Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sejak terjadinya pandemi COVID-19 di Indonesia pada Februari 2020 yang masih terus berlanjut hingga saat ini telah menyebabkan dampak yang dirasakan oleh berbagai sektor di Indonesia salah satunya adalah sektor logistik. Hal ini disebabkan oleh ketidakstabilan kurs mata uang dan juga ditutupnya berbagai border lintas negara yang tentunya menurunkan produktivitas proses logistik. Kebijakan dan regulasi yang dibuat tiap pemerintah negara, salah satunya protokol kesehatan menambah kompleksitas tersendiri pada operasional logistik yang berimplikasi pada kelangkaan barang. Terjadi lonjakan kebutuhan yang secara drastis ditambah terhambatnya supply menyebabkan kelangkaan terjadi. Ketidakstabilan proses supply demand ditambah keterlambatan pengiriman yang marak terjadi membuat naiknya probabilitas terjadinya kesalahan peramalan. Penelitian ini dilakukan untuk mencari metode yang paling efektif untuk melakukan peramalan kebutuhan bahan baku selama pandemi COVID-19 pada industri kehutanan melalui tiga model, yaitu decision tree, convolutional neural network (CNN), dan linear regression.

---

Since the occurrence of the COVID-19 pandemic in Indonesia in February 2020, which continues to this day, it has caused an impact that is felt by various sectors in Indonesia, one of which is the logistics sector. This is due to the volatility of currency exchange rates and also the closure of various cross-border borders which of course reduces the productivity of the logistics process. Policies and regulations made by each state government, one of which is the health protocol, adds its own complexity to logistics operations which has implications for the scarcity of goods. There was a drastic surge in demand coupled with a supply bottleneck causing shortages to occur. The instability of the supply-demand process plus the frequent delays in delivery have increased the probability of forecasting errors. This research was conducted to find the most effective method for forecasting raw material needs during the COVID-19 pandemic in the forestry industry through three models, namely decision tree, convolutional neural network (CNN), and linear regression."

"Kelancaran proses produksi sangat ditentukan oleh tersedianya bahan baku dalam jumlah dan ukuran yang sesuai dengan kebutuhan perusahaan. Hal ini disebabkan karena bahan baku merupakan faktor utama dalam pelaksanaan proses produksi pada suatu perusahaan. Pengendalian persediaan bahan baku diperlukan untuk merencanakan dan mengendalikan persediaan bahan baku guna menunjang kegiatan-kegiatan yang ada dalam perusahaan secara efisien. Tingginya tingkat persediaan bahan baku terutama bahan baku spunlace dan talc di dalam gudang penyimpanan bahan baku merupakan masalah yang harus dihadapi oleh perusahaan FMCG ini sehingga menyebabkan bahan baku harus tersimpan di luar gudang karena tingkat persediaan melebihi kapasitas yang ada.Untuk mengurangi tingkat persediaan bahan baku tersebut maka perlu ditentukan kebijakan persediaan menggunakan metode Fixed-order Quantity (Q-model) dan Fixed-time Period (P-model) untuk menentukan beberapa parameter kebijakan persediaan seperti kuantitas pembelian, persediaan pengaman (safety stock), dan titik pemesanan kembali (reorder point). Hasil yang diperoleh dari kebijakan persediaan bahan baku dengan metode Q-model adalah average inventory mengalami penurunan mencapai 45% atau sebesar 407ton serta dapat menghemat total biaya persediaan sebesar Rp575.590.409 per tahun.

---

Smooth production process is largely determined by the availability of raw materials in numbers and size according to the needs of the company. This is because raw material is a major factor in the implementation of the production process in the company. Inventory control of raw materials is needed to plan and control the inventory of raw materials to support activities in the company efficiently. The high level of inventory of raw materials, especially spunlace and talc raw materials in the warehouse of raw materials is a problem that must be faced by the FMCG company is causing the raw materials must be stored outside the warehouse because the inventory level exceeds the capacity.

To reduce inventory level of raw materials is then necessary to determine the inventory policies using Fixed-order Quantity (Q-model) and Fixed-time Period (P-model) to determine some parameters of the inventory policies such as purchase quantity, safety stock, and reorder point. Results obtained from the inventory policy of raw materials with Q-model method are average inventory decreased by 45% or by 407tons and also can save total cost of inventory by Rp575.590.409 per year."

"Penelitian ini bertujuan untuk melihat pola antara impor bahan baku dengan kinerja sektor manufaktur di Indonesia pada periode 2018 hingga 2023. Kinerja manufaktur dan impor bahan baku sangat berpengaruh satu sama lain. Tanpa ketersediaan bahan baku yang murah, industri manufaktur akan mengalami kesulitan dalam bersaing dengan produk impor. Namun, pemerintah mengimplementasi beberapa kebijakan untuk mengurangi ketergantungan terhadap impor. Larangan impor ini dapat mengakibatkan turunnya produksi nasional, terutama dari sektor manufaktur. Penelitian ini menggunakan data dari Statistik Ekonomi dan Keuangan Indonesia, Bank Indonesia dan analisa statistik deskriptif dari data sub-sektor manufaktur dan sub-sektor impor barang. Hasil dari penelitian ini menunjukan bahwa ada kecenderungan dimana terdapat banya sub-sektor manufaktur yang tergantung dengan impor bahan baku, seperti industri tekstil, kimia, perobatan, makanan dan minuman.

---

This research is about finding the patterns between imported raw materials and the manufacturing sector performance in Indonesia from 2018 to 2023. The manufacturing industry and imported raw materials are intertwined. Without cheap raw materials, the manufacturing industries in Indonesia may struggle to compete with imported goods. However, the government implemented a series of policies aiming at reducing the reliance on imported goods. A policy to restrict imports may lead to a significant reduction in national output, especially in the manufacturing sector. Therefore, it is important to investigate the pattern of which manufacturing sectors are affected the most by the changes in imported raw materials. This research uses the data from Statistik Ekonomi dan Keuangan Indonesia, Bank Indonesia, and descriptive statistics to analyze data on manufacturing sub-sectors and imported goods. The result is that many manufacturing sub-sectors rely heavily on imported raw materials such as textiles, chemicals, pharmaceuticals, and food and beverage industries."

"Perkembangan industri kelapa sawit Indonesia dalam perdagangan internasional tidak terlepas dari tantangan dalam persaingan internasional, baik antar pengekspor maupun hambatan perdagangan dari negara pengimpor. Hambatan ini termasuk dengan adanya regulasi baru yang ditetapkan oleh Uni Eropa yang menilai kelapa sawit tidak memenuhi prinsip keberlanjutan dalam konsep energi terbarukan. Kondisi ini mendorong pemerintah Indonesia untuk meningkatkan efektivitas penerapan wajib biodiesel dengan mengoptimalkan penggunaan sawit dalam negeri. Hal tersebut mempengaruhi kinerja perusahaan besar swasta yang saat ini berkontribusi ± 50% terhadap total luas lahan dan produksi kelapa sawit Indonesia. Penelitian ini bertujuan untuk memodelkan aliran rantai distribusi bahan baku perusahaan sawit dan alokasinya dengan pendekatan sistem dinamis yang dapat disimulasikan dengan mempertimbangkan intervensi kebijakan pemerintah. Pendekatan sistem dinamis digunakan untuk menggambarkan hubungan antar variabel dalam aliran distribusi dan untuk mengetahui dampak peraturan pemerintah terhadap aliran tersebut. Hasil dari penelitian ini adalah untuk memperoleh rekomendasi alokasi bahan baku (CPO) yang paling optimum dari beberapa skenario intervensi perubahan kebijakan yang diukur dengan perolehan keuntungan perusahaan studi kasus. Penelitian ini juga menunjukkan bahwa variabel yang mempengaruhi alokasi bahan baku adalah kemampuan perusahaan dalam menyediakan bahan baku serta seberapa besar kebutuhan wajib mandatori yang harus dipenuhi oleh perusahaan.

---

The development of the Indonesian palm oil industry in international trade does not ignore challenges such as competition with products from other exporting countries and trade barriers from importing countries. With the new delegated regulation by the European Commission that considers palm oil does not meet the principle of sustainability in renewable energy, the Indonesian government is encouraged to increase the effectiveness of mandatory biodiesel implementation by adjusting regulation domestically. This situation affects the performance of oil private palm companies, which currently contribute ± 50% to the total land area and production of Indonesian palm oil. This research aims to model the supply's distribution chain system of a large private company with a system dynamics approach that can be simulated under government policies intervention related to the palm oil industry and its performance to source and sell their products. System dynamics simulation is used to draw the causal relationship of the supply chain and monitor government regulations on supply chain performance. The result of this research is to obtain the most optimum raw material allocation (CPO) recommendation from several government policy change intervention scenarios as measured by the profitability of case study companies. This research also shows that the variables that affect the allocation of raw materials are the company's ability to provide raw materials and how much mandatory needs the company must fulfil."

"Kegiatan pengadaan bahan baku merupakan salah satu bagian yang memiliki peran strategis dalam kesuksesan alur rantai pasok perusahaan manufaktur. Apabila kegiatan pengadaan berjalan dengan baik, maka produk yang dihasilkan baik pula dari segi ketepatan waktu maupun kesesuaian dengan keinginan pelanggan. PT. Samudra Montaz Packaging Industries merupakan salah satu perusahaan swasta yang bergerak dalam bisnis kemasan fleksibel. Permasalahan yang terjadi pada perusahaan ini terkait dengan kegiatan pengadaan adalah seringnya terjadi retur bahan baku yang diberikan oleh pemasok akibat kualitas yang tidak sesuai dengan kesepakatan awal dengan perusahaan. Selain itu, beberapa pemasok tidak menerapkan kebijakan klaim sehingga kerugian produksi ditanggung sepenuhnya oleh perusahaan. Maka dari itu, tujuan dari penelitian ini adalah menentukan strategi pengadaan untuk mengatasi permasalahan yang dihadapi perusahaan. Dalam hal ini, penentuan strategi pengadaan akan didasarkan pada posisi titik koordinat dari sembilan bahan baku yang diteliti pada keempat kuadran dari Kraljics Portofolio Matrix yang terdiri atas dimensi supply risk dan profit impact. Menggunakan metode AHP, dilakukan penentuan bobot dari setiap kriteria; dan metode TOPSIS untuk menentukan titik koordinat dari setiap bahan baku berdasarkan pada nilai relative closeness C. Hasil pemetaan bahan baku pada Kraljic's Portofolio Matrix menunjukkan bahwa terdapat dua bahan baku pada kuadran non-critical item, satu bahan baku pada kuadran leverage item, satu bahan baku pada kuadran bottleneck item dan terakhir, terdapat lima bahan baku pada kuadran strategic item. Kemudian didapatkan bahwa bahan baku tinta merupakan bahan baku yang paling kritis sehingga dilakukan analisis lebih lanjut pada strategi pengadaan untuk bahan baku ini yaitu dengan membuat action plan pada pembuatan kontrak dengan pemasok bahan baku tinta.

---

Procurement activities of raw materials is one part that has a strategic role in the success of the supply chain in manufacturing companies. If the procurement activities run well, then the resulting product is also good in terms of timeliness and conformity with customer desires. PT. Samudra Montaz Packaging Industries is one of the private companies engaged in flexible packaging business. Problems that occur in this company related to procurement activities is often the return of raw materials supplied by the supplier due to quality that is not in accordance with the initial agreement with the company. In addition, some suppliers do not impose a claim policy so that production losses are borne entirely by the company.

Therefore, the purpose of this study is to determine the procurement strategy to overcome the problems faced by the company. In this case, the determination of procurement strategy will be based on the coordinate point position of the nine raw materials studied in the four quadrants of Kraljic' s Portfolio Matrix consisting of supply risk and profit impact dimensions. Using AHP method, determining the weight of each criterion and TOPSIS method to determine the coordinate point of each raw material based on the value of relative closeness C.

The result of raw material mapping on Kraljic's Portfolio Matrix shows that there are two raw materials in the non critical item quadrant, one raw material in the leverage quadrant item, one raw material in the quadrant bottleneck item and lastly, there are five raw materials in the strategic item quadrant. Then it was found that the raw material of ink is the most critical raw material so that further analysis on the procurement strategy for this raw material is by making an action plan on contracting with the supplier of ink. "

"Coronavirus Disease 2019 (COVID-19) pertama kali diidentifikasi di Wuhan, Thiongkok pada akhir Desember 2019. COVID-19 disebabkan oleh coronavirus baru yaitu The Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2). Sejak 11 Maret 2020, WHO secara resmi menyatakan pandemi COVID-19. COVID-19 ini menginfeksi saluran pernapasan manusia yaitu sel epitel alveolus paru-paru yang menyebabkan pneumonia. Dengan bantuan metode dari Deep learning yaitu Convolutional Neural Network (CNN) dapat digunakan dalam mendeteksi kasus COVID-19 melalui tanda-tanda pneumonia pada data citra Chest X-ray. Deteksi dini kasus COVID-19 sangat diperlukan sebagai langkah meminimalkan penularan dan mengurangi resiko kematian pasien. Oleh karena itu, penelitian ini membangun metode CNN transfer learning model DenseNet121, MobileNet dan ResNet50 dengan pendekatan pseudo-colouring (RGB) dalam mengklasifikasi kasus COVID-19 ke dalam tiga kelas yaitu: COVID-19 pneumonia, sehat dan viral pneumonia. Pendekatan pseudo-colouring (RGB) dilakukan pada tahap praproses dengan memanipulasi warna pada data citra Chest X-ray sebagai sarana untuk membantu meningkatkan hasil akurasi, presisi dan sensitivitas. Hasil evaluasi pada terbaik terdapat pada model DenseNet121 menunjukkan peningkatan akurasi total 99%, presisi total 99% dan sensitivitas total 99%. Pada model MobileNet menunjukkan peningkatan pada akurasi total 97%, presisi total 97% dan sensitivitas total 95% dan pada model ResNet50 menunjukkan peningkatan pada akurasi total 97%, presisi total 98% dan sensitivitas total 94%.

---

Coronavirus Disease 2019 (COVID-19) was first identified in Wuhan, China at the end of December 2019. COVID-19 is caused by a new coronavirus, namely The Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2). Since March 11, 2020, WHO has officially declared a COVID-19 pandemic. This COVID-19 infects the human respiratory tract, namely the alveolar epithelial cells of the lungs which causes pneumonia. With the help of methods from Deep learning, the Convolutional Neural Network (CNN) can be used to detect cases of COVID-19 through signs of pneumonia in Chest X-ray image data. Early detection of COVID-19 cases is important to minimize transmission and reduce the risk of patient death. Therefore, this study builds the CNN transfer learning model DenseNet121, MobileNet and ResNet50 with a pseudo-coloring (RGB) approach in classifying COVID-19 cases into three classes, namely: COVID-19 pneumonia, healthy and viral pneumonia. The pseudo-coloring (RGB) approach at the preprocessing stage by manipulating the colors in the Chest X-ray image data as a means to help improve accuracy, precision and sensitivity results. The evaluation results on the DenseNet121 model showed an increase in total accuracy of 99%, total precision of 99% and total sensitivity of 99%. The MobileNet model showed an increase in total accuracy of 97% , total precision of 97% and total sensitivity of 95% and the ResNet50 model showed an increase in total accuracy of 97%, total precision of 98% and total sensitivity of 94%."

"Didalam usaha untuk menghindari kemacetan produksi karena terlambatnya pasokan bahan baku/pembantu dan turunnya mutu dari bahan baku, maka diperlukan pengelolaan bahan baku/pembantu yang efektif. Dengan pengelolaan bahan baku/pembantu yang baik, meliputi perencanaan dan pengendalian bahan baku/pembantu yang baik pada tingkat jumlah sediaan bahan baku/pembantu dapat tersedia sesuai rencana dan tepat waktu guna memenuhi kebutuhan produksi. Dengan usul penerapan sistem Just-in-Time (JlT), maka pengembangan pengelolaan sediaan bahan baku/pembantu atas perencanaan bahan baku/pembantu dan membuat produk dapat Iebih efektif dibandingkan sistem lama, sehingga perencanaan bahan baku/pembantu dan pembuatan produk dapat direncanakan sesuai kebutuhan dan biaya sediaan dapat diminimumkan.Metode yang digunakan yaitu analisis dan parameter kinerja perusahaan, khususnya pabrik Tabung Elfiji (PTE) - Plumpang yang diamati adalah program dan realiasasi tabung elfiji ukuran 12 Kg , data dari laporan bulanan, data penyebab tidak tercapainya produksi dengan data sekunder dari tahun 1997/1998 dan 1996/1999. Sedangkan alat yang digunakan untuk menganalisa permasalahan adalah metode kualitatif dengan metode Diagram Sebab Akibat (diagram SA) Faktorfaktor yang mempengaruhi Kualitas Bahan dan metode kuantitatif dengan mengukur waktu sejumlah siklus yang cukup memadai dari populasi statistik darimana ditarik nilai-nilal yang bersangkutan (rumus Mundel) serta menghitung waktu standar dan waktu normal dengan memperhitungkan kelonggaran-kelonggaran (penyisihan waktu).Dari hasil analisa dengan kedua metode fersebut permasalahan yang ada dikarenakan kinerja yang kurang baik disebabkan oleh kesalahan manajemen bukan oleh si pekerja dan dari hasil evaluasi diagram hubungan diketahui penyebabnya adalah proses pengadaan kurang optimal, proses administrasi yang panjang dan tersentralisasi, kurangnya kualitas pemasok, Sumber Daya Manusia (SDM)/tenaga kerja yang kurang profesional/memadai.Usul penerapan sistem Just-In-Time meliputi pengembangan pengelolaan sediaan bahan baku/pembantu dibatasi pada membuat waktu standar untuk pembuatan tabung LPG, perencanaan dari siklus waktu material yang mengacu pada permintaan total, dan membuat produk dengan sistem tarik (pull system) menggunakan kartu kanban.Hasil evaluasi usul penerapan sistem Just-In-time ini dapat menghitung perencanaan harian dan siklus waktu bahan baku/pembantu (material) tabung LPG dengan konsep zero inventory sebagai kondisi ideal dari sistem JIT, dan membuat produk dengan sistem Just-In-Time menggunakan kanban sesuai kebutuhan, serta membuat waktu standar sehingga perusahaan dapat mengetahui pada tingkat produktivitas mana perusahaan itu beroperasi, agar dapat membandingkan dengan produktivitas standar yang telah ditetapkan manajemen, mengukur tingkat perbaikan produktivitas dari waktu ke waktu dan membandingkan dengan produktivitas industri sejenis yang menghasilkan produk serupa. Hal ini panting agar perusahaan dapat meningkatkan daya saing (kinerja) dari produk yang dihasilkannya di pasar global yang sanget kompetitif."

"Tuberkulosis merupakan salah satu penyakit yang menjadi penyebab kematian tertinggi di dunia. Penyakit tuberkulosis perlu pendeteksian dan diagnosis yang tepat. Salah satu media yang umum digunakan untuk mendeteksi penyakit tuberkulosis adalah chest x-ray. Penelitian ini menggunakan model Conditional Positional Encoding Vision Transformer dengan Convolution Stem untuk mengklasifikasi penyakit tuberkulosis pada chest x-ray. Conditional Positional Encoding Vision Transformer adalah salah satu varian dari model vision transformer yang menggunakan skema Conditional Positional Encoding. Convolution Stem untuk vision transformer adalah convolution block yang diterapkan pada vision transformer untuk meningkatkan stabilitas performa model. Data yang digunakan dalam penelitian ini diambil dari chest x-ray database yang terdiri dari data citra chest x-ray dengan label normal dan label tuberkulosis. Sebelum proses pelatihan, diterapkan enam metode preprocessing pada data citra chest x-ray untuk menyiapkan data citra sebagai input model, mulai dari Red Green Blue (RGB) to gray, contrast limited adaptive histogram equalization, gaussian blur, resize, gray to RGB, dan normalisasi. Model dilatih untuk meminimalkan loss function menggunakan metode optimasi AdamW dan stochastic gradient descent. Loss function yang digunakan dalam penelitian ini adalah fungsi binary crossentropy loss. Hasil percobaan menunjukkan model Conditional Positional Encoding Vision Transformer dengan Convolution Stem dapat mengklasifikasi penyakit tuberkulosis pada citra chest x-ray dengan baik, dengan rata-rata skor akurasi terbaik sebesar 0,990488, rata-rata skor recall terbaik sebesar 0,95757, dan rata-rata skor F1 sebesar 0,97338.

---

Tuberculosis is one of the diseases that cause the highest number of deaths in the world. Tuberculosis disease need proper detection and diagnosis. One of common methods used to detect tuberculosis is chest x-ray. This research uses the Conditional Positional Encoding Vision Transformer with Convolution Stem to classify tuberculosis in chest x-ray. Conditional Positional Encoding Vision Transformer is a variant of vision transformer model that uses conditional positional encoding. Convolution Stem is a convolution block applied to vision transformer model to enhance the model’s performance stability. The data used in this research is taken from a chest x-ray database consisting of chest x-ray images with normal and tuberculosis labels. Before the training process, six preprocessing methods were applied to the chest x-ray images, including Red Green Blue (RGB) to gray, contrast limited adaptive histogram equalization, gaussian blur, resize, gray to RGB and normalization, to prepare the image data as model input. The model is trained to minimize the loss function using AdamW and stochastic gradient descent. The loss function used in this research is binary crossentropy loss function. The experimental results show that Conditonal Positional Encoding Vision Transformer with Convolution Stem can classify tuberculosis in chest x-ray images effectively, with an average best accuracy score of 0,990488, an average best recall score of 0,95757, and an average F1 score of 0,97338."

"ABSTRAKSektor industri pengolahan non-migas di Indonesia saat ini masih tergantung kepada bahan baku impor. Dalam rangka memfasilitasi perusahaan untuk dapat melakukan impor bahan baku dengan volume yang tinggi tetapi dengan biaya impor yang lebih murah, pemerintah menerbitkan beberapa kebijakan terkait dengan impor bahan baku industri, salah satunya yaitu kebijakan Bea Masuk Ditanggung Pemerintah (BMDTP). Penelitian ini akan melihat dampak dari pemanfaatan BMDTP oleh 17 sektor industri terpilih terhadap produktivitas di industri-industri tersebut. Metode yang digunakan untuk mengestimasi produktivitas dari industri-industri tersebut adalah dengan menggunakan total factor productivity (TFP). Sedangkan struktur data yang digunakan adalah data panel dengan unit analisis tingkat sektor industri. Hasil yang didapatkan dari penelitian ini adalah pemanfaatan BMDTP memiliki dampak yang signifikan terhadap pertumbuhan produktivitas dari 17 sektor industri terpilih yang mendapatkan fasilitas tersebut. Akan tetapi, dampak yang dihasilkan terhadap pertumbuhan produktivitas di sektor tersebut tidak besar.

---

ABSTRACT

The non-oil and gas manufacturing sectors in Indonesia is still rely on imported raw materials. In order to facilitate the firm to import the raw materials with a large volume but at a cheaper import cost, the government issued several policies related to import of industrial raw materials, one of which is Bea Masuk Ditanggung Pemerintah (BMDTP). This study will analyze the impact of the utilization of BMDTP by 17 selected industrial sectors on productivity in those industries. The method used to measure the productivity of these industries is to use total factor productivity (TFP). While the structure of the data used is panel data with unit analysis industrial sector. The results obtained from this study is BMDTP policy implementation have a significant impact on productivity growth of 17 selected industrial sectors. However, the magnitude of impact on productivity growth in the those sectors is not large."