Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Pengaruh Kerusakan Mesin dan Ketidaktersediaan Perkakas Potong Terhadap Overall Equipment Effectiveness ada Flexible Manufacturing System Mesin Paralel Setiawan, Ari; Kristy, Kristy
Jurnal Telematika 2018: Industrial Engineering Seminar and Call for Paper (IESC) 2018
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v0i0.251

Abstract

Kerusakan mesin atau ketidaktersediaan perkakas potong seringkali menjadi masalah di lantai produksi yang membuat keefektifan mesin menjadi tidak maksimal. Tingkat keefektifan mesin atau Overall Equipment Effectiveness (OEE) dapat dihitung dengan cara menghitung tingkat availabilitas, performansi dan kualitasnya. Objek penelitian pada penelitian ini adalah FMS yang terdiri dari empat mesin CNC milling indentik yang tersusun secara paralel. Setiap mesin memiliki empat perkakas potong yang bertugas untuk memproduksi 15 part yang berbeda-beda setiap harinya. Pada penelitian ini dilakukan 12 percobaan yang merupakan kemungkinan dari kerusakan mesin dan ketidaktersediaan perkakas potong tersebut. Masing-masing percobaan dihitung nilai availabilitas dan performansinya. Hasil percobaan menunjukkan bahwa faktor availability dipengaruhi oleh kerusakan mesin dan faktor performance dipengaruhi oleh kerusakan mesin dan ketidaktersediaan perkakas potong. Nilai OEE yang paling besar adalah ketika tidak terdapat mesin ataupun perkakas potong yang rusak jika hanya diperbolehkan 1 shift dalam satu hari. Namun, jika terdapat 2 shift, maka eksperimen ke-11 (mesin 3 dan 4 dalam keadaan rusak) memiliki nilai OEE yang terbaik. Dari percobaan juga diperoleh bahwa perkakas potong D yang tidak siap mengakibatkan turunnya nilai OEE yang paling besar dibanding dengan perkakas potong lainnya. Hal ini karena perkakas potong D memproduksi part yang membutuhkan waktu proses paling lama. Karena itu, langkah yang perlu dilakukan perusahaan adalah menerapkan preventive maintenance pada keempat mesin dengan memperhatikan perkakas potong D lebih dari perkakas potong lainnya. Kerusakan mesin atau ketidaktersediaan perkakas potong seringkali menjadi masalah di lantai produksi yang membuat keefektifan mesin menjadi tidak maksimal. Tingkat keefektifan mesin atau Overall Equipment Effectiveness (OEE) dapat dihitung dengan cara menghitung tingkat availabilitas, performansi dan kualitasnya. Objek penelitian pada penelitian ini adalah FMS yang terdiri dari empat mesin CNC milling indentik yang tersusun secara paralel. Setiap mesin memiliki empat perkakas potong yang bertugas untuk memproduksi 15 part yang berbeda-beda setiap harinya. Pada penelitian ini dilakukan 12 percobaan yang merupakan kemungkinan dari kerusakan mesin dan ketidaktersediaan perkakas potong tersebut. Masing-masing percobaan dihitung nilai availabilitas dan performansinya. Hasil percobaan menunjukkan bahwa faktor availability dipengaruhi oleh kerusakan mesin dan faktor performance dipengaruhi oleh kerusakan mesin dan ketidaktersediaan perkakas potong. Nilai OEE yang paling besar adalah ketika tidak terdapat mesin ataupun perkakas potong yang rusak jika hanya diperbolehkan 1 shift dalam satu hari. Namun, jika terdapat 2 shift, maka eksperimen ke-11 (mesin 3 dan 4 dalam keadaan rusak) memiliki nilai OEE yang terbaik. Dari percobaan juga diperoleh bahwa perkakas potong D yang tidak siap mengakibatkan turunnya nilai OEE yang paling besar dibanding dengan perkakas potong lainnya. Hal ini karena perkakas potong D memproduksi part yang membutuhkan waktu proses paling lama. Karena itu, langkah yang perlu dilakukan perusahaan adalah menerapkan preventive maintenance pada keempat mesin dengan memperhatikan perkakas potong D lebih dari perkakas potong lainnya.
ANALISIS REGRESI COUNT DATA UNTUK PEMODELAN JUMLAH KASUS PENYAKIT TUBERKULOSIS DI KABUPATEN BANYUMAS Kristy, Kristy; Jajang, Jajang; Nurhayati, Nunung
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 13 No 2 (2021): Jurnal Ilmiah Matematika dan Pendidikan Matematika (JMP)
Publisher : Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2021.13.2.4919

Abstract

ABSTRACT. Tuberculosis is an infectious disease caused by Mycobacterium tuberculosis. Banyumas Regency is one of the districts with quite high Tuberculosis cases in Central Java. This study aims to analyze the factors that affect the number of tuberculosis cases in Banyumas Regency using regression analysis of count data. Poisson regression is the simplest count data regression model that has the assumption of equidispersion, that is, the mean value equal to the variance. However, in its application, these assumption is often not fulfilled, for example, there are cases of overdispersion (variance value is greater than the mean). In this study, to overcome the case of overdispersion, an approach was used using Generalized Poisson Regression (GPR) and negative binomial regression. The results showed that the data on the number of tuberculosis cases in Banyumas Regency in 2019 was overdispersion. The data modeling of the number of tuberculosis cases in Banyumas Regency with the negative binomial regression model is better than the GPR model. Meanwhile, the only predictor variable that affects the number of tuberculosis cases in Banyumas Regency is the sex ratio of productive age (15-49 years).Keywords: tuberculosis, count data regression, Generalized Poisson Regression (GPR), negative binomial regression. ABSTRAK. Tuberkulosis merupakan salah satu penyakit menular yang disebabkan oleh Mycobacterium Tuberculosis. Kabupaten Banyumas merupakan salah satu kabupaten dengan kasus Tuberculosis (TB) yang cukup tinggi di Jawa Tengah. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi jumlah kasus tuberkulosis di Kabupaten Banyumas menggunakan analisis regresi count data. Regresi Poisson merupakan model regresi count data paling sederhana yang memiliki asumsi equidispersi yaitu nilai mean sama dengan variansi. Namun, pada pengaplikasiannya asumsi tersebut sering tidak terpenuhi, misalnya terdapat kasus overdispersi (nilai variansi lebih besar daripada mean). Dalam penelitian ini, untuk mengatasi kasus overdispersi dilakukan pendekatan menggunakan Generalized Poisson Regression (GPR) dan regresi binomial negatif.. Hasil penelitian menunjukkan bahwa data jumlah kasus tuberkulosis di Kabupaten Banyumas tahun 2019 mengalami overdispersi. Pemodelan data jumlah kasus tuberkulosis di Kabupaten Banyumas dengan model regresi binomial negatif lebih baik dibandingkan model GPR. Sementara itu, satu-satunya variabel prediktor yang berpengaruh terhadap jumlah kasus tuberkulosis di Kabupaten Banyumas yaitu rasio jenis kelamin usia produktif (15-49 tahun).Kata kunci: tuberkulosis, regresi count data, overdispersi, Generalized Poisson Regression (GPR), regresi binomial negatif.