Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini membahas tentang aplikasi dari metode penyusunan tata letak Systematic Layout Planning dan kemudian dievaluasi dengan Discrete Event Simulation menggunakan perangkat lunak Tecnomatix Plant Simulation untuk memberikan aternatif tata letak mesin pabrik yang lebih sesuai dengan produk yang ada di industri komponen alat berat saat ini dan lebih efisien dari sisi jarak perpindahan barang, waktu perpindahan barang, dan jumlah hasil produksi. Hasil penelitian ini menunjukkan bahwa aplikasi Systematic Layout Planning dan Discrete Event Simulation dapat memperpendek jarak perpindahan produk sebesar 32% setahun, mempercepat waktu perpindahan produk sebesar 27% setahun, dan meningkatkan jumlah hasil produksi sebesar 6% setahun.

---

This study is about application of layout planning method the Systematic Layout Planning and then evaluated by Discrete Event Simulation method using software Tecnomatix Plant Simulation for getting more suitable machine layout to existing product in component industry of heavy equipment, and getting better efficiency on product moving distance, product moving time, and total product quantity.

Study result shows that application of Systematic Layout Planning and Discrete Event Simulation could shortening product moving distance by 32% a year, shortening product moving time by 27% a year, and increasing total product quantity by 6% a year."

"Supply chain management merupakan aktivitas yang vital dalam mendukung proses produksi mobil di PT. XYZ. Pada laporan finansial fiscal year 2020, dilaporkan bahwa Inventory Turnover Ratio (ITR) di area part impor mengalami nilai yang rendah. Hal ini terjadi dikarenakan faktor eksternal, yakni terbatasnya frekuensi pengiriman part impor dan waktu pengiriman normal yang mencapai 20 hari. Setelah dilakukan FGD, rendahnya nilai ITR pada part impor berakibat meningkatnya nilai biaya pengiriman melalui udara (air freight) dikarenakan banyaknya Emergency order part impor, yang berdampak pada penurunan profit perusahaan. Pada beberapa penelitian sebelumnya, simulasi supply chain yang didukung oleh Big Data dapat melakukan optimasi supply chain dengan cara pengambilan keputusan strategis. Pada penelitian ini telah dilakukan studi terkait model simulasi part impor supply chain menggunakan simulasi kejadian diskrit, serta implementasi big data di PT. XYZ. Untuk menyelesaikan permasalahan tersebut, dibuat kerangka teoretis yang menghubungkan antara supply chain, Big Data, serta faktor penyebab terjadinya emergency order dalam terciptanya model simulasi dengan What-if analysis. Dalam proses pembuatan model simulasi supply chain, telah dilakukan analisa proses bisnis dan pengumpulan data menggunakan mix method dengan penyebaran kuesioner dan wawancara pakar. Big Data bertugas melakukan pengelolaan data supply chain, mengirimkan summary data berupa inisial stok, perencanaan produksi, dan perencanaan penerimaan barang harian ke dalam model simulasi dengan bantuan Cognos TM-1. Hasil simulasi yang ditampilkan pada Cognos TM-1, dijadikan sebagai referensi data dalam pengambilan keputusan strategik oleh manajemen, yakni dilakukan emergency order, normal order, production rearrangement, atau keputusan lainnya yang berkaitan dengan cost atau bisnis KPI lainnya dari perusahaan. Hasil Evaluasi yang didapatkan, proses data menggunakan big data hanya membutuhkan waktu 15-20 menit untuk mendapatkan data summary dengan akurasi 100% untuk data perencanaan produksi dan penerimaan barang, akan tetapi masih terdapat gap sekitar 130-unit mobil pada WIP (Work in Process) yang belum terkalkulasi. Untuk proses what if analysis, dapat dilakukan kurang dari 1 jam untuk mendapatkan keputusan oleh manajemen.

---

Supply chain management is a vital activity for supporting the car manufacturing process at PT. XYZ. In the financial report fiscal year 2020, it was reported that the Inventory Turnover Ratio (ITR) on import part has a low value. It was caused by external factors, such as limited number of frequency delivery of import part and normal delivery time required 20 days. After conducted the FGD, the low value of ITR on import part has impact to air freight costs increase due to the large number of emergency orders, which resulted a decrease in company profits. In several previous research, supply chain simulations supported by Big Data, can optimize supply chains by making strategic decisions. In this research, it has been conducted study related with model simulation of import part supply chain using discrete-event simulation modeling, as well as the implementation of big data at PT. XYZ. To solve these problems, a theoretical framework is made that connects the supply chain, Big Data, and the factors that cause emergency orders to create a simulation model using what-if analysis. In the process of making a supply chain simulation model, business process analysis and data collection was carried out using a mix method with questionnaires and expert interviews, to determine the variables contained in the imported supply chain parts. Big Data is utilized to manage supply chain data, sending summary data of stock parts, daily stock requirements, and daily goods receipt into a simulation model inside Cognos TM-1 for the calculation and visualization process. The simulation results are displayed on the Cognos TM-1 which can be used as reference data in strategic decision making by management, whether to do emergency orders, normal orders, production rearrangements, or other decisions related to cost or other KPI business of the company. In evaluation results, data processing using big data only takes 15-20 minutes to get summary data with 100% accuracy for production planning data and goods receipts, but there is still a gap around 130 vehicle units in WIP (Work in Process) which has not been calculated. For the what if analysis process, it can take less than 1 hour to get a decision by management."

"This book introduces the concept of using drones as a teaching tool to explore the fundamental principles, technology and applications of Cyber-Physical Systems (CPS).A short introduction sets CPS in the context of the 4th industrial revolution, and describes various CPS technologies including self-driving cars, commercial intelligent drones and mobile robots, in which artificial intelligence routinely supports smarter decision-making. The core of the book then focuses on commercially available drones, the only available system offering the advantage of cyber-physical bridging through 3D autonomous dynamic flying in classroom conditions. Chapters describe drone technology, including location sensors and imaging systems. CPS theory is explained through typical drone flying procedures and do-it-yourself (DIY) aerial photography in which communication between sensors, actuators and controllers occurs through cyber-physical bi-directional bridging."

"Proaktif, otonom, dan mampu berkomunikasi adalah hal yang mengkategorikan sekelompok komponen untuk menjadi agen. Ia mempunyai inisiatif untuk mengerjakan tugas yang diberikan ke padanya, dengan atau tanpa ransangan dari pengguna, mandiri dalam mengerjakan tugas, dan mampu berkomunikasi dengan agen-agen yang lain dalam mencapai tujuan.JADE adalah platform perangkat lunak yang menyediakan berbagai fungsionalitas layanan untuk Pemograman Berorientasi Agen. JADE juga mempunyai dokumentasi yang baik dan telah dikembangkan sekitar sepuluh tahun. Ketidak terikatannya kepada platform tertentu dan kemampuannya dalam menyederhanakan aplikasi terdistribusi, memberikan JADE masa depan yang lebih cerah sebagai middleware aplikasi multi agen.Dalam Sistem Manajemen Kelas berbasis agen, setiap kelas dikelola oleh satu agen dan di setiap departemen tedapat satu agen yang menjembatani pengguna (dosen) dengan sistem untuk melakukan polling data absensi, pembatalan kegiatan perkuliahan, dan pencarian kelas kosong. Agen Server berperan sebagai perantara antara sistem dan database. Semua agen bersifat independen dalam melakukan tugasnya. Selain itu, agen bersifat proaktif dan mampu berkomunikasi dengan agen yang lain untuk mencapai tujuan. Dengan kemampuan yang dimiliki setiap agen (diimplementasikan dengan behaviour), tanggung jawab server untuk melayani seluruh platform dapat dikurangi. Sebagai aplikasi yang berjalan independen, agen harus mampu bekerja pada sumber daya komputasi yang minim. Selain itu, lamanya waktu yang dibutuhkan agen untuk berkomunikasi atau menemukan agen yang lain, juga harus diperhatikan agar sistem ini dapat bekerja dengan optimal. Dari percobaan yang telah dilakukan, diketahui bahwa Agen Kelas atau Agen Departemen membutuhkan memori 35000 KByte ? 40000 Kbyte, dan untuk menemukan Agent Server, Agen Kelas membutuhkan waktu 30 milidetik ? 61 milidetik. Selain itu, ditemukan bahwa Ontology pada JADE 3.5 tidak kompatibel dengan Java Hastable.

---

Being proactive, autonomous and able to communicate are things that characterize collection of components to become an agent. It can take an initiative to perform a given tasks with minimum or without explicit stimulus from user, carry out this tasks independently, and communicate with others in order to achieve its goal.JADE is a software platform that provides basic middleware layer functionalities for Agent Oriented Programming (AOP). It has good documentation (API), and has been developed for about ten years. Its independence for specific platform and ability in simplifying distributed application, gives JADE brighter future as a middleware to develop multi-agent application.This thesis explores behaviour and communication between agents, by using class room management as a study case. In Multi Agent Based Class Management System, there is one Class Agent in every class room that manages course activity. Department Agent lives in a computer in Department Building, as bridge between users (lecturers) and this system. Through Department Agent, lecturer can poll data of attendance list of the courses, cancel course schedules, and search an empty class room which can meet schedule and capacity required by lecturer. Server agent works as interface between this system and database. In this system, every agent is independent in doing its jobs. It will become proactive and communicate with others in achieving its goal. With ability that it has (implemented with behaviour), agents can reduce responsibility of server over this platform. As application running independently, agent has to have ability to be run in machine with limited computational resources. Besides of that, more attention has to be paid on time efficiency in communication and in finding others agents, to optimize this system. From testing of this application, found that it takes 35000 KByte ? 40000 KByte of memory for Class Agent or Department Agent to live, and 30ms ? 61ms for Class Agent to find Server Agent. During developtmnent of this aplication, found that Ontology in Jade version 3.5 is not compatible with Java Hastable."