Hasil Pencarian  ::  Simpan CSV :: Kembali

"Industri 4.0 telah menjadi salah satu fokus teknologi yang masih berusaha untuk dicapai, terutama oleh negara-negara berkembang. Indonesia sebagai negara berkembang memiliki lima sektor industri prioritas yang diprioritaskan untuk dikembangkan, yaitu Industri Makanan dan Minuman, Industri Kimia, Tekstil, dan Industri Pakaian, Industri Otomotif, dan Industri Elektronik. Salah satu prinsip industri 4.0 yang akan dikemukakan dalam makalah ini adalah interoperabilitas, kemampuan sistem komputer atau perangkat lunak untuk mengubah dan memanfaatkan informasi, mesin, sensor dan manusia dapat terhubung dan berkomunikasi satu sama lain. Tesis ini bertujuan untuk meningkatkan laba perusahaan dengan memberikan informasi yang dapat ditindaklanjuti dan real-time, meningkatkan produktivitas, mengurangi downtime, atau meningkatkan komunikasi. Metode Overall Equipment Effectiveness (OEE) digunakan untuk mengukur produktivitas mesin filter (penyaring) udara otomotif. Dengan mengukur OEE dan kerugian yang mendasarinya, kita dapat memperoleh informasi untuk meningkatkan atau memperbaiki proses produksi dan mencapai OEE yang lebih tinggi.

---

Industry 4.0 has become one of the technological focuses that are still trying to be achieved, especially by developing countries. Indonesia as a developing country has five priority industry sectors that are prioritized to develop, The Food and Beverage Industry, Chemical Industry, Textile, and Apparel Industry, The Automotive Industry, and The Electronics Industry. One of the principles of Industry 4.0 which will be put forward in this paper is Interoperability, the ability of computer systems or software to change and utilize information, machines-sensors and humans can connect and communicate with each other. This thesis aims to improve the bottom line of companies by delivering actionable and real-time information, increasing productivity, reducing downtime, or enhancing communication. Overall Equipment Effectiveness (OEE) method is used for measuring automotive air filters machine productivity. By measuring OEE and the underlying losses, we can get pieces of information to improve or fix  the production process and reach a higher OEE value."

"Overall Equipment Effectiveness (OEE) adalah metode pengukuran efektivitas penggunaan suatu peralatan. OEE dikenal sebagai salah satu aplikasi progam Total Productive Maintenance (TPM). Kemampuan mengidentifikasikan secara jelas akar permasalahan dan faktor penyebabnya sehingga membuat usaha perbaikan menjadi terfokus merupakan faktor utama metode ini diaplikasikan secara menyeluruh oleh banyak perusahaan didunia. Saat ini proses manufaktur di Stamping Production Division sebuah industri otomotif memiliki permasalahan yang belum terungkap jelas. Hal tersebut mengakibatkan penggunaan peralatan yang ada belum optimal. Pengungkapan akar masalah dan faktor penyebabnya diperlukan sebelum perusahaan melakukan usaha perbaikan. Penelitian ini dimulai dengan mengidentifikasi kerugian peralatan (Equipment Losses) yang terjadi. Kemudian mengukur pencapaian nilai OEE satu lini produksi dalam satu periode dan melalui analisis pareto terhadap hasil pengukuran tersebut diperoleh akar permasalahan dan faktor penyebabnya yang secara jelas ditampilkan pada sebuah diagram sebab-akibat.

---

Overall Equipment Effectiveness (OEE) is an effectiveness measurement method of equipment utilization in the implementation of Total Productive Maintenance (TPM. The ability of identification in details toward main problem and the cause factors that makes the improvement efforts become more focused is the reason why this method applied comprehensively by all manufacturing companies around the world. Manufacturing process at Stamping Production Division an automotive isdustry still keeps some unrevealed problems. This condition makes the achievement of OEE figure below the target that means production equipments are not utilized optimally yet. The expression of main problem and the cause factors is needed before the company starts some improvement efforts. This research is started by understanding the equipment losses that existed in company. Then, measuring the achievement of OEE figure in one period and through the pareto analysis toward the measurement?s results, the main problem and the cause factors are obtained and clearly depicted in cause-and-effect diagram."

"

Proses produksi pada industri proses  bersifat kontinyu  dan lebih banyak menggunakan otomatisasi di setiap bagian proses produksi dibandingkan industri diskrit. Sehingga pemeliharaan pada industri proses cenderung lebih  siap, sesuai industri 4.0, untuk memberikan data-data real time tentang kondisi mesin yang kemudian dianalisis menggunakan big data, dibandingkan industri diskrit. Penelitian sebelumnya menunjukkan bahwa terdapat delapan skenario terkait perkembangan manufaktur digital era industri 4.0 yaitu data analitis, sistem informasi yang interoperable, pendidikan dan pelatihan, perencanaan pemeliharaan berbasis fakta, prosedur kerja cerdas,  perencanaan pemeliharaan dengan perspektif sistem, standar dan peraturan lingkungan. Skenario tersebut digunakan sebagai masukan untuk rekomendasi strategi dalam implementasi industri 4.0 pada  bidang pemeliharaan di industri proses. Skenario tersebut dianalisa menggunakan metode Interpretative Structural Modelling (ISM), dimana pengambilan data menggunakan penilaian pakar dalam bentuk kuesioner  sehingga diperoleh keterkaitan masing masing skenario dan suatu model diagraph ISM. Analisa lebih lanjut, diperoleh nilai dependent yang rendah dan nilai driver power yang tinggi dari delapan skenario, yang kemudian dapat diketahui sebagai faktor kunci untuk rekomendasi strategi  pemeliharaan.

 

---

Process industries usually use  more automation due to their continuous process compare to discrete industry.  Then, maintenance in industry process have better preparedness  to get real machine data to facility big data analysis in industry 4.0 than discrete industry. Research according maintenance in industry 4.0 era identified eight the most probable scenarios for maintenance organisations which are data analytics, interoperable information systems, big data management, education and training, fact-based maintenance planning, smart work procedures, maintenance planning with a systems perspective, and environmental legislation and standards. These scenarios was used as direct input to strategic development of recommendation industry 4.0 implementation in process industry maintenance. These scenario was analyzed by Interpretative Structural Modelling (ISM) method, where  expert’s opinion was collected using questionnaire to give directional relationship of these scenarios  and develop a diagraph ISM structure. More analysis approach, low dependent and high driver power value of scenario was identified as a key success factor for maintenance strategy in process industry.

"

"Fenomena Pabrik Pintar pada era Industri 4.0 yang dipercaya memiliki banyak keunggulan dianggap sebagai momentum yang tepat untuk merevitalisasi sektor manufaktur yang kontribusinya terhadap perekonomian Indonesia semakin menurun setiap tahunnya. Meskipun demikian penerapan Pabrik Pintar tidaklah mudah karena memiliki berbagai tantangan. Beberapa penelitian tentang Industri 4.0 yang telah dilakukan mengabaikan analisis tentang tantangan yang akan dihadapi dalam penerapannya. Selain itu dibutuhkan penelitian yang lebih spesifik terhadap industri tertentu dan dengan keadaan negara tertentu dalam menerapkan Pabrik Pintar Industri 4.0. Untuk itu, penelitian ini bertujuan untuk menganalisis penerapan Pabrik Pintar pada industri manufaktur otomotif di Indonesia menggunakan multi criteria decision making (MCDM) yang disebut Best Worst Method (BWM). Hasil penelitian menunjukan bahwa masalah kompleksitas dalam mengintegrasikannya, tingginya biaya investasi, dan kurangnya infrastruktur digital menjadi tiga tantangan prioritas. Hasil penelitian diharapkan dapat menjadi pedoman agar terciptanya penerapan Industri 4.0 yang sukses sehingga Pabrik Pintar dalam industri manufaktur otomotif dapat tercapai.

---

Everyone is talking about smart factories of Industry 4.0. Many believe this phenomena provides the right momentum to revitalize the manufacturing sector which in the last several years has shown a decline in its contribution to the Indonesian economy. However, the implementation of smart factories, is not without challenges, and studies on i4.0 thus far have not really addressed these challenges. In fact, a more thorough study on smart factories of i4.0 is needed for a specific industry within a certain country condition. This study aims to analyze the implementation of smart factories in the automotive manufacturing industry in Indonesia using multi-criteria decision making, called the Best Worst Method (BWM). The results will show the complexity of system integration, high investment costs, lack of digital infrastructure are the three challenges to be prioritized. Results of the study are expected to provide a guideline for a successful implementation of Industry 4.0 for smart factories in the automotive manufacturing."

"Overall Equipment Effectiveness (OEE) merupakan salah satu hal yang dapat dijadikan sebagai indikator dalam mengukur efektivitas dan efisiensi serta dapat membantu melihat dan mengukur masalah sehingga dapat menyiapkan metode standar untuk mengukur kemajuan dan memperbaiki masalah yang terjadi selama produksi obat-obatan berlangsung. Pengamatan dilakukan untuk mengetahui metode yang tepat dalam meningkatkan availabilitas melalui penurunan durasi buka reject dan penyortiran sehingga dapat meningkatkan OEE di proses pengemasan primer. Pengamatan dilakukan setiap hari di tiap shift, baik pagi, siang, maupun malam agar dapat mengetahui tingkat produktivitas di tiap shift berlangsung. Untuk meningkatkan availabilitas sebagai faktor peningkat efektivitas kerja, metode dilakukan dengan mengurangi durasi buka reject kemasan dan membandingkan besar OEE baik pada metode buka reject yang dilakukan di akhir shift maupun dilakukan saat proses pengemasan berlangsung dengan penambahan jumlah SDM. Besar OEE untuk metode buka reject saat pengemasan berlangsung sebesar 72,78%, sedangkan besar OEE pada metode buka reject di akhir shift sebesar 61,86%. Bila dibandingkan dengan produk obat yang sama dengan melihat performa mesin serta kualitas produk yang dihasilkan, dapat dilihat bahwa metode buka reject yang dilakukan saat pengemasan berlangsung memiliki besar OEE dan availabilitas yang lebih tinggi dibanding dilakukan di akhir shift.

---

Overall Equipment Effectiveness (OEE) is one of the things that can be used as an indicator in measuring effectiveness and efficiency so could be a standard method for measuring progress and fixing problems that occur during drug production. Observations were made to find out the right method to increase availability by reducing the duration of open reject and sorting so as to increase OEE in the primary packaging process. Observations are made every day in each shift in order to determine the level of machine’s productivity in packaging. To increase availability as a factor for increasing work effectiveness, the method is carried out by reducing the duration of opening reject packages and comparing the size of OEE both in the open reject method which is carried out at the end of the shift and when the packaging process takes place with the addition of the number of human resources. The OEE for the open reject method when packaging was in progress was 72.78%, while the OEE for the open reject method at the end of the shift was 61.86%. When compared with the same drug product by looking at the performance of the machine and the quality of the product produced, it can be seen that the open reject method which is used during packaging has higher OEE and higher availability rather than the method which done at the end of the shift."

"ABSTRAKPerkembangan industri otomotif Indonesia terus berkembang, diperlukanteknologi yang mumpuni untuk dapat menghasilkan produk secara masal. Namunhal ini yang menjadi hambatan bagi perusahaan pemilik modal dalam negeriIndonesia untuk dapat bersaing. Dimana perusahaan-perusahaan ini memilikiketerbatasan keuangan dalam memenuhi teknologi yang canggih. Untukmenghasilkan produk secara masal dibutuhkan tool pendukung. Umumnya prosespembuatan tools ini dilakukan secara inhouse atau outsourceKunci dalam mengatasi permasalah pada perusahaan-perusahaan ini adalahmemanfaatkan supply chain yang tepat dalam pengadaan atau pembuatan tools.Supply chain yang diambil adalah proses gabungan antara inhouse dan outsource.Gabungan teknik inhouse dan outsource ini menjadi andalan, dimana kekurangandan kelebihan perusahaan dapat teratasi. Pada pembuatan tools terdapat 3 proses,yaitu proses design, machining dan uji coba. Penelitian ini menggunakan metodeanalytical hierarchy process dalam pembobotan kriteria, sub kriteria dan alternatifproses pada pemilihan proses pembuatan tools. Hasil menujukan bahwa prioritaspertama adalah hanya proses design yang dilakukan secara outsource dan prosesyang lainnya dilakukan secara inhouse.

---

ABSTRACTAutomotive industrial in Indonesia develops day by day. It needs good technologyto get good and massive production. However, it would be an obstacle fordomestic investor with their financial limitation to compete with tthe foreignerwith their technology. They need supported tools to produce massive products.Generally, the produce tools by inhouse or outsourceThe key to solve this issue for those companies is utilizing a proper supply chainsfor procurement or tool making. Selected supply chain is a combination processbetween inhouse and outsource. This tecnique would be a pledge the companies.In toool making, there are three process, designing, machining, and trial. Thisreserach uses analyticial hierarchy process method in criteria measurement, subcriteria and alternative process in selection of tool making. The result shows thatthe first priority is oly designing process by outsourcig and in house"

"Penelitian ini membahas masalah penjadwalan job shop pada suatu perusahaan. Pada sistem ini akan dihasilkan sejumlah produk dalam beberapa jenis dengan rute yang dapat berbeda satu sama lain. Penjadwalan produksi merupakan suatu permasalahan yang kompleks sehingga dibutuhkan metode yang tepat untuk mendapatkan solusi yang optimal untuk masalah ini. Metode penelitian yang digunakan adalah salah satu dari metode meta-heuristik, yaitu algoritma differential evolution (DE). Prinsip algoritma DE sesuai dengan analogi evolusi biologi, yaitu terdiri dari proses inisialisasi populasi, proses mutasi, proses pindah silang, dan proses seleksi. Algoritma ini memiliki beberapa keunggulan, yaitu konsepnya sederhana, mudah diaplikasikan, cepat dalam menghasilkan solusi, dan tangguh. Fungsi tujuan dari permasalahan ini ialah meminimumkan nilai makespan (waktu total penyelesaian keseluruhan job). Penjadwalan yang diperoleh melalui algoritma differential evolution menghasilkan nilai makespan sebesar 3198 menit, sedangkan jadwal perusahaan menghasilkan 3209 menit. Jadi, dengan menggunakan algoritma differential evolution terjadi pengurangan total waktu proses seluruh job yaitu 11 menit. Dalam penelitian ini digunakan data waktu proses yang sama agar hasil perhitungan dapat lebih akurat terhadap fungsi tujuan yang diinginkan.

---

This research presents job shop scheduling at a company. This system yields large amount of different products with some different manufacture processes. Production scheduling is a complex problem so that appropriated method to produces the optimal solution of it is needed.

Method of this research is one of metaheuristic algorithms, differential evolution (DE) algorithm. The principle of DE algorithm is based on analogy of biological evolution that consists of population initiation process, mutation process, crossover process, and selection process. This algorithm has some strengths because of its simply structure, easy to use, speed, and robustness. The objective function in this problem is to minimize total of finish time process of all jobs.

The result of scheduling that is obtained from differential evolution algorithm produces total of finish time process is 3198 minutes, meanwhile the schedule of company produces 3209 minutes. So, there are some reducing time of total finish time process of all jobs as much as 11 minutes. In this research, we use same data in order to get more accurate calculation based on objective function."

"

Memimpin pasar mobil di kawasan ASEAN dan Asia Tenggara, industri otomotif Indonesia menjadi salah satu pilar penting sektor manufaktur yang memberikan kontribusi signifikan terhadap pertumbuhan ekonomi nasional. Seiring dengan kehadiran revolusi industri baru, Industri 4.0 telah menciptakan katalis bagi pemerintah Indonesia untuk mendorong pertumbuhan industri manufaktur otomotif dalam meningkatkan kontribusinya pada pertumbuhan ekonomi lebih lanjut. Namun, kompleksitas proses yang terdapat di industri manufaktur otomotif telah menimbulkan pertanyaan, aspek atau faktor apa yang bisa mempercepat upaya adopsi teknologi Industri 4.0? Oleh karena itu, penelitian ini bertujuan untuk mengeksplorasi dampak kebijakan pemerintah Indonesia terhadap upaya akselerasi adopsi teknologi Industri 4.0 di industri otomotif Indonesia. Eksplorasi kebijakan dilakukan melalui perancangan model konseptual kualitatif, yang dikembangkan dengan pendekatan pemodelan sistem dinamis, untuk memberikan pemahaman tentang dinamika hubungan antara faktor-faktor yang terlibat di dalam penciptaan ekosistem Industri 4.0 di Indonesia.

---

Leading the car market in ASEAN and Southeast Asia region, the Indonesian automotive industry is being considered as one of the manufacturing sector important pillars that significantly contributes to national economic growth. Along with the presence of the next wave industrial revolution, Industry 4.0 creates the catalyst for the Indonesian government to stimulate the growth of the automotive manufacturing industry to boost its contribution on further national economic growth. However, the complexity or process that exists in automotive manufacturing industry has raised a question, what aspects or factors that could accelerate the Industry 4.0 technology adoption process? Hence, this research aims to explore the policy impact towards the growth of Industry 4.0 technology adoption in Indonesian automotive industry. The policy exploration will be done through a qualitative conceptual model, developed within system dynamics modeling approach, to provide an understanding of the relationship dynamics between factors included in the fourth industrial ecosystem creation in Indonesia.

"