Claim Missing Document
Check
Articles

Found 33 Documents
Search

RANCANGAN LEAN WAREHOUSING UNTUK ELIMINASI WASTE DAN MENINGKATKAN PRODUKTIVITAS KINERJA GUDANG PADA PT X SEBAGAI THIRD PARTY LOGISTICS (3PL) Sari Rahayu, Gadis; Handayani, Melia; Ma'ruf, Ma'ruf
SIBATIK JOURNAL: Jurnal Ilmiah Bidang Sosial, Ekonomi, Budaya, Teknologi, Dan Pendidikan Vol. 5 No. 2 (2026)
Publisher : Penerbit Lafadz Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54443/sibatik.v5i2.4258

Abstract

In the competitive supply chain era, PT X as a 3PL faces warehouse inefficiencies at WH-3, with fluctuating tyre inbound causing overcapacity, pallet pile-ups, and disrupted material flows. This study aims to classify dominant wastes using VSM and PAM, design a lean warehousing future state to eliminate wastes, and enhance warehouse productivity. It employs a quantitative descriptive method, with population as all WH-3 warehousing activities (inbound, inventory, outbound domestic/export) and purposive sampling of 32 work units from 50-100 observations (August-November 2025). Instruments include structured observation guidelines; analysis techniques encompass adequacy/uniformity tests, performance rating, standard time calculation, VSM, PAM, and fishbone diagrams. Results reveal dominant wastes: waiting (25%) and transportation (19%), mainly in export outbound, reducing lead time from 145 to 52 minutes and boosting PCE from 68% to 89% via future state design. In conclusion, lean warehousing integration effectively minimizes wastes and sustains 3PL competitiveness, recommending phased digitalization and layout zoning implementation.
Analisis Risiko Operasional pada Proses Pengawasan Muat Barang Berbahaya di Pelabuhan Tanjung Priok Fitriani, Riska; Larasati, Wenny Ananda; Ma'ruf, Ma'ruf
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.8002

Abstract

Aktivitas muat barang berbahaya di pelabuhan mengandung tingkat risiko yang signifikan bagi keselamatan manusia, kapal, dan lingkungan, sehingga pengawasannya harus dilakukan secara ketat dan terstruktur. Peningkatan volume muatan barang berbahaya di Pelabuhan Tanjung Priok menyebabkan kompleksitas pengawasan yang juga semakin meningkat oleh Kantor Kesyahbandaran dan Otoritas Pelabuhan (KSOP) Utama Tanjung Priok, namun masih ditemukan keterlambatan serta ketidaksesuaian dengan standar operasional prosedur. Penelitian ini bertujuan untuk mengidentifikasi potensi risiko operasional, menentukan risiko prioritas, serta merumuskan langkah mitigasi dengan metode deskriptif kualitatif melalui pendekatan Failure Mode and Effect Analysis (FMEA) dan Root Cause Analysis (RCA). Hasil penelitian menunjukkan terdapat 13 risiko operasional dengan kode R1-R13 yang berasal dari faktor sumber daya manusia, proses, teknologi, dan eksternal. Berdasarkan hasil analisis, risiko prioritas tertinggi dari Risk Priority Number (RPN) terdapat pada R8 dengan nilai 120 (Immadiate Mitigation), R6 dengan nilai sebesar 84 (Mitigate), R11 dengan nilai 72 (Monitor), R7 dengan nilai 64 (Monitor), serta R4 dengan nilai 60 (Monitor). Analisis Root Cause Analysis (RCA) dengan Fishbone Analysis penyebab risiko operasional meliputi faktor Man, Methode, Machine, Materials, dan Environtment. Upaya mitigasi dilakukan melalui peningkatan pengawasan lapangan, optimalisasi pemeriksaan dokumen, penambahan sumber daya manusia, serta perbaikan sistem digital. Penerapan manajemen risiko secara sistematis dapat meningkatkan efektivitas pengawasan dan meminimalkan risiko operasional.
PENERAPAN FEATURE SELECTION DALAM MEMPREDIKSI TINGGI GELOMBANG LAUT SIGNIFIKAN Arifin, Willdan Aprizal; Anzani, Luthfi; Ma'ruf, Ma'ruf; Daud, Anton; Handyanto, Lukman; Maulidia, Raisa; Maulsyid, Ramzan Pradana
Jurnal Pendidikan Perikanan Kelautan (Journal of Fisheries and Maritime Studies) Vol 5, No 2 (2025): Desember 2025
Publisher : Universitas Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jppk.v5i2.95250

Abstract

Tinggi gelombang signifikan (Hs) merupakan indikator utama dalam memantau kondisi laut dan keselamatan aktivitas kelautan. Penelitian ini bertujuan mengembangkan model prediksi Hs menggunakan algoritma Long Short-Term Memory (LSTM) dengan pendekatan seleksi fitur berbasis korelasi Spearman. Analisis ini tidak hanya digunakan untuk melihat hubungan antarvariabel, tetapi juga secara eksplisit berfungsi sebagai langkah seleksi fitur untuk menentukan prediktor paling relevan bagi model LSTM. Data diperoleh dari Automatic Weather Station (AWS) milik BMKG untuk periode 2022–2025 yang mencakup berbagai parameter meteorologi dan oseanografi. Seleksi fitur dilakukan untuk mengidentifikasi variabel paling berpengaruh terhadap Hs. Hasil analisis menunjukkan kecepatan angin memiliki korelasi tertinggi (0,98), diikuti oleh suhu air laut, tinggi muka air, kelembaban relatif, dan arah angin. Variabel terpilih digunakan sebagai input pada model LSTM multivariat. Evaluasi model menggunakan Mean Squared Error (MSE), Mean Absolute Error (MAE), dan koefisien determinasi (R²). Hasil menunjukkan MSE sebesar 0,00076, MAE sebesar 0,0179, dan R² sebesar 0,9666. Nilai ini menunjukkan bahwa model memiliki akurasi tinggi dan mampu merepresentasikan pola fluktuasi Hs secara baik. Temuan ini menunjukkan bahwa integrasi seleksi fitur Spearman dan LSTM efektif untuk prediksi tinggi gelombang, serta berpotensi diterapkan dalam sistem pemantauan gelombang di wilayah pesisir Indonesia.