Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Teknik Industri TEKMAPRO Journal of Industrial Engineering and Management Journal Industrial Servicess
Ika Deefi Anna
Universitas Trunojoyo
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Industrial & Manufacturing Engineering Mechanical Engineering Transportation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PENJADWALAN MAINTENANCE MESIN DD10 DENGAN MENGGUNAKAN METODE MARKOV CHAIN Alfianita Savitri Sholeh; Ika Deefi Anna; Trisita Novianti; Weny Findiastuti
Tekmapro : Journal of Industrial Engineering and Management Vol 13 No 2 (2018): TEKMAPRO
Publisher : UPN Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (347.702 KB) | DOI: 10.33005/tekmapro.v13i2.43

Abstract

Studi ini mengembangkan perencanaan penjadwalan maintenance mesin dengan menggunakan metode markov chain untuk optimalisasi biaya maintenance untuk mesin produksi filter. Produksi filter pada PT.X memerlukan kurang lebih sekitar 64 mesin. Perusahaan ini harus menjaga performansi dari mesin yang dimiliki agar proses produksi berjalan dengan lancar. Salah satu mesin yang dimiliki PT. X adalah mesin DD10. Selama tahun 2017 hingga 2018 mesin DD10 telah mengalami downtime sebanyak 262 kali. Dimana dengan adanya downtime dapat mempengaruhi perfomansi mesin DD10. Dengan adanya permasalahan tersebut maka dilakukan. Dengan menggunakan metode markov chain, diperoleh skenario penjadwalan maintenance yang terbaik yaitu skenario 4 (maintenance korektif pada status 4 serta pencegahan pada status 3 dan 2). Dengan menggunakan skenario tersebut dapat melakukan penghematan anggaran kegiatan maintenance sebesar Rp. 404,653.00 dengan interval penjadwalan maintenance pencegahan dilakukan setiap 3 hari.
PENENTUAN STRATEGI PEMASARAN BATIK MADURA DENGAN PENDEKATAN MULTI CRITERIA DECICION MAKING Indra Cahyadi; Ika Deefi Anna
Journal Industrial Servicess Vol 3, No 1b (2017): Oktober 2017
Publisher : Fakultas Teknik Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36055/jiss.v3i1b.2083

Abstract

Penelitian ini bertujuan untuk mengembangkan model yang komprehensif untuk merumuskan strategi pemasaran Batik Madura. Metode survei dilakukan pada pihak-pihak yang terlibat dalam suatu industri untuk memperoleh gambaran strategi pemasaran yang telah dilakukan selama ini. Model penelitian juga dirancang berdasarkan hasil diskusi dan studi literatur. Pilihan strategi peluncuran produk yang dapat dilakukan, berdasarkan kriteria-kriteria yaitu: keunikan, konsistensi, frekuensi, mengikuti trend, memperluas network, biaya, kenaikan revenue, kenaikan volume bisnis, brand awareness, loyalitas pelanggan, citra positif, market share, jumlah tenaga kerja, jumlah pelanggan. Strategi ini dirupakan dalam bentuk model hubungan antar kriteria yang didefinisikan melalui proses Analytic network process (ANP) dan Decision Making Trial and Evaluation Laboratory (DEMATEL). Model Multi Criteria Decicion Making (MCDM) yang dikembangkan ini akan disesuaikan dengan karakteristik UKM, terutama UKM batik Madura untuk membantu UKM batik Madura dalam memilih strategi pemasaran. Dari uji keterkaitan antar kriteria, dapat diketahui bahwa kriteria yang memiliki kecenderungan pengaruh yang besar terhadap kriteria lain yaitu kriteria mengikuti trend, loyalitas pelanggan, brand awareness, konsisten, biaya, unik, jumlah pelanggan, dan frekuensi. Hasil metode DEMATEL dan ANP menunjukkan bahwa strategi pemasaran people network-based memiliki bobot terbesar dan lebih sesuai dengan karakter pemasaran Batik Madura, dibandingkan dengan strategi lainnya seperti differensiasi, cost-leadership dan focus.
Development of Artificial Neural Network Model for Estimation of Salt Fields Productivity Indra Cahyadi; Heri Awalul Ilhamsah; Ika Deefi Anna
Jurnal Teknik Industri Vol. 20 No. 2 (2019): August
Publisher : Department Industrial Engineering, University of Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (331.617 KB) | DOI: 10.22219/JTIUMM.Vol20.No2.152-160

Abstract

In recent years, Indonesia needs import millions of tons of salt to satisfy domestic industries' demand. The production of salt in Indonesia is highly dependent on the weather. Therefore, this article aims to develop a prediction model by examining rainfall, humidity, and wind speed data to estimate salt production. In this research, Artificial Neural Network (ANN) method was used to develop a model based on data collected from Sumenep Madura Indonesia.  The model analysis used the complete experimental factorial design to determine the effect of the ANN parameter differences. Furthermore, the selected model performance compared with the estimate predictor of Holt-Winters. The results presented that ANN-based models were more accurate and efficient for predicting salt field productivity.
Co-Authors Alfianita Savitri Sholeh Ilhamsah, Heri Awalul Indra Cahyadi Indra Cahyadi Trisita Novianti Weny Findiastuti