USULAN PENERAPAN LEAN MANUFACTURING UNTUK MENGIDENTIFIKASI DAN MENGURANGI WASTE (STUDI KASUS PADA PT.X)

<p><em>PT. </em><em>X</em><em> adalah perusahaan yang bergerak </em><em>di bidang</em><em> produksi kapur barus, anti bau, dan serap air</em><em>.</em><em> </em><em>Dalam pelaksanaannya,</em><em> </em><em>perusahaan </em><em>perlu untuk terus meningkatkan kinerja produktivita</em><em>s, </em><em>kualita</em><em>s,</em><em> </em><em>ke</em><em>tepat</em><em>an</em><em> waktu dalam pengiriman</em><em>, serta</em><em> berusaha menurunkan biaya. Untuk mencapai tujuan tersebut perusahaan </em><em>perlu</em><em> mengetahui akti</em><em>v</em><em>itas apa saja yang me</em><em>mberikan</em><em> value added </em><em>bagi </em><em>produk</em><em>, serta</em><em> pemborosan apa saja yang sering terjadi </em><em>dalam proses</em><em> produksi. Oleh karena itu diperlukan suatu pendekatan lean manufacturing. Dengan strategi lean, perusahaan diharapkan m</em><em>a</em><em>mpu meningkatkan rasio</em><em> </em><em>valu</em><em>e</em><em> added </em><em>produk serta mengurangi</em><em> pemborosan. Pemahaman kondisi </em><em>aktual </em><em>perusahaan digambarkan dalam</em><em> Current State</em><em> </em><em>Mapping. Pemborosan diidentifikasikan dengan </em><em>delapan</em><em> waste, kemudian dilakukan pem</em><em>bobotan secara detail dengan waste relationhip matrix (WRM) dan waste assessment quetionaire (WAQ). Setelah didapatkan hasil, dilakukan pemilihat tools dengan bantuan </em><em>VALSAT dan dianalisa akar penyebab</em><em> permasalahannya</em><em>. Berdasarkan pengolahan data didapatkan </em><em>2 </em><em>skor rata-rata tertinggi yaitu </em><em>motion</em><em> (2</em><em>1</em><em>%), Defect (</em><em>17.93</em><em>%). Skor rata-rata pemborosan tersebut dikalikan dengan faktor pengali detail mapping, sehingga didapatkan detail mapping tools yang dominan adalah Process Activity Mapping</em><em> (35.23%)</em><em>. Lead time dalam produksi </em><em>kapur barus adalah</em><em> </em><em>5127.36 </em><em>menit, setelah usulan perbaikan dilaksanakan didapatkan lead time sebesar </em><em>1832.77</em><em> menit, dengan cara mengurangi waktu </em><em>gerakan pada proses</em><em> produksi</em><em> dan pada defect dilakukan</em><em> </em><em>perbaikan S</em><em>OP. </em><em></em></p>

Cover Jurnal

Cover jurnal

Anggota Dewan Redaksi

Anggota Dewan redaksi

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGENDALIAN KUALITAS PADA DEPARTEMEN BLOW PT. D Parwadi Moengin1), Rina Fitriana2),), Buana Ramadhan3)

<p><em>PT. D merupakan perusahaan yang bergerak di bidang manufaktur dan salah satu supplier kemasan plastik terbaik di Asia. Plastik yang diproduksi adalah jenis plastik kemasan siap pakai seperti botol minuman dan botol kemasan obat. Permasalahan yang terjadi di departemen blow PT. D adalah sistem pengendalian kualitas dini yang kurang efektif pada Inline 1.Hal tersebut disebabkan oleh petugas QC yang telah menemukan cacat pada produk botol harus mencari supervisor agar dapat menindaklanjuti permasalahan yang ada di mesin agar tidak terus menerus menghasilkan produk yang memiliki kecacatan tersebut. Tujuan penelitian ini adalah untuk merancang sistem pendukung keputusan untuk mengendalikan kualitas pada departemen blow PT. D. Perancangan sistem pendukung keputusan dimulai dengan melakukan analisa sistem yang sedang terjadi menggunakan kerangka PIECES. Analisa tersebut dilakukan untuk mengetahui kebutuhan dari pengguna sistem. Selanjutnya adalah melakukan perancangan komponen pengolahan data dengan membuat diagram konteks, Data Flow Diagram (DFD), Entity Relationship Diagram (ERD), Physical Data Model (PDM) dan pembuatan database menggunakan software MySQL. Model yang digunakan dalam perancangan sistem pendukung keputusan ini adalah model peta kendali untuk melihat apakah data tersebut out of control atau tidak dan model FMEA digunakan untuk melihat tindakan yang harus dilakukan bedasarkan RPN tertinggi. Langkah yang terakhir adalah perancangan user interface dengan menggunakan bahasa pemograman PHP. Sistem Pendukung Keputusan yang dibuat dapat menghitung peta kendali dan menganalisis kecacatan menggunakan FMEA. Dari sistem yang telah dibuat bedasarkan hasil perhitungan peta kendali, data yang didapat dalam kategori in control karena penyebaran data tidak ada yang melebihi UCL dan LCL. Bedasarkan analisis menggunakan FMEA, perhitungan RPN tertinggi sebesar 324. Jenis kegagalan dengan RPN sebesar 324 adalah flashing. Hasil dari analisis menggunakan FMEA tersebut adalah dibuat usulan instruksi kerja untuk perbaikan pisau didalam mesin. Dalam proses verifikasi dan validasi, sistem yang telah dibuat valid.</em></p>

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGENDALIAN PERSEDIAAN BAHAN BAKU PADA PT. BATARASURA MULIA

<em>PT. Batarasura Mulia adalah sebuah perusahaan yang bergerak dibidang manufaktur. Perusahaan ini memproduksi berbagai macam jenis filter (penyaring) yang biasa digunakan didalam sebuah kendaraan bermotor seperti Fuel Filter, Oil Filter, dan Air Filter. Permasalahan yang dihadapi perusahaan adalah belum adanya sistem yang dapat mencatat pemesanan pelanggan dan mencatat pembiayaan pembelian bahan baku. PT. Batarasura Mulia masih menggunakan sistem yang manual. Perusahaan ini melakukan proses pembelian material dengan memperkirakan jumlah unit material berdasarkan jumlah unit material yang tersedia di gudang tanpa adanya proses perhitungan pembelian material terlebih dahulu. Hal tersebut mengakibatkan terjadinya keterlambatan proses produksi karena perusahan harus membeli sisa jumlah unit material yang kurang yang berada di gudang. Tujuan pada penelitian ini adalah merancang suatu sistem pendukung keputusan untuk pengendalian persediaan bahan baku yang dapat memberikan perhitungan berupa jumlah unit material yang dibutuhkan dan frekuensi pemesanan materialnya dengan menggunakan metode perhitungan Economic Order Quantity (EOQ) dan Period Order Quantity (POQ) serta menentukan metode yang terbaik yang akan digunakan berdasarkan biaya persediaan paling minimum. Perancangan sistem pendukung keputusan dimulai dengan melakukan analisis sistem yang sedang terjadi dengan menggunakan kerangka analisis PIECES (Performance, Information, Economics, Control, Efficiency, Services). Analisis dilakukan untuk mengetahui kebutuhan dari pengguna sistem. Kemudian langkah selanjutnya adalah melakukan perancangan komponen pengelolaan data dengan membuat diagram konteks, Data Flow Diagram (DFD), Entity Relationship Diagram (ERD), dan Physical Data Model (PDM). Perancangan sistem selanjutnya adalah merancang komponen pengelolaan model. Model yang digunakan dalam perancangan sistem pendukung keputusan adalah EOQ (Economic Order Quantity) dan POQ (Period Order Quantity). Perhitungan menggunakan model EOQ (Economic Order Quantity) dan POQ (Period Order Quantity) menghasilkan perhitungan jumlah unit pemesanan material yang dibutuhkan dan menghasilkan frekuensi pemesanannya. Langkah terakhir adalah perancangan user interface dengan menggunakan bahasa pemograman PHP. Hasil dari perancangan sistem pendukung keputusan menunjukkan bahwa sistem dapat memberikan perhitungan jumlah unit pemesanan material yang dibutuhkan dan frekuensi pemesanan setiap material berdasarkan model EOQ dan POQ serta dapat menentukan metode yang terbaik berdasarkan biaya persediaan yang paling minimum. Hasil dari penelitian ini adalah untuk model EOQ biaya total untuk seluruh bahan baku sebesar Rp257.333.000 dan untuk model POQ biaya total untuk seluruh bahan baku sebesar Rp132.756.200. Perancangan sistem pendukung keputusan ini ditujukan kepada departemen purchasing dan departemen inventory.</em>

Daftar Isi

Daftar Isi

PENERAPAN VENDOR MANAGED INVENTORY (VMI) DAN GENETIC ALGORITHM (GA) DALAM MENENTUKAN UKURAN LOT OPTIMAL ANTARA PEMASOK TUNGGAL DAN MULTI PEMBELI UNTUK MULTI PRODUK

<p>PT. Armstrong Industri Indonesia merupakan produsen komponen elektronik dan otomotif. Bahan baku yang digunakan adalah <em>plastic film</em>, <em>tape</em>, <em>foam</em>, <em>felt</em>, <em>cork</em>, <em>pappe</em>r, <em>non woven fabric</em>, dan <em>rubber</em>. Permasalahan yang dihadapi saat ini, tidak ada kepastian jumlah permintaan dari pihak pembeli dan belum ada sistem manajemen persediaan dari kedua belah pihak. Hal ini menyebabkan perusahaan harus menyediakan persediaan dalam jumlah yang tidak terencana dengan baik, mengakibatkan pemborosan biaya persediaan. Tujuan penelitian, menentukan ukuran lot optimal antara pemasok tunggal dan multi pembeli untuk multi produk dengan menggunakan <em>Vendor Managed Inventory</em> (VMI) dan <em>Genetic Algorithm</em> (GA) berdasarkan total biaya persediaan minimum.</p><p>Penelitian, dilakukan terhadap dua pihak pembeli PT.X dan PT.Y, dan dua buah produk, yaitu <em>LL Flush With 4 Folding</em> (LLFW4F) dan <em>LL Flush Without Folding</em> (LLFWOF) dan PT. Amstrong Indonesia pihak pemasok.</p><p>Penerapan Metode<em> Vendor Managed Inventory</em> (VMI) dan <em>Genetic Algorithm</em> (GA), untuk memecahkan permasalahan persediaan multi-buyer multi-produkdan pemasok tunggal, untuk menentukan lot optimal. Berdasarkan hasil perhitungan diperoleh untuk ukuran lot optimal, total biaya persediaan kondisi awal sebesar Rp 61.855.631,- menggunakan VMI, sebesar Rp. 54.955.334,- menggunakan GA sebesar Rp. 27.762.125,- yang berarti, terjadi penghematan masing masing sebesar 11,16% dengan metode VMI dan 44,88% dengan menggunakan GA dibandingkan kondisi awal.</p>

PENGEMBANGAN MODEL DETEKSI PELANGGARAN HUKUM DI LAUT

<p><em>Indonesia merupakan negara kepulauan dengan 17.499 pulau, 5,9 juta km² wilayah pesisir dan laut 81.000 km. Besarnya potensi sumber daya laut sangat melimpah sehingga terjadi eksploitasi dan kerugian lebih. Terdaftar sebagai sebuah kejahatan pada tahun 2015 dan sebanyak 235 negara berpenduduk 35 miliar kerugian pada tahun 2016. Sinergi Bakamla di era baru operasi keamanan maritim didukung oleh metode deteksi dan aktivitas intelijen. Penelitian ini difokuskan pada model pengembangan deteksi kejahatan di laut. Tujuan penelitian diperoleh model pendeteksian yang tepat untuk kelemahan dalam deteksi model saat ini. Deteksi aktivitas siklus intelijen terdiri dari pengumpulan data, pengolahan data, analisis, dan diseminasi. Sistem analisis saat ini belum menghasilkan identifikasi, pemetaan dan pemantauan kejahatan dan masih belum terintegrasi dengan sumber daya lainnya. Untuk mengetahui, pengembangan model deteksi akan menggunakan analisis tulang ikan untuk mengungkap penyebab tantangan analitis, organisasi dan birokrasi, bias informasi, kepemimpinan dan kebijakan inferior. Fokus penelitian dalam tantangan analitis adalah pendekatan sistem informasi geografis dalam fitur analisis spasial. Data awal akan dikonversi menjadi data spasial dalam pengumpulan data dan pengolahan data. Dengan menggunakan teknik visualisasi, kerapatan data kejahatan di laut akan diterapkan pada tahap analisis spasial. Untuk pendeteksian itu sendiri, pihaknya akan melakukan pemetaan kejahatan, kepadatan dan Voronoi. Skala kerapatan diilustrasikan dengan nuansa kuning (rendah) hingga merah (tinggi). Dengan demikian, chloropleth diperoleh (peta berwarna yang bervariasi sesuai skala kerapatan) berupa deteksi kejahatan merah (tinggi) di sektor 1B, 1E, 1F, 1G, 2H, 2J dan 2K pada tahun 2015. Model pendeteksian ini dilakukan. sebagai solusi dari masalah itu sebagai model pengembangan deteksi kejahatan di laut.</em></p>

PENGUKURAN KINERJA SUMBER DAYA MANUSIA DENGAN HUMAN RESOURCE SCORECARD DI PT. TRIO JAYA STEEL

<p><em>Kecakapan dan keterampilan karyawan di perusahaan dapat diketahui dengan adanya pengukuran kinerja. PT. Trio Jaya Steel merupakan perusahaan pembuatan logam berlubang yang memiliki segmen pasar cukup luas. Dimana selama ini, perusahaan belum pernah melakukan pengukuran kinerja dan belum memiliki SOP. Selain itu, tingkat pendidikan karyawan yang belum mencapai target yang ditetapkan perusahaan. Oleh karena itu, pada penelitian ini pengukuran kinerja dilakukan dengan menggunakan metode HR Scorecard yang mengacu pada keempat perspektif. Berdasarkan hasil penyebaran kuesioner dimana penilaian menggunakan Skala Likert menghasilkan 11 tujuan strategis. Pengukuran kinerja dilakukan dengan menentukan lag indicator dan lead indicator serta dilakukan pembobotan dengan menggunakan AHP untuk mengetahui bobot prioritas pada setiap kriteria dan sub kriteria pada masing-masing perspektif. Selanjutnya, dilakukan pengukuran kinerja dengan menggunakan Traffic Light System dengan mengukur pencapaian target perusahaan. Berdasarkan 11 indikator terdapat 6 indikator kinerja belum mencapai target, 1 indikator jauh di bawah target dan 4 indikator sudah mencapai target. Oleh karena itu, dalam upaya peningkatan kinerja diperlukan analisis SWOT untuk menentukan startegi atau usulan perbaikan berupa SOP dan rancangan HR Scorecard.</em></p>

SISTEM INFORMASI PERENCANAAN DAN PENGENDALIAN PERSEDIAAN BAHAN BAKU DI PT X

<p><em>PT X merupakan perusahaan yang bergerak di bidang manufaktur kapur barus atau kamper. Dalam pelaksanaan perusahaannya, diketahui di PT X belum memiliki metode terstandar dalam mengatur perencanaan, pengendalian serta penjadwalan tingkat kedatangan bahan baku, perencanaan dan penjadwalan biasanya dilakukan berdasarkan pengalaman dan perkiraan kepala bagian PPC saja sehingga perusahaan saat ini masih mengalami kendala dalam pengelolaan persediaannya, dimana bahan baku seringkali mengalami penumpukan di gudang. PT X juga masih menerapkan sistem manual dalam melakukan penjadwalan produksi dan pemesanan bahan bakunya. Berdasarkan permasalahan tersebut, maka dilakukan perancangan sistem informasi untuk merencanakan dan mengendalikan persediaan bahan baku di PT. X dengan menggunakan metode MRP (Material Requirement Planning). Serangkaian kegiatan yang dilakukan dalam metode MRP adalah melakukan peramalan penjualan, membuat MPS (Master Production Schedule), membuat BOM (Bill Of Material), menghitung kebutuhan bahan baku dengan metode lot sizing. Dengan adanya program aplikasi, maka akan mempermudah dan membantu pekerjaan Marketing, PPC dan gudang serta dapat membuat proses bisnis berjalan lebih cepat dan efisien.</em></p>