digilib@itb.ac.id +62 812 2508 8800

OPTIMASI PENJADWALAN PRODUKSI DENGAN MENGGUNAKAN GENETIC ALGORITHM UNTUK MENGURANGI CHANGEOVER BERDASARKAN OVERALL EQUIPMENT EFFECTIVENESS (Case Study: at PT MIYU JAYA PERKASA)

Penulis : Valeria Natasha Nindya Putri [29117144]
Kontributor / Dosen Pembimbing :
  • Aldo Fantinus Wiyana, B.S., MBA, M.Sc.
Jenis Koleksi : Tesis
Penerbit : Magister Bisnis dan Administrasi - Teknologi
Fakultas : Sekolah Bisnis dan Manajemen
Subjek : General management
Kata Kunci : Genetic Algorithm, Optimasi, Lean Six Sigma, Overall Equipment Effectiveness, Penjadwalan,
Sumber :
Staf Input/Edit : Yose Ali Rahman  
File : 1 file
Tanggal Input : 20 Jun 2019

PT MIYU JAYA PERKASA merupakan salah satu perusahaan manufaktur yang bergerak di bidang consumer goods terbesar di Indonesia. Memproduksi lebih dari 400 SKU produk, yakni berupa makanan dan minuman bubuk bernutrisi, PT MIYU JAYA PERKASA memiliki kendala di dalam mengefisienkan proses produksi. Hal ini terlihat dari nilai Overall Equipment Effectiveness (OEE) perusahaan sebesar 73.3% yang masih di bawah target yang ditetapkan maupun standar internasional. OEE menunjukkan adanya gap sebesar 26.7%. Hal ini menunjukkan pembengkakan biaya produksi yang masih dapat dioptimalkan sehingga proses produksi dapat lebih efektif dan efisien untuk memenuhi order fulfillment. Metodologi yang digunakan dalam penelitian ini adalah dengan menggunakan Lean Manufacturing dan Six Sigma, sebagai konsep utama yang saling melengkapi dalam menganalisis akar masalah. Selanjutnya, bisnis isu dianalisis menggunakan Current Reality Tree sehingga didapat bahwa akar masalah dari penelitian ini adalah PT MIYU JAYA PERKASA belum menggunakan sistem penjadwalan otomatis untuk mengatur seluruh produk yang akan di produksi. Hal ini membuat perusahaan harus melakukan changeover yang sangat tinggi di setiap pergantian produksi. Changeover yang dilakukan ialah mencuci mesin lini produksi setiap pergantian jenis produk dan set up mesin setiap pergantian gramasi produk. Waktu yang terbuang akan mempengaruhi besarnya OEE dengan mempengaruhi berkurangnya waktu operasi. Optimasi dilakukan dengan menggunakan metode Genetic Algorithm, dengan mengoptimalkan jadwal produksi untuk semua produk di seluruh lini produksi dan mengatur kelompok gramasi produk di setiap lini produksi. Hasil optimasi menunjukkan dengan menggunakan Genetic Algorithm, perusahaan dapat mengurangi biaya produksi untuk cuci/ changeover sebesar 40.7%. Penulis juga memberi rekomendasi lainnya, yakni melakukan evaluasi terhadap pelaksanaan TPM serta mengkonsiderasi pergantian mesin packaging menjadi integrated system sehingga diharapkan hal ini mampu lebih meningkatkan nilai OEE perusahaan, terlebih adanya plan untuk mengubah system produksi menjadi fully robotic.

Artikel Terkait