Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada penelitian ini, permasalahan yang terjadi pada objek penelitian adalah pada tingginya biaya persediaan perusahaan PLTBm. Permasalahan tersebut terjadi karena perusahaan PLTBm cenderung memutuskan untuk melakukan penyimpanan dalam jumlah banyak agar tidak adanya potensi kekurangan feedstock. Hal ini disebabkan karena sulitnya memperoleh feedstock karena terdapat persaingan dengan perusahaan lain yang membutuhkan feedstock untuk kebutuhan pangan, pakan, dan pupuk. Namun besarnya jumlah penyimpanan ini menimbulkan resiko seperti tingginya biaya penyimpanan dan resiko kerusakan. Salah satu cara yang dapat dilakukan untuk menangani permasalahan manajemen persediaan adalah melakukan efesiensi keputusan kuantitas pemesanan (Q) dan waktu pesan (T) sehingga diperoleh total biaya persediaan yang minimal. Untuk dapat melakukan hal tersebut, metode yang digunakan pada penelitian ini adalah metode Mixed Integer Linear Programming (MILP) untuk mendapatkan total biaya persediaan yang minimal. Pada penelitian ini diketahui bahwa terdapat 4 jenis feedstock. Selain itu, jumlah kuantitas pesan (Q) dan waktu pemesanan (T) hasil model mampu meminimalkan total biaya persediaan sebesar Rp5,342,015,000 atau sebesar 22.39% dari kondisi aktual.

---

In this study, the problem that occurs in the object of research is the high inventory cost of PLTBm companies. This problem occurs due to PLTBm companies that tend to decide to store their feedstock in large quantities so that there will not be a potential shortage of feedstock. However, due to the difficulty of obtaining feedstock since there is competition with other companies that require feedstock for food, feed, and fertilizer needs. Since then, this large amount of storage poses risks such as high storage costs and the risk of damage. One way that can be done to deal with inventory management problems is to make efficient decisions on ordering quantity (Q) and ordering time (T) so that the total cost of inventory reaches its minimum cost. To be able to reach this, the method used in this study is the Mixed Integer Linear Programming (MILP) method to obtain a minimum total inventory cost. In this research, it is known that there are 4 types of feedstocks. In addition, the total order quantity (Q) and ordering time (T) from the model are able to minimize the total inventory cost of Rp5,342,015,000 or equal to 22.39% of the actual condition."

"

Pada penelitian ini, permasalahan yang terjadi pada objek penelitian adalah pada tingginya biaya persediaan perusahaan PLTBm. Permasalahan tersebut terjadi karena perusahaan PLTBm cenderung memutuskan untuk melakukan penyimpanan dalam jumlah banyak agar tidak adanya potensi kekurangan feedstock. Hal ini disebabkan karena sulitnya memperoleh feedstock karena terdapat persaingan dengan perusahaan lain yang membutuhkan feedstock untuk kebutuhan pangan, pakan, dan pupuk. Namun besarnya jumlah penyimpanan ini menimbulkan resiko seperti tingginya biaya penyimpanan dan resiko kerusakan. Salah satu cara yang dapat dilakukan untuk menangani permasalahan manajemen persediaan adalah melakukan efesiensi keputusan kuantitas pemesanan (Q) dan waktu pesan (T) sehingga diperoleh total biaya persediaan yang minimal. Untuk dapat melakukan hal tersebut, metode yang digunakan pada penelitian ini adalah metode Mixed Integer Linear Programming (MILP) untuk mendapatkan total biaya persediaan yang minimal. Pada penelitian ini diketahui bahwa terdapat 4 jenis feedstock. Selain itu, jumlah kuantitas pesan (Q) dan waktu pemesanan (T) hasil model mampu meminimalkan total biaya persediaan sebesar Rp5,342,015,000 atau sebesar 22.39% dari kondisi aktual

---

In this study, the problem that occurs in the object of research is the high inventory cost of PLTBm companies. This problem occurs due to PLTBm companies that tend to decide to store their feedstock in large quantities so that there will not be a potential shortage of feedstock. However, due to the difficulty of obtaining feedstock since there is competition with other companies that require feedstock for food, feed, and fertilizer needs. Since then, this large amount of storage poses risks such as high storage costs and the risk of damage. One way that can be done to deal with inventory management problems is to make efficient decisions on ordering quantity (Q) and ordering time (T) so that the total cost of inventory reaches its minimum cost. To be able to reach this, the method used in this study is the Mixed Integer Linear Programming (MILP) method to obtain a minimum total inventory cost. In this research, it is known that there are 4 types of feedstocks. In addition, the total order quantity (Q) and ordering time (T) from the model are able to minimize the total inventory cost of Rp5,342,015,000 or equal to 22.39% of the actual condition.

 

"

"Pada penelitian ini, permasalahan yang terjadi pada objek penelitian adalah pada target perusahaan berupa Inventory Turn Over. Permasalahan tersebut terjadi karena perusahaan cenderung memutuskan untuk melakukan penyimpanan dalam jumlah besar agar tidak adanya potensi kekurangan material dan menggangu kegiatan pemeliharaan. Namun besarnya jumlah penyimpanan ini menimbulkan resiko seperti tingginya biaya penyimpanan dan resiko kerusakan. Salah satu cara yang dapat dilakukan untuk menangani permasalahan manajemen persediaan adalah melakukan efesiensi keputusan kuantitas pemesanan (Q) dan waktu pesan (T) sehingga diperoleh total biaya persediaan yang minimal tanpa menghambat kegiatan pemeliharaan. Untuk dapat melakukan hal tersebut, metode yang digunakan pada penelitian ini adalah klasifikasi ABC untuk menentukan klasifikasi material yang perlu diutamakan dan Mixed Integer Linear Programming (MILP) untuk mendapatkan total biaya persediaan yang minimal. Pada penelitian ini diketahui bahwa terdapat 9 jenis material yang masuk ke dalam kategori A dari total 150 jenis material yang ada. Selain itu, jumlah kuantitas pesan (Q) dan  waktu pemesanan (T) hasil model mampu meminimalkan total biaya persediaan sebesar Rp18.821.489 atau sebesar 14.7% dari kondisi aktual.

---

In this study, the problem that happen in the object of research is the company's target which is Inventory Turn Over. These problems occur because the companies tend to decide to store materials in large quantities so there is no potential for material shortages that ca disrupt maintenance activities. However, the large amount of storage creates risks such as high storage costs and the risk of damage. One way to solve inventory management problems is to make efficient decisions on order quantity (Q) and order time (T) so that a minimum total inventory cost is obtained without hampering maintenance activities. To achieve that, the method used in this study is ABC classification to determine the material classification that needs to be prioritized and Mixed Integer Linear Programming (MILP) to get a minimum total inventory cost. From this research, it is known that there are 9 types of materials that fall into category A out of 150 types. In addition, the total quantity of order (Q) and order time (T) results of the model is able to minimize the total inventory cost of Rp.18,821,489 or equal to from the actual condition

 

"

"Tanaman Kaliandra merupakan salah satu varian biomassa yang memiliki potensi keekonomian sebagai sumber energi bahan bakar. Untuk menilai keekonomian dari tanaman tersebut maka dianalisis agar mengetahui bagaimana meningkatkan nilai investasi agar dapat memberikan tingkat pengembalian yang baik. Dengan menggunakan disain pembangkit berkapasitas 2 X 7 MW dan periode produksi berlangsung selama 25 tahun dimana setiap tahunnya membutuhkan suplai bahan bakar sebanyak 196.827.882 ton maka berdasarkan hasil perhitungan terbaik dimana target perusahaan (NPV > 0 dan IRR > 6 %) yaitu adalah menggunakan skenario 1 dimana dari rencana penjualan energi listrik ke PLN rata-rata 99.338 MWh dalam setahun. Total pemakaian sendiri dan losses lainnya adalah 10 % dari total kapasitas terpasang yaitu 14.000 kW atau 2 X 7 MW. Total daya yang siap di supply adalah 12.600 kW. Selain itu unuk menjaga ketersediaan pasokan bahan bakar dari resiko - resiko yang ada maka didapatkan kurang lebih 10 % dari total kebutuhan bahan bakar setiap tahunnya. Sehingga berdasar analisis keekonomian yang dilakukan terhadap tanaman kaliandra maka dapat diketahui bahwa tanaman tesebut berpotensi sebagai salah satu sumber energi bahan bakar pembangkit yang baik.

---

Kaliandra plant is one variant that has the potential economics of biomass as an energy source of fuel. To assess the economic value of the plant is then analyzed in order to determine how to increase the value of the investment in order to provide a good rate of return. By using the plant design capacity of 2 x 7 MW and a production period of 25 years where each year require the supply of fuel as much as 196 827 882 tons and based on the best calculation results where the target company (NPV> 0 and IRR> 6%) which is using scenario 1 which of the proposed sale of electricity to PLN average 99 338 MWh per year. Total use of itsown and other losses is 10% of the total installed capacity is 14,000 kW or 2 x 7 MW. Total power that is ready to supply is 12,600 kW. Moreover transform and maintain the fuel supply of risk - the risk that there are obtained approximately 10% of total fuel needs annually. So based on economic analysis carried out on the plant kaliandra it is known that the plant have a good potential as a source of generating fuel energy."

"Manajemen Sampah Padat Kota di Indonesia sudah menjadi masalah, dikarenakan dengan laju pertambahan volume dan keterbatasan lahan. Konsep merubah Sampah Padat Kota menjadi Energi (WtE) merupakan konsep yang harus dilaksanakan untuk mengatur sampah padat kota dimana sampah padat akan dirubah menjadi energi listrik dan mengurangi volume sampah padat kota secara signifikan dengan membangun sistem Gasifikasi – Mesin Gas, salah satunya adalah di Surakarta, Jawa Tengah. Infrastruktur manajemen sampah padat kota merupakan salah satu infrastruktur yang dapat dikerjasamakan antara Pemerindah dan Badan Usaha (KPBU) dalam bentuk Investasi proyek dengan konsesi selama 20 tahun dan dengan metode BOOT (Build, Own, Operate, and Transfer). Sistem Gasifikasi tipe Downdraft dari Ankur Scientific Energy Technologies Pvt, Ltd digunakan untuk membangkitkan energi listrik. Sekitar 300 ton/hari sampah padat kota baru dan 700 ton/hari sampah padat kota lama dijadikan sumber bahan bakar. Energi Listrik yang dihasilkan sebesar 8 MW (Gross), dengan biaya investasi sebesar Rp. 367.622.450.000. Analisa Tekno Ekonomi menggunakan metode Capital Budgeting. Hasil perhitungan didapat NPV adalah positif, IRR on project sebesar 14,5%. Pengoperasian sistem Gasifikasi berbahan bakar sampah padat kota dapat mengurangi emisi gas CH4 (Methana) yang setara dengan CO2 sebesar 85126.86 tCO2/tahun

---

Municipal Solid Waste (MSW) management is a problem in Indonesia because of the rapidly increasing volume and limited land. The Waste to Energy (WtE) concept is a concept that will be carried out for municipal solid waste management where the solid waste will be managed into electrical energy and reduce the volume of solid waste significantly by building a Gasification – engine system, one of which is in Surakarta Central Java. Municipal Solid waste management infrastructure is one of the infrastructures that can be cooperated with the scheme of Public-Private Partnership (PPP) in the form of investment projects with a 20-year concession period and the BOOT (Build, Own, Operate, and Transfer) method. Downdraft Fixed bed Gasification from Ankur Scientific Energy Technologies Pvt, Ltd used for electric generation. Around 300 tons/day new municipal solid waste and 698 tons/day old waste as fuel resources. Potential power generating capacity of 8 MW (Gross) with an investment cost of Rp 367.622.450.000. Techno-economic analysis used the Capital Budgeting method. Result calculations obtained NPV is positive, IRR on project of 14,51%. Operation of Municipal Solid Waste gasification system can reduce CH4 emission with equivalent 85126.86 tCO2/year."

"Konsumsi energi listrik di Indonesia terus mengalami peningkatan dari tahun ke tahun, disisi lain pemanfaatan Energi Baru Terbarukan masih belum optimal. Biomassa sendiri merupakan salah satu sumber energi baru terbarukan yang tidak bergantung pada cuaca maupun musim. Pembangkit listrik yang memanfaatkan sampah biomassa menjadi solusi

"Bioenergy with carbon capture and storage (BECCS) memiliki potensi besar dalam mengurangi emisi karbon dari atmosfer hingga dapat mencapai emisi negatif. Teknologi ini dapat diintegrasikan pada sistem poligenerasi pembangkit listrik biomassa dan green chemicals seperti metanol. Penelitian ini bertujuan untuk memperoleh efisiensi energi sistem secara keseluruhan, biaya produksi dan CO2 avoidance cost (CAC), serta nilai emisi CO2eq dari integrasi BECCS pada sistem poligenerasi. Aspen Plus v.11 digunakan untuk simulasi proses sistem poligenerasi, sedangkan unit CCS disimulasikan dengan Aspen HYSYS v.11. Dengan memvariasikan kapasitas produksi listrik, tandan kosong kelapa sawit (TKKS) digunakan sebagai bahan bakar pembangkit listrik biomass integrated gasification combined cycle (BIGCC) sehingga dihasilkan gas buang mengandung CO2 yang ditangkap untuk sintesis metanol dan CCS. Hidrogen untuk sintesis green methanol diproduksi melalui elektrolisis PEM dengan variasi dua sumber energi listrik terbarukan, yaitu energi surya (PV-PEM) dan energi geotermal (GEO-PEM). Analisis lingkungan dilakukan dengan metode life cycle assessment (LCA) dengan lingkup cradle-to-gate dan analisis keekonomian dilakukan dengan metode levelized cost. Hasil penelitian menunjukkan bahwa efisiensi sistem keseluruhan lebih tinggi pada skema PV-PEM (11,33%) daripada GEO-PEM (7,05%). Sistem BECCS yang diintegrasikan pada pembangkit listrik BIGCC menunjukkan emisi negatif (-1,00 sampai -0,76 kg CO2eq/kWh). Untuk sintesis metanol, nilai emisi dengan skema PV-PEM (-1,14 sampai -1,28 kg CO2eq/kg MeOH) lebih tinggi daripada skema GEO-PEM (-1,52 sampai -1,65 kg CO2eq/kg MeOH). Pembangkit dengan kapasitas 30,87 MW memiliki biaya produksi dan nilai CAC (0,181 USD/kWh dan 67,66 USD/ton CO2) yang lebih besar daripada kapasitas 50 MW (0,139 USD/kWh dan 56,06 USD/ton CO2). Skema PV-PEM menghasilkan biaya produksi metanol (1.011-1.049 USD/ton) yang lebih besar daripada skema GEO-PEM (967-1.005 USD/ton).

---

Bioenergy with carbon capture and storage (BECCS) has enormous potential to reduce carbon emissions from the atmosphere that may reach net-negative emissions. This technology may be integrated within the polygeneration system of biomass power plant and green chemicals, such as methanol. This research aims to obtain the system’s overall energy efficiency, the production and CO2 avoidance cost, as well as the emission factor of integrating BECCS in the polygeneration system. The processes of polygeneration system are simulated in Aspen Plus v.11; meanwhile, the CCS unit processes are simulated in Aspen HYSYS v.11. By varying the electricity production capacities, oil palm empty fruit bunches (OPEFB) are used as fuel for biomass integrated gasification combined cycle (BIGCC) power plant to produce exhaust gas containing CO2, which is captured for the methanol synthesis and CCS. Hydrogen for green methanol synthesis is produced through PEM electrolysis powered by two different renewable energy sources, i.e., solar (PV-PEM) and geothermal energy (GEO-PEM). The environmental aspects are assessed with the life cycle assessment (LCA) with a cradle-to-gate scope, and the economic aspects are analyzed with the levelized cost method. The research shows that the overall system efficiency is higher in the PV-PEM scheme (11.33%) than in the GEO-PEM scheme (7.05%). The BECCS system integrated into the polygeneration system exhibits negative emissions (-1.00 to -0.76 kg CO2eq/kWh). The emission value for the methanol synthesis with the PV-PEM scheme (-1.14 to -1.28 kg CO2eq/kg MeOH) is higher than that with the GEO-PEM (-1.52 to -1.65 kg CO2eq/kg MeOH). The 30,87 MW-capacity BIGCC has a higher production cost and CAC value (0.181 USD/kWh and 67.66 USD/ton CO2) than the 50-MW capacity (0.139 USD/kWh and 56.06 USD/ton CO2). The PV-PEM scheme results in higher methanol production costs (1,011-1,049 USD/ton) than of the GEO-PEM scheme (967-1,005 USD/ton)."

"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.

 

"

"Permintaan akan transportasi massal di DKI Jakarta terus meningkat seiring dengan pertumbuhan jumlah penduduk di wilayah DKI Jakarta. Oleh karena itu pemerintah DKI Jakarta mulai menjalankan program Smart City yang salah satunya adalah pembangunan transportasi massal. Pembangunan berbagai macam transportasi publik tersebut salah satunya adalah pembangunan kereta cepat yang merupakan objek penelitian ini. Perusahaan penyedia transportasi kereta cepat tersebut memiliki kendala dalam peningkatan nilai Inventory Turn Over (ITO) yang menghambat kinerja perusahaan. Permasalahan tersebut diakibatkan karena terjadi ketidakseimbangan antara jumlah persediaan dengan kebutuhan material suku cadang di gudang MRO untuk pemeliharaan. Oleh karena itu dibutuhkan manajemen persediaan yang baik untuk melakukan efisiensi keputusan kuantitas pemesanan (Q) dan waktu pesan (T) sehingga mendapatkan total biaya persediaan yang minimal dengan tetap menjaga kualitas kegiatan pemeliharaan., Penelitian ini menggunakan dua metode. Metode pertama adalah klasifikasi multi-kriteria ABC sehingga dapat menentukan klasifikasi material yang diutamakan. Metode kedua yang digunakan pada penelitian ini yaitu Mixed Integer Linear Programming (MILP) untuk pengembangan model matematis untuk mendapatkan total biaya persediaan yang minimal. Pada penelitian ini terdapat 17 jenis material yang masuk ke dalam kategori AA material kelompok Rolling Stock Depo dari total 1625 material. Jumlah kuantitas pesan (Q) dan waktu pesan (T) hasil model dapat meminimalkan total biaya persediaan sebesar 21.58% atau setara dengan Rp1.046.521.478 dan meningkatkan nilai ITO sebesar 15.17% dari kondisi aktual.

---

The demand for mass transportation in DKI Jakarta continues to increase along with the population growth in the DKI Jakarta area. Therefore, the DKI Jakarta government has started implementing the Smart City program, one of which is the construction of mass transportation. The development of various kinds of public transportation, one of which is the construction of the high-speed train which is the object of this research. The fast train transportation provider company has obstacle in increasing the value of Inventory Turn Over (ITO) which hampers the company's performance. This problem is caused by an imbalance between the amount of inventory and the material needs of spare parts in the MRO warehouse for maintenance. Therefore, good inventory management is needed to make efficiency decisions on ordering quantity (Q) and ordering time (T) so, to get a minimum total inventory cost while maintaining the quality of maintenance activities. This study uses two methods. The first method is the ABC multi-criteria classification so that it can determine the preferred material classification. The second method used in this research is Mixed Integer Linear Programming (MILP) for the development of mathematical models to obtain a minimum total inventory cost. In this research, there are 17 types of materials that fall into the category AA material for the Rolling Stock Depo group out of a total of 1625 materials. The total order quantity (Q) and order time (T) of the model results can minimize the total inventory cost by 21.58% or equivalent to Rp.1,046,521,478 and increase the ITO value by 15.17% from the actual condition."

"Tren peningkatan market pada industri FMCG menyebabkan meningkatnya volume barang yang harus dikirim ke pelanggan. Seiring meningkatnya volume pengiriman barang, maka dibutuhkan pula aktivitas logistik yang besar. Namun dengan biaya logistik yang tinggi, membuat perusahaan harus meningkatkan efisiensi untuk dapat terus bersaing dalam industri nasional. Oleh karena itu, diperlukan perencanaan aktivitas outbound logistik yang mengatur pergerakan finished goods dari pabrik hingga sampai ke pelanggan. Penelitian ini mengembangkan model matematis untuk meminimalkan biaya outbound logistik dengan metode mixed integer linear programming dan diterjemahkan ke dalam bentuk model komputer dengan bahasa pemrograman Lingo 17.0. Biaya outbound logistik mencakup biaya penyimpanan, biaya bongkar muat, biaya truk, dan biaya shuttle. Hasil dari penelitian 12 periode ini yaitu didapatkan total biaya outbound logistik yang menurun jika dibandingkan dengan total biaya outbound logistik sebelumnya dengan rata-rata penurunan mencapai 39,76% untuk setiap periodenya. Selain itu, model ini juga menunjukkan peningkatan penggunaan tipe truk dengan kapasitas besar sehingga jumlah truk menurun dengan rata-rata penurunan mencapai 39,10% untuk setiap periodenya dan utilisasi truk meningkat dengan rata-rata peningkatan mencapai 15,21% untuk setiap periodenya.

---

The increasing market trend in the FMCG industry causes an increase in the volume of goods that must be sent to customers. Along with the increase in the volume of shipping goods, it is also required a greater logistics activities. However, with high logistics costs, companies must increase efficiency to be able compete in the global market. Therefore, it is necessary to plan outbound logistics activities that regulate the movement of finished goods from the factory to the customers.

This study developed a mathematical model to minimize outbound logistics costs based on mixed integer linear programming approach and translated into computer model using Lingo 17.0 programming language. Outbound logistics costs include storage costs, loading and unloading costs, truck costs, and shuttle costs.

The results of this 12-period study showed that the total outbound logistics costs decreased when compared to the previous total outbound logistics costs with an average of 39.76% for each period. In addition, this model also shows an increase usage of large capacity trucks so that the number of trucks decreases by an average of 39.10% for each period and truck utilization increases with an average of 15.21% for each period."