USULAN APLIKASI ESTIMASI WAKTU PERMESINAN DENGAN METODE REGRESI (PREDICTIVE ANALYTICS) UNTUK MENGURANGI BIAYA PRODUKSI SUBUNIT ENGINEERING WORKSHOP

Wu, Richard (2024) USULAN APLIKASI ESTIMASI WAKTU PERMESINAN DENGAN METODE REGRESI (PREDICTIVE ANALYTICS) UNTUK MENGURANGI BIAYA PRODUKSI SUBUNIT ENGINEERING WORKSHOP. S1 thesis, UNIVERSITAS ATMA JAYA YOGYAKARTA.

Preview	Text (Richard Wu) 200610553_Bab 0.pdf Download (385kB) | Preview
Preview	Text 200610553_Bab 1.pdf Download (915kB) | Preview
Preview	Text 200610553_Bab 2.pdf Download (870kB) | Preview
Preview	Text 200610553_Bab 3.pdf Download (625kB) | Preview
	Text 200610553_Bab 4.pdf Restricted to Registered users only Download (531kB)
	Text 200610553_Bab 5.pdf Restricted to Registered users only Download (1MB)
	Text 200610553_Bab 6.pdf Restricted to Registered users only Download (646kB)
Preview	Text 200610553_Bab 7.pdf Download (409kB) | Preview

Abstract

Subunit Engineering Workshop PT XYZ merupakan Subunit Engineering berbasis job shop yang memiliki fungsi untuk membentuk komponen/modul/mesin untuk keperluan PT XYZ. Melalui proses pencarian permasalahan dengan observasi dengan framework pain point, 7 waste dan validasi permasalahan melalui wawancara dengan pemangku kepentingan, ditemukan 17 permasalahan berbeda. Dengan menggunakan RACI Matrix, ditentukan bahwa permasalahan yang akan diselesaikan merupakan permasalahan biaya produksi Subunit Engineering Workshop yang tinggi. Melalui proses diskusi dengan pemangku kepentingan, ditentukan critical success factor berupa pengurangan biaya produksi sebesar 5% pada area produksi Sawing Everising. Melalui proses tinjauan pustaka, penelusuran, validasi dan penetapan akar permasalahan, ditetapkan bahwa akar permasalahan merupakan estimasi waktu proses permesinan/kerja dari bagian estimator routing yang terkadang dapat terlalu banyak atau terlalu sedikit (dengan rasio waktu estimasi per waktu pengerjaan sebesar 4,22 pada area kerja fokus). Melalui rekomendasi pemilihan alternatif solusi dengan metode Analytic Hierarchy Proccess (AHP), diusulkan solusi berupa pembentukan aplikasi estimasi waktu proses permesinan dengan metode predictive analytics. Dalam pemilihan model, digunakan variabel mean square error (MAE) dan root mean square error (RMSE) untuk membandingkan performa model. Melalui proses pemilihan model, ditemukan bahwa nilai MAE dan RMSE metode multi input linear regression menghasilkan nilai error yang lebih rendah daripada metode-metode lainnya, sehingga metode tersebut yang dipilih sebagai metode regresi untuk memperkirakan waktu proses permesinan. Setelah memilih model, dibentuk graphical user interface untuk membantu penggunaan menggunakaan bahasa pemrograman python dan berbagai library seperti sklearn, pandas, matplotlib, ctkinter, dan berbagai library lain. Setelah membentuk solusi, dilakukan implementasi solusi dengan penggunaan aplikasi pada kegiatan estimasi waktu proses pada tanggal 19 Januari 2024. Melalui implementasi tersebut, dihasilkan penghematan biaya produksi sebesar 56,94%. Melalui proses diskusi dengan pemangku kepentingan, dapat disimpulkan juga bahwa solusi telah memenuhi kebutuhan dari setiap pemangku kepentingan dalam permasalahan ini.

Actions (login required)

View Item