Management For Competitive, Mc Graw Hill. Elsayed, A. Elsayed, Prentice Hall Inc, New York, 1985, Analysis And Control of Production Systems. Lieberman, J. Gerald dan Hillier S. Frederick, (19 90), Introduction To Operations Research, Fifth Edition, Mc Graw Hill International Editions. Mulyono, Sri, (1991), Operations Research, Edisi Kedua, Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Taha, A. Hamdy, (1996 ), Riset Operasi, Edisi Kelima, Jilid 1, Binarupa Aksara Jakarta. Ritzman P. Larry, Kraewski J. Lee, (1999), Operation Management Strategy And Analysis, Addison Wesley. Sipper, Danield, Bulfin, Robert, (1997), Production Planning Control And Integration, Mc Graw Hill Companies. A-20-10

MINIMASI BIAYA PRODUKSI TEGEL MENGGUNAKAN PENDEKATAN LINIER PROGRAMMING DI PERUSAHAAN TEGEL CV. PENATARAN BLITAR

MINIMASI BIAYA PRODUKSI TEGEL MENGGUNAKAN PENDEKATAN LINIER PROGRAMMING DI PERUSAHAAN TEGEL CV. PENATARAN BLITAR B-4-1 MINIMASI BIAYA PRODUKSI TEGEL MENGGUNAKAN PENDEKATAN LINIER PROGRAMMING DI PERUSAHAAN TEGEL CV PENATARAN BLITAR * Carolina Endah Wahyuni, ** Moses L Singgih * carolina_endah@yahoocom, ** moses@mitranetid

Lebih terperinci

MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI

MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI MAKSIMALISASI PROFIT DALAM PERENCANAAN PRODUKSI Tri Hernawati Staf Pengaar Kopertis Wilayah I Dpk Fakultas Teknik Universitas Islam Sumatera Utara Medan Abstrak Profit yang maksimal merupakan tuuan utama

Lebih terperinci

Kata kunci: Analisis Pengendalian Persediaan, Metode Peramalan.

Kata kunci: Analisis Pengendalian Persediaan, Metode Peramalan. PENGENDALIAN PERSEDIAAN BAHAN BAKU PADA PT. X Indra Dwiharto, Moses L. Singgih Magister Manajemen Teknologi Institut Teknologi Sepuluh November Surabaya ABSTRAK PT. X merupakan perusahaan yang bergerak

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

OPTIMASI PENGADAAN BAHAN BAKU SEGAR DI PT. X DENGAN METODE LINEAR PROGRAMMING

OPTIMASI PENGADAAN BAHAN BAKU SEGAR DI PT. X DENGAN METODE LINEAR PROGRAMMING OPTIMASI PENGADAAN BAHAN BAKU SEGAR DI PT. X DENGAN METODE LINEAR PROGRAMMING Fransiscus Xaverius Aucky Wibisono dan Abdullah Shahab Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh

Lebih terperinci

PERENCANAAN AGREGAT DENGAN METODE TRANSPORTASI PADA PT. X PASURUAN

PERENCANAAN AGREGAT DENGAN METODE TRANSPORTASI PADA PT. X PASURUAN Widya Teknika Vol.18 No.1; Maret 2010 ISSN 1411 0660 : 6-10 PERENCANAAN AGREGAT DENGAN METODE TRANSPORTASI PADA PT. X PASURUAN Abstrak Arie Restu Wardhani 1) PT. X merupakan perusahaan yang bergerak di

Lebih terperinci

APLIKASI LINIER PROGRAMMING UNTUK PERENCANAAN PRODUKSI AGREGAT DI UKM ROKOK KRETEK

APLIKASI LINIER PROGRAMMING UNTUK PERENCANAAN PRODUKSI AGREGAT DI UKM ROKOK KRETEK APLIKASI LINIER PROGRAMMING UNTUK PERENCANAAN PRODUKSI AGREGAT DI UKM ROKOK KRETEK Heri Awalul Ilhamsah Jurusan Teknik Industri Universitas Trunojoyo Madura Kampus Universitas Trunojoyo Madura Jl. Raya

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA METODE PENELITIAN ANALISIS DAN PEMBAHASAN KESIMPULAN DAN SARAN DAFTAR PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA METODE PENELITIAN ANALISIS DAN PEMBAHASAN KESIMPULAN DAN SARAN DAFTAR PUSTAKA PENDAHULUAN TINJAUAN PUSTAKA METODE PENELITIAN ANALISIS DAN PEMBAHASAN KESIMPULAN DAN SARAN DAFTAR PUSTAKA 1 Analisis dan Pembahasan 2 Menghitung Nilai Harapan ( ) dan Variansi ( ) Nilai harapan dalam

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

Model Optimisasi Ukuran Lot Produksi yang Mempertimbangkan Inspeksi Sampling dengan Kriteria Minimisasi Total Ongkos

Model Optimisasi Ukuran Lot Produksi yang Mempertimbangkan Inspeksi Sampling dengan Kriteria Minimisasi Total Ongkos Model Optimisasi Ukuran Lot Produksi yang Mempertimbangkan Inspeksi Sampling dengan Kriteria Minimisasi Total Ongkos Arie Desrianty, Fifi Herni M, Adelia Septy Perdana Jurusan Teknik Industri Institut

Lebih terperinci

METODE SIMPLEKS DALAM PROGRAM LINIER

METODE SIMPLEKS DALAM PROGRAM LINIER METODE SIMPLEKS DALAM PROGRAM LINIER Dian Wirdasari Abstrak Metode simpleks merupakan salah satu teknik penyelesaian dalam program linier yang digunakan sebagai teknik pengambilan keputusan dalam permasalahan

Lebih terperinci

OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING

OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING Abstrak Oleh : Sintha Yuli Puspandari 1206 100 054 Dosen Pembimbing : Drs. Sulistiyo, M.T Jurusan Matematika Fakultas Matematika

Lebih terperinci

BAB I PENDAHULUAN. Indonesia sekarang ini sedang menghadapi persaingan di pasar bebas. Di

BAB I PENDAHULUAN. Indonesia sekarang ini sedang menghadapi persaingan di pasar bebas. Di BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Indonesia sekarang ini sedang menghadapi persaingan di pasar bebas. Di dalam pasar bebas ini sudah tidak ada lagi batas-batas atau juga ketentuanketentuan

Lebih terperinci

MODUL PRAKTIKUM RISET OPERASIOANAL (ATA 2011/2012)

MODUL PRAKTIKUM RISET OPERASIOANAL (ATA 2011/2012) MODUL PRAKTIKUM RISET OPERASIOANAL (ATA 2011/2012) Versi 3.0 Tahun Penyusunan 2012 1. Hadir H 2. Hendri R Tim Penyusun 3. Yulius Nursyamsi 4. Ridwan Zulpi Agha 5. Wahyu Ageng Laboratorium Manajemen Menengah

Lebih terperinci

Pengantar Teknik Industri TIN 4103

Pengantar Teknik Industri TIN 4103 Pengantar Teknik Industri TIN 4103 Lecture 10 Outline: Penelitian Operasional References: Frederick Hillier and Gerald J. Lieberman. Introduction to Operations Research. 7th ed. The McGraw-Hill Companies,

Lebih terperinci

OPTIMASI PERENCANAAN PRODUKSI CAT DI PT. XYZ DENGAN METODE MIXED INTEGER PROGRAMMING

OPTIMASI PERENCANAAN PRODUKSI CAT DI PT. XYZ DENGAN METODE MIXED INTEGER PROGRAMMING OPTIMASI PERENCANAAN PRODUKSI CAT DI PT. XYZ DENGAN METODE MIXED INTEGER PROGRAMMING Michael Firman Mulyono dan Abdullah Shahab Program Studi MagisterManajemenTeknologi InstitutTeknologiSepuluh Nopember

Lebih terperinci

LINEAR PROGRAMMING. Lecture 5 PENELITIAN OPERASIONAL I. Lecture 5 23/10/2013. Simplex Method: Two-Phase Method Membagi penyelesaian LP dalam 2 fase:

LINEAR PROGRAMMING. Lecture 5 PENELITIAN OPERASIONAL I. Lecture 5 23/10/2013. Simplex Method: Two-Phase Method Membagi penyelesaian LP dalam 2 fase: Lecture 5 PENELITIAN OPERASIONAL I LINEAR PROGRAMMING (TIN 09) Lecture 5 Outline: Metode Fase Special Case dalam Simple References: Frederick Hillier and Gerald J. Lieberman. Introduction to Operations

Lebih terperinci

BAB6 KESIMPULAN DAN SARAN

BAB6 KESIMPULAN DAN SARAN BAB6 KESIMPULAN DAN SARAN BAB6 KESIMPULAN DAN SARAN 6.1 Kesimpulan Berdasarkan analisis persediaan bahan bal'u dengan model kuantitas pembelian yang optimal (EOQ) didapatkan kesimpulan sebagai berikut:

Lebih terperinci

Kata kunci : Pengalokasian Order Produksi, Integer Linear Programming, Perencanaan Produksi

Kata kunci : Pengalokasian Order Produksi, Integer Linear Programming, Perencanaan Produksi PENGALOKASIAN ORDER-ORDER PRODUKSI PADA MESIN DARI BERBAGAI PLANT UNTUK OPTIMASI BIAYA PRODUKSI DI PT. PLATINUM CERAMICS INDUSTRY Mas ud, Witantyo Program Studi Pascasarjana Magister Manajemen Teknologi

Lebih terperinci

PERENCANAAN PRODUKSI AGREGAT PADA INDUSTRI KACA DI PT. XYZ

PERENCANAAN PRODUKSI AGREGAT PADA INDUSTRI KACA DI PT. XYZ PERENCANAAN PRODUKSI AGREGAT PADA INDUSTRI KACA DI PT. XYZ 1 Martinus Harun Koentjoro, 2 Bobby Oedy P. Soepangkat, 3 Nurhadi Siswanto 1 Mahasiswa Pasca Sarjana Magister Manajemen Teknologi 2 Dosen Magister

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Pengertian, Struktur, Kelebihan dan Kekurangan, serta Potensi Dynamic Programming Dynamic Programming adalah suatu teknik kuantitatif yang digunakan untuk

Lebih terperinci

OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING

OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING OPTIMALISASI JADWAL KUNJUNGAN EKSEKUTIF PEMASARAN DENGAN GOAL PROGRAMMING Oleh : Sintha Yuli Puspandari 1206 100 054 Dosen Pembimbing : Drs. Sulistiyo, M. T Jurusan Matematika Fakultas Matematika dan Ilmu

Lebih terperinci

PERENCANAAN SISTEM PERSEDIAAN SUKU CADANG SEPEDA MOTOR UNTUK MENGURANGI BIAYA PERSEDIAAN PADA PT. UTOMO MOTOR DI SURABAYA

PERENCANAAN SISTEM PERSEDIAAN SUKU CADANG SEPEDA MOTOR UNTUK MENGURANGI BIAYA PERSEDIAAN PADA PT. UTOMO MOTOR DI SURABAYA PERENCANAAN SISTEM PERSEDIAAN SUKU CADANG SEPEDA MOTOR UNTUK MENGURANGI BIAYA PERSEDIAAN PADA PT. UTOMO MOTOR DI SURABAYA Angela Utami Dewi Kristiana, Katjuk Astrowulan, Nurhadi Siswanto Program Studi

Lebih terperinci

Pertemuan 2 Metode Simplex

Pertemuan 2 Metode Simplex Pertemuan 2 Metode Simplex Objektif : 1. Mahasiswa dapat mengidentifikasi tujuan pokok dari masalah. 2. Mahasiswa dapat mendefinisikan variabel keputusan. 3. Mahasiswa dapat menentukan fungsi tujuan apakah

Lebih terperinci

BAB I PENDAHULUAN. Beberapa waktu ini merupakan saat yang sulit bagi banyak negara,

BAB I PENDAHULUAN. Beberapa waktu ini merupakan saat yang sulit bagi banyak negara, BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Beberapa waktu ini merupakan saat yang sulit bagi banyak negara, terutama negara-negara yang sedang berkembang. Indonesia merupakan salah satu negara berkembang

Lebih terperinci

PENJADWALAN PRODUKSI DENGAN PENDEKATAN METODE NAWAZ, ENSCORE, HAM (NEH) DAN METODE CAMPBELL, DUDEK, SMITH

PENJADWALAN PRODUKSI DENGAN PENDEKATAN METODE NAWAZ, ENSCORE, HAM (NEH) DAN METODE CAMPBELL, DUDEK, SMITH PENJADWALAN PRODUKSI DENGAN PENDEKATAN METODE NAWAZ, ENSCORE, HAM (NEH) DAN METODE CAMPBELL, DUDEK, SMITH Lorens Handy Sutanto Staf Produksi Industri Automotive, Jakarta lorenz_hs@yahoo.com ABSTRACT Company's

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

MATEMATIKA SISTEM INFORMASI 2 IT

MATEMATIKA SISTEM INFORMASI 2 IT MATEMATIKA SISTEM INFORMASI 2 IT 011215 UMMU KALSUM UNIVERSITAS GUNADARMA 2016 Penerapan Riset Operasi Bidang akuntansi dan keuangan Penentuan jumlah kelayakan kredit Alokasi modal investasi, dll Bidang

Lebih terperinci

Pendahuluan. Secara Umum :

Pendahuluan. Secara Umum : Program Linier Secara Umum : Pendahuluan Program linier merupakan salah satu teknik penyelesaian riset operasi dalam hal ini adalah khusus menyelesaikan masalah-masalah optimasi (memaksimalkan atau meminimumkan)

Lebih terperinci

ANALISIS STRATEGI TATA LETAK TERHADAP PRODUKTIVITAS OPERASIONAL PRODUKSI DAN INVENTORY CONTROL PADA PT.MEGATAMA PLASINDO

ANALISIS STRATEGI TATA LETAK TERHADAP PRODUKTIVITAS OPERASIONAL PRODUKSI DAN INVENTORY CONTROL PADA PT.MEGATAMA PLASINDO ANALISIS STRATEGI TATA LETAK TERHADAP PRODUKTIVITAS OPERASIONAL PRODUKSI DAN INVENTORY CONTROL PADA PT.MEGATAMA PLASINDO Dita Gisela Binus University, Jakarta, DKI Jakarta, Indonesia Abstrak PT. MEGATAMA

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Tinauan Pustaka 2.1.1 Riset Operasi Penelitian Operasi atau Operations Research mulai berkembang pada masa Perang Dunia II, dimana pada waktu itu angkatan perang Inggris membentuk

Lebih terperinci

BAB V KESIMPULAN DAN SARAN. Penerapan Teknologi CAD/CAM akan meningkatkan : Kepuasan Bekerja Pekerja bagian Mold

BAB V KESIMPULAN DAN SARAN. Penerapan Teknologi CAD/CAM akan meningkatkan : Kepuasan Bekerja Pekerja bagian Mold 43 BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Kesimpulan yang diperoleh dari penelitian ini tertuang dalam butir-butir sebagai berikut : Penerapan Teknologi CAD/CAM akan meningkatkan : Produktivitas Pekerja

Lebih terperinci

OPTIMASI KUANTITAS DAN JENIS PRODUKSI SEBAGAI UPAYA PENINGKATAN KEUNTUNGAN PERUSAHAAN

OPTIMASI KUANTITAS DAN JENIS PRODUKSI SEBAGAI UPAYA PENINGKATAN KEUNTUNGAN PERUSAHAAN E.5. Optimasi kuantitas dan enis produksi... (Ratnanto Fitriadi, dkk.) OPTIMASI KUANTITAS DAN JENIS PRODUKSI SEBAGAI UPAYA PENINGKATAN KEUNTUNGAN PERUSAHAAN Ratnanto Fitriadi *), Indah Pratiwi, Rudi Teguh

Lebih terperinci

MODUL 5 PERENCANAAN PRODUKSI[AGREGAT DAN KAPASITAS]

MODUL 5 PERENCANAAN PRODUKSI[AGREGAT DAN KAPASITAS] MODUL 5 PERENCANAAN PRODUKSI[AGREGAT DAN KAPASITAS] 1. Deskripsi Perencanaan Agregat adalah perencanaan jangka menengah yang digunakan untuk mengalokasikan sejumlah sumber daya untuk memenuhi permintaan

Lebih terperinci

Penentapan Perencanaan Produksi guna Menentukan Besaran Produksi yang Tepat pada PT Goodyear Indonesia Tbk

Penentapan Perencanaan Produksi guna Menentukan Besaran Produksi yang Tepat pada PT Goodyear Indonesia Tbk PENETAPAN PERENCANAAN PRODUKSI GUNA MENENTUKAN BESARAN PRODUKSI YANG TEPAT PADA PT GOODYEAR INDONESIA TBK Dewi Taurusyanti Dosen Tetap Fakultas Ekonomi Universitas Pakuan Wawan Hermawan Mahasiswa Fakultas

Lebih terperinci

BAB I PENDAHULUAN. apa yang dibutuhkan untuk mendapatkan produk yang telah ditetapkan.

BAB I PENDAHULUAN. apa yang dibutuhkan untuk mendapatkan produk yang telah ditetapkan. BAB I PENDAHULUAN 1.1. Latar Belakang Perencanaan produksi adalah suatu kegiatan yang berkenaan dengan penentuan apa yang harus diproduksi, berapa banyak diproduksi dan sumber daya apa yang dibutuhkan

Lebih terperinci

SEJARAH DAN KEGUNAAN RISET OPERASI Riset Operasi (operation research) dimulai dikalangan militer dalam permulaan Perang Dunia Kedua.

SEJARAH DAN KEGUNAAN RISET OPERASI Riset Operasi (operation research) dimulai dikalangan militer dalam permulaan Perang Dunia Kedua. SEJARAH DAN KEGUNAAN RISET OPERASI Riset Operasi (operation research) dimulai dikalangan militer dalam permulaan Perang Dunia Kedua. Mengalokasikan sumber-sumber atau input yang terbatas guna melayani

Lebih terperinci

Rina Tinarty Sihombing, Henry Rani Sitepu, Rosman Siregar

Rina Tinarty Sihombing, Henry Rani Sitepu, Rosman Siregar Saintia Matematika Vol. 1, No. 2 (2013), pp. 199 209. PENERAPAN TEORI BACKWARD RECURSIVE UNTUK MENENTUKAN JUMLAH TENAGA KERJA DAN GAJI PADA PT XYZ Rina Tinarty Sihombing, Henry Rani Sitepu, Rosman Siregar

Lebih terperinci

MODEL PROGRAM DINAMIS DALAM PENENTUAN LOT PEMESANAN DENGAN MEMPERTIMBANGKAN BATASAN MODAL

MODEL PROGRAM DINAMIS DALAM PENENTUAN LOT PEMESANAN DENGAN MEMPERTIMBANGKAN BATASAN MODAL MODEL PROGRAM DINAMIS DALAM PENENTUAN LOT PEMESANAN DENGAN MEMPERTIMBANGKAN BATASAN MODAL Dana Marsetiya Utama Jurusan Teknik Industri, Fakultas Teknik / Universitas Muhammadiyah Malang Kontak person:

Lebih terperinci

BAB VI KESIMPULAN DAN SARAN. dibandingkan dengan metode konvensional yang diterapkan Fungiyaki.

BAB VI KESIMPULAN DAN SARAN. dibandingkan dengan metode konvensional yang diterapkan Fungiyaki. BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan Dari data yang telah diperoleh dan diolah serta pembahasan yang telah dilakukan penulis di Bab 5, maka dapat diambil kesimpulan bahwa pengendalian persediaan

Lebih terperinci

BAB LINEAR PROGRAMMING : METODE GRAFIK PENDAHULUAN PENDAHULUAN

BAB LINEAR PROGRAMMING : METODE GRAFIK PENDAHULUAN PENDAHULUAN PENDAHULUAN BAB 1 LINEAR PROGRAMMING : METODE GRAFIK PENDAHULUAN inear programming adalah suatu teknis matematika yang dirancang untuk membantu manajer dalam merencanakan dan membuat keputusan dalam mengalokasikan

Lebih terperinci

STUDI PENGGUNAAN PACKING PLANT PADA DISTRIBUSI SEMEN DI KALIMANTAN MENGGUNAKAN METODE TRANSSHIPMENT: STUDI KASUS PT. SEMEN GRESIK

STUDI PENGGUNAAN PACKING PLANT PADA DISTRIBUSI SEMEN DI KALIMANTAN MENGGUNAKAN METODE TRANSSHIPMENT: STUDI KASUS PT. SEMEN GRESIK STUDI PENGGUNAAN PACKING PLANT PADA DISTRIBUSI SEMEN DI KALIMANTAN MENGGUNAKAN METODE TRANSSHIPMENT: STUDI KASUS PT SEMEN GRESIK Ikhyandini GA dan Nadjadji Anwar Bidang Keahlian Manajemen Proyek Program

Lebih terperinci

VII. KESIMPULAN DAN SARAN

VII. KESIMPULAN DAN SARAN VII. KESIMPULAN DAN SARAN 7.1 Kesimpulan Berdasarkan hasil dan pembahasan optimalisasi pada Mill MNO, maka kesimpulan yang dapat dijabarkan adalah sebagai berikut : 1. Dari hasil pencarian solusi terbaik

Lebih terperinci

OPTIMASI TIPE RUMAH PADA PERUMAHAN SEDERHANA UNTUK KEUNTUNGAN MAKSIMAL PENGEMBANG PERUMAHAN

OPTIMASI TIPE RUMAH PADA PERUMAHAN SEDERHANA UNTUK KEUNTUNGAN MAKSIMAL PENGEMBANG PERUMAHAN OPTIMASI TIPE RUMAH PADA PERUMAHAN SEDERHANA UNTUK KEUNTUNGAN MAKSIMAL PENGEMBANG PERUMAHAN Irinda Windyanti 1, Christiono Utomo 2) dan Purwanita Setianti 3) Jurusan Arsitektur, Institut Teknologi Sepuluh

Lebih terperinci

Goal Programming untuk PeRencanaan Produksi Agregat dengan kendala sumber daya

Goal Programming untuk PeRencanaan Produksi Agregat dengan kendala sumber daya Goal Programming untuk PeRencanaan Produksi Agregat dengan kendala sumber daya Oleh : Kartika Megasari 1206 100 044 Dosen Pembimbing: Drs.Sulistiyo,MT Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

APLIKASI PREDETERMINED TIME SYSTEM DAN RANKED POSITIONAL WEIGHT PADA OPTIMALISASI LINTASAN PRODUKSI UPPER-SHOE DI PT. ECCO INDONESIA, SIDOARJO

APLIKASI PREDETERMINED TIME SYSTEM DAN RANKED POSITIONAL WEIGHT PADA OPTIMALISASI LINTASAN PRODUKSI UPPER-SHOE DI PT. ECCO INDONESIA, SIDOARJO B-2- APLIKASI PREDETERMINED TIME SYSTEM DAN RANKED POSITIONAL WEIGHT PADA OPTIMALISASI LINTASAN PRODUKSI UPPER-SHOE DI PT. ECCO INDONESIA, SIDOARJO Rina Lukiandari, Abdullah Shahab ITS Surabaya ABSTRAK

Lebih terperinci

Metodologi Penelitian

Metodologi Penelitian Metodologi Penelitian Modul ke: PEMROGRAMAN LINIER Fakultas Program Pasca Sarjana Hamzah Hilal Program Studi Magister Teknik Elektro 13.1 UMUM Banyak keputusan manajemen dan atau riset operasi berkaitan

Lebih terperinci

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM Dosen: Didin Astriani Prassetyowati, M.Stat Silabus MATAKULIAH TI214 TEKNIK RISET OPERASI (2 SKS) TUJUAN Agar mahasiswa

Lebih terperinci

SILABUS. : Perencanaan dan Pengendalian Produksi

SILABUS. : Perencanaan dan Pengendalian Produksi Kode Mata kuliah Nama Mata Kuliah Bobot Semester Deskripsi Mata Kuliah SILABUS : AK043304 : Perencanaan dan Pengendalian Produksi : 2 SKS : V : Perencanaa produksi sebagai suatu sistem, analisis, metode

Lebih terperinci

ANALISA INVENTORY TURNOVER PADA PRODUK EKSPOR PADA PT. SCHERING PLOUGH INDONESIA

ANALISA INVENTORY TURNOVER PADA PRODUK EKSPOR PADA PT. SCHERING PLOUGH INDONESIA ANALISA INVENTORY TURNOVER PADA PRODUK EKSPOR PADA PT. SCHERING PLOUGH INDONESIA Prawasmita Sedyandini dan Moses L. Singgih Program Studi Magister Manajemen Teknologi Institut Teknologi Sepuluh Nopember

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 12 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam proses produksi setiap perusahaan pasti dihadapkan pada persoalan mengoptimalkan lebih dari satu tujuan. Tujuan-tujuan dari persoalan produksi tersebut ada

Lebih terperinci

OPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK ABSTRAK

OPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK ABSTRAK OPTIMASI PERENCANAAN DAN PENGENDALIAN BAHAN BAKU DI PT. SIANTAR TOP TBK Robby Hidayat, Moses L.Singih, Mahasiswa MMT ITS Manajemen Industri Email : Robbie_First@Yahoo.Com ABSTRAK PT. Siantar Top Tbk adalah

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

OPTIMASI PENYIMPANAN PRODUK DI GUDANG DENGAN MODEL ALOKASI PRODUK DI PT. COCA COLA BOTTLING INDONESIA

OPTIMASI PENYIMPANAN PRODUK DI GUDANG DENGAN MODEL ALOKASI PRODUK DI PT. COCA COLA BOTTLING INDONESIA Prosiding SNaPP2011 Sains, Teknologi, dan Kesehatan ISSN:2089-3582 OPTIMASI PENYIMPANAN PRODUK DI GUDANG DENGAN MODEL ALOKASI PRODUK DI PT. COCA COLA BOTTLING INDONESIA 1 Indra Sapta Noegraha, 2 M. Nurman

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini begitu banyak perusahaan yang berdiri di tengah kehidupan masyarakat. Berdirinya suatu perusahaan di tengah-tengah kehidupan masyarakat mempunyai tujuan

Lebih terperinci

PERANCANGAN PENGELOLAAN PERSEDIAAN BAHAN BAKU PIPA PVC DI PT. DJABES SEJATI MENGGUNAKAN METODE JUST IN TIME (JIT) ABSTRAK

PERANCANGAN PENGELOLAAN PERSEDIAAN BAHAN BAKU PIPA PVC DI PT. DJABES SEJATI MENGGUNAKAN METODE JUST IN TIME (JIT) ABSTRAK PERANCANGAN PENGELOLAAN PERSEDIAAN BAHAN BAKU PIPA PVC DI PT. DJABES SEJATI MENGGUNAKAN METODE JUST IN TIME (JIT) Oleh : Henny Wunas, I Nyoman Pujawan Wunas_henny@yahoo.com, pujawan@ie.its.ac.id ABSTRAK

Lebih terperinci

PENJADWALAN PEMETIKAN PUCUK TEH UNTUK MEMAKSIMALKAN PRODUKSI DI PT. PERKEBUNAN NUSANTARA VIII, CIATER.

PENJADWALAN PEMETIKAN PUCUK TEH UNTUK MEMAKSIMALKAN PRODUKSI DI PT. PERKEBUNAN NUSANTARA VIII, CIATER. ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2937 PENJADWALAN PEMETIKAN PUCUK TEH UNTUK MEMAKSIMALKAN PRODUKSI DI PT. PERKEBUNAN NUSANTARA VIII, CIATER. SCHEDULING OF TEA

Lebih terperinci

MANAJEMEN PRODUKSI DAN OPERASI

MANAJEMEN PRODUKSI DAN OPERASI MANAJEMEN PRODUKSI DAN OPERASI MATERI 1. Konsep dasar operasi dan produktivitas 2. Strategi Operasi 3. Perencanaan pengendalian operasi, Perencanaan dan 4. persediaan 5. Perencanaan Kebutuhan Bahan (MRP)

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

OPTIMASI PERENCANAAN PRODUKSI DENGAN MENGGUNAKAN METODE DE NOVO PROGRAMMING DI PT. ASAHIMAS FLAT GLASS

OPTIMASI PERENCANAAN PRODUKSI DENGAN MENGGUNAKAN METODE DE NOVO PROGRAMMING DI PT. ASAHIMAS FLAT GLASS OPTIMASI PERENCANAAN PRODUKSI DENGAN MENGGUNAKAN METODE DE NOVO PROGRAMMING DI PT. ASAHIMAS FLAT GLASS Suseno Budi Prasetyo Teknik Industri-FTI-UPNV Jatim Abstraks Dalam memasuki era pasar bebas, industri

Lebih terperinci

PERENCANAAN KEBUTUHAN BAHAN BAKU MENGGUNAKAN LINEAR PROGRAMMING

PERENCANAAN KEBUTUHAN BAHAN BAKU MENGGUNAKAN LINEAR PROGRAMMING PERENCANAAN KEBUTUHAN BAHAN BAKU MENGGUNAKAN LINEAR PROGRAMMING Aghia Hersandi R., Laila Nafisah, ST.,MT (1) Gunawan Madyono P., ST.,MT (2) Jurusan Teknik Industri Fakultas Teknologi Industri Universitas

Lebih terperinci

OPTIMASI PENUGASAN KAPAL SEMEN CURAH DARI PABRIK KE PABRIK PENGANTONGAN DI LINGKUNGAN SEMEN GRESIK GROUP

OPTIMASI PENUGASAN KAPAL SEMEN CURAH DARI PABRIK KE PABRIK PENGANTONGAN DI LINGKUNGAN SEMEN GRESIK GROUP OPTIMASI PENUGASAN KAPAL SEMEN CURAH DARI PABRIK KE PABRIK PENGANTONGAN DI LINGKUNGAN SEMEN GRESIK GROUP Suhandik, Ahmad Rusdiansyah, Nurhadi Siswanto Manajemen Industri-Program Studi Magister Manajemen

Lebih terperinci

OPTIMALISASI MASALAH PENUGASAN MENGGUNAKAN METODE HUNGARIAN (Studi kasus pada PT Pos Indonesia (Persero) Pontianak)

OPTIMALISASI MASALAH PENUGASAN MENGGUNAKAN METODE HUNGARIAN (Studi kasus pada PT Pos Indonesia (Persero) Pontianak) Buletin Ilmiah Mat. Stat. danterapannya (Bimaster) Volume 04, No. 3 (2015), hal 363-370 OPTIMALISASI MASALAH PENUGASAN MENGGUNAKAN METODE HUNGARIAN (Studi kasus pada PT Pos Indonesia (Persero) Pontianak)

Lebih terperinci

Model Inventory Perishable Material dengan Mempertimbangkan Faktor Kapasitas Gudang Penyimpanan Bahan Baku PT. So Good Food Manufacturing

Model Inventory Perishable Material dengan Mempertimbangkan Faktor Kapasitas Gudang Penyimpanan Bahan Baku PT. So Good Food Manufacturing Model Inventory Perishable Material dengan Mempertimbangkan Faktor Kapasitas Penyimpanan Bahan Baku PT. So Good Food Manufacturing Zeny Fatimah Hunusalela Program Studi Teknik Industri - Fakultas Teknik,

Lebih terperinci

PERENCANAAN JARINGAN DISTRIBUSI PUPUK UREA JAWA TIMUR DI PT X

PERENCANAAN JARINGAN DISTRIBUSI PUPUK UREA JAWA TIMUR DI PT X PERENCANAAN JARINGAN DISTRIBUSI PUPUK UREA JAWA TIMUR DI PT X Bobby O.P. Soepangkat*, Nurhadi Siswanto*, Evy Hendriarianti** *Program Studi MMT-ITS ** ITN Malang, e-mail:hendriarianti@yahoo.com ABSTRAK

Lebih terperinci

BAH 7 SIMPULAN DAN SARAN

BAH 7 SIMPULAN DAN SARAN BAH 7 SIMPULAN DAN SARAN BAB7 SIMPULAN DAN SARAN 7.1 Simpulan Simpulan yang dapat ditarik dari perancangan Sistem Infonnasi Manufaktur di CV. Engsun Bangkit Jaya dalam menciptakan kinetja unggul adalah

Lebih terperinci

OPTIMALISALI KASUS PEMROGRAMAN LINEAR DENGAN METODE GRAFIK DAN SIMPLEKS

OPTIMALISALI KASUS PEMROGRAMAN LINEAR DENGAN METODE GRAFIK DAN SIMPLEKS OPTIMALISALI KASUS PEMROGRAMAN LINEAR DENGAN METODE GRAFIK DAN SIMPLEKS RISNAWATI IBNAS Jurusan Matematika, Fakultas Sains dan Teknologi, UINAM risnawati988@gmail.com Info: Jurnal MSA Vol. 2 No. 1 Edisi:

Lebih terperinci

BAB5 SIMPULAN DAN SARAN. Setelah melakukan analisis dan pembahasan dari hasil perhitungan dengan

BAB5 SIMPULAN DAN SARAN. Setelah melakukan analisis dan pembahasan dari hasil perhitungan dengan BAB5 SIMPULAN DAN SARAN 5.1. Simpuian Setelah melakukan analisis dan pembahasan dari hasil perhitungan dengan program SpSS 7.5 yang digunakan untuk menjawab permasalahan tentang pengaruh dan hubungan variabel

Lebih terperinci

DAFTAR PUSTAKA. Haksever, Cengiz, et all Service Management and Operations, Second Edition. New Jersey: Prentice-Hall, Inc.

DAFTAR PUSTAKA. Haksever, Cengiz, et all Service Management and Operations, Second Edition. New Jersey: Prentice-Hall, Inc. DAFTAR PUSTAKA Chang, Hor Ng-Jinh; Dye, Chung -Yuan. 2000. An EOQ Model with Deteriorating Items in Response to A Temporary Sale Price. Production Planning and Control, 11(5), 464-473. Chase and Aquilano.

Lebih terperinci

Aplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium

Aplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium Aplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium Hikmah *1, Nusyafitri Amin 2 *1 Program Studi Matematika FMIPA Universitas Sulawesi Barat, 2 Program Studi

Lebih terperinci

Dasar-dasar Optimasi

Dasar-dasar Optimasi Dasar-dasar Optimasi Optimasi Linier Interpretasi Hasil Lindo diambil dari buku Introduction to Operations Research, Sixth Edition, Frederick S. Hillier, Gerald J. Lieberman, McGraw-Hill, Inc., International

Lebih terperinci

APLIKASI BINARY INTEGER PROGRAMMING UNTUK PENINGKATAN EFISIENSI LINTASAN SEBAGAI FUNGSI OUTPUT PRODUKSI DI PT INDOJAYA PRIMA SEMESTA-PASURUAN

APLIKASI BINARY INTEGER PROGRAMMING UNTUK PENINGKATAN EFISIENSI LINTASAN SEBAGAI FUNGSI OUTPUT PRODUKSI DI PT INDOJAYA PRIMA SEMESTA-PASURUAN APLIKASI BINARY INTEGER PROGRAMMING UNTUK PENINGKATAN EFISIENSI LINTASAN SEBAGAI FUNGSI OUTPUT PRODUKSI DI PT INDOJAYA PRIMA SEMESTA-PASURUAN Husin 1) dan Abdullah Shahab 2) 1) Program Studi Magister Manajemen

Lebih terperinci

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

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

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini diuraikan teori-teori yang digunakan untuk membahas permasalahan yang ada. Teori-teori yang digunakan adalah Riset Operasi, Konsep Dasar Perencanaan Kapasitas, dan Pemrograman

Lebih terperinci

PENENTUAN SOLUSI OPTIMAL PERSEDIAAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTE CARLO. Dian Ratu Pritama ABSTRACT

PENENTUAN SOLUSI OPTIMAL PERSEDIAAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTE CARLO. Dian Ratu Pritama ABSTRACT PENENTUAN SOLUSI OPTIMAL PERSEDIAAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTE CARLO Dian Ratu Pritama Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam

Lebih terperinci

PENERAPAN METODE FIXED ORDER INTERVAL ATAU FIXED ORDER QUANTITY DALAM PENGENDALIAN PERSEDIAAN

PENERAPAN METODE FIXED ORDER INTERVAL ATAU FIXED ORDER QUANTITY DALAM PENGENDALIAN PERSEDIAAN PENERAPAN METODE FIXED ORDER INTERVAL ATAU FIXED ORDER QUANTITY DALAM PENGENDALIAN PERSEDIAAN Nisa Masruroh Jurusan Teknik Industri Fakultas Teknologi Industri UPN Veteran Jawa Timur ABSTRAK Persediaan

Lebih terperinci

MANAGEMENT SCIENCE ERA. Nurjannah

MANAGEMENT SCIENCE ERA. Nurjannah MANAGEMENT SCIENCE ERA Nurjannah Sasaran Memahami proses optimasi dan pendekatan sistemik terintegrasi dalam menyelesaikan permasalahan. Dibutuhkan ilmu manajemen karena sumber daya yang terbatas. Menggunakan

Lebih terperinci

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

Penerapan Pemrograman Dinamis dalam Perencanaan Produksi

Penerapan Pemrograman Dinamis dalam Perencanaan Produksi Penerapan Pemrograman Dinamis dalam Perencanaan Produksi Yugowati Praharsi Abstrak Pemrograman dinamis merupakan salah satu alat bantu untuk mengambil keputusan yang tidak mempunyai formulasi baku untuk

Lebih terperinci

Operations Management

Operations Management Operations Management OPERATIONS RESEARCH William J. Stevenson 8 th edition LINEAR PROGRAMMING Suatu model umum yang dapat digunakan dalam pemecahan masalah pengalokasian sumber-sumber yang terbatas secara

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Pemilihan Judul

BAB I PENDAHULUAN 1.1 Latar Belakang Pemilihan Judul BAB I PENDAHULUAN 1.1 Latar Belakang Pemilihan Judul Pada dasarnya setiap perusahaan yang bergerak di sektor apapun pasti memiliki tujuan untuk memperoleh keuntungan yang maksimal dengan biaya yang minimal

Lebih terperinci

Ardaneswari D.P.C., STP, MP.

Ardaneswari D.P.C., STP, MP. Ardaneswari D.P.C., STP, MP. Materi Bahasan Pengantar pemrograman linier Pemecahan pemrograman linier dengan metode grafis PENGANTAR Pemrograman (programming) secara umum berkaitan dengan penggunaan atau

Lebih terperinci

PENERAPAN MODEL LINEAR GOAL PROGRAMMING UNTUK OPTIMASI PERENCANAAN PRODUKSI

PENERAPAN MODEL LINEAR GOAL PROGRAMMING UNTUK OPTIMASI PERENCANAAN PRODUKSI PENERAPAN MODEL LINEAR GOAL PROGRAMMING UNTUK OPTIMASI PERENCANAAN PRODUKSI Natalia Esther Dwi Astuti 1), Lilik Linawati 2), Tundjung Mahatma 2) 1) Mahasiswa Program Studi Matematika FSM UKSW 2) Dosen

Lebih terperinci

PENELITIAN OPERASIONAL I (TIN 4109)

PENELITIAN OPERASIONAL I (TIN 4109) PENELITIAN OPERASIONAL I (TIN 4109) Lecture 4 LINEAR PROGRAMMING Lecture 4 Outline: Simplex Method References: Frederick Hillier and Gerald J. Lieberman. Introduction to Operations Research. 7th ed. The

Lebih terperinci

MODEL PENJADWALAN FLOW SHOP n JOB m MESIN UNTUK MEMINIMASI MAKESPAN TANPA TARDY JOB DENGAN KENDALA KETIDAKTERSEDIAAN MESIN

MODEL PENJADWALAN FLOW SHOP n JOB m MESIN UNTUK MEMINIMASI MAKESPAN TANPA TARDY JOB DENGAN KENDALA KETIDAKTERSEDIAAN MESIN MODEL PENJADWALAN FLOW SHOP n JOB m MESIN UNTUK MEMINIMASI MAKESPAN TANPA TARDY JOB DENGAN KENDALA KETIDAKTERSEDIAAN MESIN Jefikz Berhitu, Mokh. Suef, dan Nani Kurniati Jurusan Teknik Industri - Institut

Lebih terperinci

PELAKSANAAN PENGAWASAN MUTU UNTUK MEMINIMALISASI BARANG RUSAK GUNA MENINGKATKAN PRODUKTIVITAS PERUSAHAAN PADA PT SEMESTA KERAMIKA RAYA

PELAKSANAAN PENGAWASAN MUTU UNTUK MEMINIMALISASI BARANG RUSAK GUNA MENINGKATKAN PRODUKTIVITAS PERUSAHAAN PADA PT SEMESTA KERAMIKA RAYA PELAKSANAAN PENGAWASAN MUTU UNTUK MEMINIMALISASI BARANG RUSAK GUNA MENINGKATKAN PRODUKTIVITAS PERUSAHAAN PADA PT SEMESTA KERAMIKA RAYA Dewi Taurusyanty Dosen Tetap Fakultas Ekonomi Universitas Pakuan Reni

Lebih terperinci

CCR314 - Riset Operasional Materi #1 Ganjil 2015/2016 CCR314 RISET OPERASIONAL

CCR314 - Riset Operasional Materi #1 Ganjil 2015/2016 CCR314 RISET OPERASIONAL Materi #1 CCR314 RISET OPERASIONAL Detail Mata Kuliah 2 Kode CCR314 Nama Riset Operasional Bobot 2 sks 6623 - Taufiqur Rachman 1 Deskripsi & Tujuan Mata Kuliah 3 Deskripsi Mata kuliah ini mengenalkan manfaat

Lebih terperinci

INTEGER PROGRAMMING. Widha Kusumaningdyah, ST., MT 2012

INTEGER PROGRAMMING. Widha Kusumaningdyah, ST., MT 2012 INTEGER PROGRAMMING Widha Kusumaningdyah, ST., MT 2012 INTEGER PROGRAMMING INTRODUCTION INTEGER PROGRAMMING (IP) Untuk permasalahan optimasi dengan beberapa atau semua variabel keputusan bernilai bulat(integer).

Lebih terperinci

ABSTRACT. Key words: production, aggregate planning, cost efficiency. vii. Universitas Kristen Maranatha

ABSTRACT. Key words: production, aggregate planning, cost efficiency. vii. Universitas Kristen Maranatha ABSTRACT P.T Senayan Sandang Makmur is a company engaged in the manufacturing industry. In the course of its operations, the company is always striving to achieve its objectives, namely to meet consumer

Lebih terperinci

PENTINGNYA INVENTORY CONTROL BAHAN BAKU UNTUK MEMPERLANCAR PROSES PRODUKSI PADA PERUSAHAAN

PENTINGNYA INVENTORY CONTROL BAHAN BAKU UNTUK MEMPERLANCAR PROSES PRODUKSI PADA PERUSAHAAN PENTINGNYA INVENTORY CONTROL BAHAN BAKU UNTUK MEMPERLANCAR PROSES PRODUKSI PADA PERUSAHAAN Oleh : Drs. HARIYANTO 1 ) I. PENDAHULUAN A. Latar Belakang Setiap bidang usaha atau perusahaan pada umumnya selalu

Lebih terperinci

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI -202 Nama Mata Kuliah : Model Deterministik Jumlah SKS : 2 Semester : III Mata Kuliah Pra Syarat : Pengantar Teknik Industri Deskripsi

Lebih terperinci

PERENCANAAN OPERASIONAL DISTRIBUSI SURAT KABAR DARI PERCETAKAN KE SEJUMLAH AGEN DI KOTA SURABAYA ABSTRAK

PERENCANAAN OPERASIONAL DISTRIBUSI SURAT KABAR DARI PERCETAKAN KE SEJUMLAH AGEN DI KOTA SURABAYA ABSTRAK PERENCANAAN OPERASIONAL DISTRIBUSI SURAT KABAR DARI PERCETAKAN KE SEJUMLAH AGEN DI KOTA SURABAYA Erma Budhi Kurnia Susanti 1),Ahmad Rusdianyah 2) Program Studi Magister Manajemen Teknologi Institut Teknologi

Lebih terperinci

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113

PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 PERENCANAAN & PENGENDALIAN PRODUKSI TIN 4113 Pertemuan 5 Outline: Aggregate Planning Referensi: Smith, Spencer B., Computer-Based Production and Inventory Control, Prentice-Hall, 1989. Tersine, Richard

Lebih terperinci

PERENCANAAN KAPASITAS

PERENCANAAN KAPASITAS PERENCANAAN KAPASITAS kapasitas Setelah memutuskan produk atau jasa apa yang akan ditawarkan dan bagaimana itu akan dibuat, pihak manajemen harus merencanakan sistem kapasitas. Kapasitas adalah maksimum

Lebih terperinci

Moses L Singgih dan Sayidati Sholichah Teknik Industri FTI-ITS Institut Teknologi Sepuluh Nopember Surabaya

Moses L Singgih dan Sayidati Sholichah   Teknik Industri FTI-ITS Institut Teknologi Sepuluh Nopember Surabaya PENGENDALIAN JUMLAH CONTAINER DI MASING-MASING KOTA PELABUHAN DENGAN MERELOKASI AGAR TIDAK TERJADI KEKURANGAN PADA PERUSAHAAN PELAYARAN (STUDI KASUS DI PT. X) Moses L Singgih dan Sayidati Sholichah e-mail:

Lebih terperinci

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA Mata Kuliah Kode SKS Program Studi Fakultas : Teknik Riset Operasional : AK012221 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1 Pendahuluan Mahasiswa memahami falsafah RO dan hubungannya

Lebih terperinci

Sufa atin Program Studi Teknik Informatika Universitas Komputer Indonesia

Sufa atin Program Studi Teknik Informatika Universitas Komputer Indonesia Sufa atin Program Studi Teknik Informatika Universitas Komputer Indonesia 1 1. Membahas teknik-teknik riset operasi yang digunakan sebagai dasar pengambilan keputusan 2. Konsep dasar ilmu matematika (himpunan,

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

Studi Perbandingan Ekpektasi Biaya Total Antara Kasus Bakcorder dan Lost Sales pada Model Persediaan Probabilistik

Studi Perbandingan Ekpektasi Biaya Total Antara Kasus Bakcorder dan Lost Sales pada Model Persediaan Probabilistik J. Math. and Its Appl. ISSN: 1829-65X Vol. 3, No. 2, Nov 26, 19 117 Studi Perbandingan Ekpektasi iaya Total Antara Kasus akcorder dan Lost Sales pada Model Persediaan Probabilistik Valeriana Lukitosari

Lebih terperinci