Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal EQIEN - JURNAL EKONOMI DAN BISNIS Jurnal Teknik INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi
Gianti Puspawardhani
Unknown Affiliation
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering

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

Found 3 Documents
Search

 1 
Aplikasi Model Perencanaan Pemotongan (Cut Order Planning) pada Industri Garment Gianti Puspawardhani; Moro Sujatmiko; Cucu Wahyudin; Ade Sri M; T. M. A Ari Samadhi
Jurnal Teknik: Media Pengembangan Ilmu dan Aplikasi Teknik Vol 1 No 1 (2002): Jurnal Teknik - Media Pengembangan Ilmu dan Aplikasi Teknik
Publisher : Fakultas Teknik - Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jt.vol1no1.167

Abstract

Perencanaan pemotongan kain merupakan kegiatan penting pada suatu industri pakaian/garment, sebelum proses pemotongan dan proses manufaktur dilakukan. Masalah dalam perencanaan pemotongan kain pada industri garment adalah penempatan pola/pattern bagian-bagian pakaian pada selembar kain (bahan) yang dapat memaksimalkan luas areal kain yang terpakai dengan biaya pemotongan yang minimal. Perencanaan pemotongan bahan (cut order planning) merupakan masalah yang kompleks karena ukuran, style dan due date pakaian yang dipesan konsumen sangat bervariasi. Faktor maksimisasi luas areal kain yang terpakai dan minimisasi biaya pemotongan kain pada suatu industri garment, oleh karenanya penelitian yang melibatkan kedua faktor ini sangan diperlukan. Penelitian ini menggabungkan metode penempatan trim Grienda dan Daniels (1999) dengan metode minimisasi biaya pemotongan kain melalui kombinasi ukuran pola/pattern pada suatu seksi (Jacobs et al, 1998). Pengujian terhadap model yang dihasilkan dilakukan dengan menggunakan data real dari suatu industri garment di Bandung.
PENENTUAN KLASIFIKASI BEBAN KERJA BARU BERDASARKAN PREDIKSI KADAR OKSIGEN DALAM DARAH DENGAN MEMPERTIMBANGKAN DENYUT JANTUNG, TEMPERATUR TUBUH DAN KONSUMSI OKSIGEN PADA PEKERJA JASA KULI ANGKUT Hermita Dyah Puspita; Gianti Puspawardhani
INFOMATEK Vol 22 No 2 (2020): Volume 22 No. 2 Desember 2020
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v22i2.3338

Abstract

Aktifitas pengangkutan barang merupakan kegiatan yang tidak bisa dilepaskan dari sistem pemindahan barang di pasar tradisional dan dapat mempengaruhi beban kerja fisik operator/kuli angkut. Beban kerja fisik operator/kuli angkut di pasar dipengaruhi oleh banyak faktor diantaranya yaitu :berat dari benda/bahan yang dipindahkan, posisi pembebanan dengan mengacu pada titik berat tubuh, frekuensi pemindahan dan durasi total waktu dalam proses pemindahan bahan.. Dalam praktiknya, beban kerja fisik pekerja yang berat ditambah dengan postur tubuh yang monoton menimbulkan kinerja yang rendah dan dapat mengakibatkan penyakit akibat kerja (PAK). Kinerja faal tubuh dan kenyamanan pekerja pada manual material handlingMMH sudah terbukti sangat menunjang tingkat produktivitas pekerja. Proses metabolisme yang terjadi dalam tubuh manusia sebagai penghasil energi pada saat melakukan kerja fisik merupakan phase yang penting. Panas dan energi yang dihasilkan dari proses metabolisme dibutuhkan pada saat kerja fisik (mekanis) melalui system otot manusia.. Energi dalam fisiologi kerja dapat diukur secara langsung dengan mengukur konsumsi oksigen yang dihirup oleh tubuh. Pengukuran energi yang dikeluarkan pada saa kerja fisik dapat diukur dengan cara lain yaitu dengan membandingkan konsumsi oksigen dengan laju detak jantung. Tujuan penelitian ini adalah menghasilkan persamaan prediksi kadar oksigen dalam darah dengan mempertimbangkan 3 variabel independent, yaitu : persentase HRR (%CVL), konsumsi oksigen, dan temperatur tubuh pekerja. Dari hasil prediksi dibuat klasifikasi baru beban fisik kerja berdasarkan kadar oksigen dalam darah.
Peran Jaringan Inovasi Terhadap Pertumbuhan Usaha Mikro Kecil Menengah di Indonesia Pardiyono, Ragil; Jahny Sastradiharja; Gianti Puspawardhani; Oviyan Patra; Hendi Suryana
Eqien - Jurnal Ekonomi dan Bisnis Vol 14 No 2 (2025): Jurnal Ekonomi dan Bisnis
Publisher : Fakultas Ekonomi dan Bisnis Universitas Islam DR KH EZ Mutaqien

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34308/eqien.v14i2.2001

Abstract

This study aims to test network innovation. The proven network innovation model is the Kaplan & Winby model, namely associations, suppliers, customers and government. Based on references from several countries, none have discussed network innovation for MSMEs affected by the Covid pandemic. So this study will test the innovation of the role of networks for the revival of MSMEs after the pandemic. Data was taken based on a questionnaire on MSMEs in the Bandung City area. Then the data processing uses the SPSS software application. Based on the results of data processing, the results obtained that partially based on the coefficient values of the association coefficients, suppliers, customers and show a direct influence on the Economic Recovery of MSMEs. Meanwhile, based on t count by taking a significance level of 5%, it is proven that the test is not significant or there is an influence from suppliers on the Economic Recovery of MSMEs. Simultaneously, it was obtained that 57.76% of the Economic Recovery of MSMEs was influenced by the variables of suppliers, associations, consumers and government. So it can be concluded that there is a linear relationship between suppliers, associations, consumers and the government on the Economic Recovery of MSMEs (Y) with a coefficient of determination (R2) = 57.76% or 57.76, this can also be interpreted that the influence of variables outside the model is small, namely 1-R2 = 1-57.76% = 42.24% (error).
Co-Authors Ade Sri M Cucu Wahyudin Hendi Suryana Hermita Dyah Puspita Jahny Sastradiharja Moro Sujatmiko Oviyan Patra Pardiyono, Ragil T. M. A Ari Samadhi