Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKFormaldehida merupakan senyawa kimia yang populer dengan banyak kegunaan, dengan jumlah kebutuhan yang cenderung terus bertambah. PT X merupakan salah satu produsen formaldehida yang masih memiliki permasalahan terkait kapasitas produksinya. PT X masih menggunakan pengendali Proportional-Integral (PI) yang masih mempunyai ruang untuk peningkatan produksinya. Model Predictive Control (MPC) digunakan untuk mengoptimalisasikan parameter pengendalian proses produksi formaldehida di PT X. Model empiris dibuat untuk diterapkan pada pengendali MPC berdasarkan Process Reaction Curve (PRC) dengan menggunakan pendekatan First Order Plus Dead Time (FOPDT). Kinerja pengendali diuji menggunakan set point (SP) tracking dan disturbance rejection. Ada empat pengendali yang diuji, yaitu pengendali laju alir steam (FIC-102), pengendali temperatur udara (TIC-101), pengendali level evaporator (LIC-101), dan pengendali tekanan evaporator (PIC-101). Didapatkan hasil model empirik FOPDT untuk masing-masing pengendali, dengan nilai parameter pengendalian Prediction Horizon (P), Control Horizon (M), dan Sampling Time (T) yang optimal secara berurutan: (1, 2, dan 1) pada FIC-102, (62, 21, dan 1) pada TIC-101, (50, 10, dan 6) pada PIC-101, dan (70, 21, dan13) untuk LIC-101. Terjadi perbaikan kinerja berdasarkan uji perubahan nilai set point baik dihitung melalui IAE maupun ISE sebesar 26,9% dan 8,03% untuk FIC-102, 15,37% dan 32,51% untuk TIC-101, 13,37% dan 25,9% pada PIC-101, serta 23,35% dan 6,71% pada LIC-101. Pada uji disturbance rejection juga terjadi perbaikan kinerja baik dihitung melalui IAE maupun ISE sebesar 96,4% dam 99.74% untuk FIC-102, 13,37% dan 25,9% untuk TIC-101, 54,25% dan 76,67% pada PIC-101, serta 15,96% dan 4,4% pada LIC-101.

---

ABSTRACT

Formaldehyde is a chemical compound known for its many uses, with the increase of its demand. PT X is one of the producers of formaldehyde that has problems related to its production capacity. PT X right now still uses Proportional-Integral (PI) that still have rooms of improvements. Model Predictive Control (MPC) is used to optimize the process control parameters of formaldehyde production in PT X. The empirical model is made for the MPC based on the Process Reaction Curve (PRC) using First Order Plus Dead Time (FOPDT). The control performance is tested using set point (SP) tracking and disturbance rejection. There are four controls that were tested, which are steam flow control (FIC-102), air temperature control (TIC-101), evaporator level control (LIC-101), and evaporator pressure control (PIC-101). Thus, the results of the empirical FOPDT model for each control is obtained, with the value of Prediction Horizon (P), Control Horizon (M), and Sampling Time (T) parameters are optimal and its value respectively are: (1, 2, and 1) for FIC-102 , (62, 21, and 1) for TIC-101, (50, 10, and 6) for PIC-101, and (70, 21, and 13) for LIC-101. The performance improvement based on the set point change test calculated through the IAE and ISE are 26.9% and 8.03% for FIC-102, 15.37% and 32.51% for TIC-101, 13.37% and 25, 9% for PIC-101, and 23.35% and 6.71% for LIC-101. Based on the disturbance rejection test it is also improvements on the performance both calculated through the IAE and ISE of 96.4% and 99.74% for FIC-102, 13.37% and 25.9% for TIC-101, 54.25% and 76.67% for PIC-101, and 15,96% and 4.4% on the LIC-101."

"The cost of inventories is one of the keys to achieving corporate efficiency. This research determines the number of order quantity that are ideal for items plugs, bearings, spoke set, bulb and brush set courtesy of PT Astra OtopartsTbk for finding the most cost minimum. Previously done forecasting to get a number of requests and then determined the amount and time of booking for the fifth item. The results obtained for items plugs, bearings, bulb and spoke set lot size models the most efficient is a lot-for-lot. As for the brush set items the most efficient model is a model of periodic order quantity.

---

Biaya persediaan merupakan salah satu kunci untuk mencapai efisiensi perusahaan. Penelitian ini menentukan jumlah kuantitas pemesanan yang ideal untuk item busi, bearing, spoke set, bulb dan brush set milik PT Astra Otoparts Tbk untuk mencari biaya yang paling minimum. Sebelumnya dilalukan peramalan untuk mendapatkan jumlah permintaan lalu ditentukan jumlah dan waktu pemesanan untuk kelima item tersebut Hasilnya didapatkan untuk item busi, bearing, bulb dan spoke set model lotsize yang paling efisien adalah lot-for-lot. Sedangkan untuk item brush set model yang paling efisien adalah model periodic order quantity.

"

"Penelitian ini membahas suatu metode untuk menyelesaikan permasalahan tingginya biaya persediaan dan rendahnya perputaran persediaan pada gudang bahan baku daur ulang plastik yang disebabkan oleh manajemen persediaan pada bagian perencanaan dan penjadwalan bahan baku yang belum optimal, kurang efisien, dan kurang efektif sehingga sering mengalami penumpukan persediaan. Penelitian dilakukan dengan cara mengembangkan model optimasi menggunakan metode mixed integer linear programming. Model optimasi dikembangkan dari membangun formulasi permasalahan menjadi model matematika yang kemudian diterjemahkan ke dalam bahasa pemrograman Python untuk menghasilkan keputusan kuantitas pemesanan (Q) berupa penentuan ukuran lot (lot-sizing) dan periode pemesanan (Y) bahan baku yang optimal dengan biaya minimum serta dihubungkan dengan metode peramalan permintaan yang akurat dan persediaan pengaman yang tepat. Hasil akhir model mendapatkan keputusan optimal dengan biaya minimum yang menunjukkan untuk melakukan total pemesanan sebesar 7.494.733 kg sebanyak 138 kali untuk tiga jenis bahan baku daur ulang plastik sesuai detail per periode pada tahun 2022 dan dapat digunakan dengan peramalan pada periode perencanaan persediaan di masa depan. Ditemukan bahwa hasil model dapat meminimalkan total biaya persediaan sebesar 42% atau setara dengan Rp232.566.233 dari Rp550.713.838 menjadi Rp318.147.605 dan meningkatkan nilai perputaran persediaan sebesar 1,57 dari kondisi aktual.

---

This research discusses a method to solve the problem of high inventory costs and low inventory turnover in a warehouse of recycled plastic raw materials caused by suboptimal inventory management in the planning and scheduling of raw materials, which are inefficient and ineffective, resulting in frequent inventory accumulation or overstock. The research is carried out by developing an optimization model using the mixed integer linear programming method. The optimization model is developed by formulating the problem into a mathematical model, translated into the Python programming language to generate decisions on the optimal quantity of orders (Q) in terms of determining the lot-sizing and ordering period (Y) of raw materials with minimum costs, supported with accurate demand forecasting methods and appropriate safety stock levels. The final results of the model obtain optimal decisions with minimum costs that indicate a total order of 7,494,733 kg, ordered 138 times for three types of recycled plastic raw materials with detailed periods in the year 2022 and can be used with forecasting for future inventory planning periods. It was found that the model results can minimize total inventory costs by 42% or equivalent to IDR 232,566,233, reducing it from IDR 550,713,838 to IDR 318,147,605 and increase the inventory turnover by 1.57 from the actual condition.

 

"