Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.893

P-Index

This Author published in this journals

All Journal Jurnal Teknologi Industri Pertanian SPEKTRUM INDUSTRI Agrointek Jurnal Teknologi JURNAL PASTI (PENELITIAN DAN APLIKASI SISTEM DAN TEKNIK INDUSTRI) Teknika: Jurnal Sains dan Teknologi Journal Industrial Servicess PERFORMA : Media Ilmiah Teknik Industri Jurnal Ilmiah Teknik Industri JAMBURA JOURNAL OF PROBABILITY AND STATISTICS Journal of Innovation and Technology Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Integrasi : Jurnal Ilmiah Teknik Industri Journal of Systems Engineering and Management

Dyah Lintang Trenggonowati

Jurusan Teknik Industri, Fakultas Teknik, Universitas Sultan Ageng Tirtayasa, Cilegon, Indonesia

Author-ID : 3699899

Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Social Sciences Transportation

Published : 45 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1 2 3

PENGENDALIAN KUALITAS PROSES PRODUKSI BAR MILL S.16 DENGAN PETA KENDALI X - R PT. KRAKATAU WAJATAMA LintangTrenggonowati, Dyah; Husain Muhamad, Darma
Journal Industrial Servicess Vol 2, No 1 (2016): Oktober 2016
Publisher : Fakultas Teknik Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36055/jiss.v2i1.1500

PT. Krakatau Wajatama adalah perusahaan manufaktur yang memproduksi olahan billet. Hasil produksi PT. Krakatau Wajatama terbagi menjadi 2 jenis yaitu produk baja tulangan (Bar Mill) dan produk baja profil (Section Mill). Pada produk baja tulangan (Bar Mill) perusahan mampu memproduksi 150.000 ton per tahun. Perusahaan selalu mengedepankan kualitas dari setiap prosuknya, namun produk cacat akan selalu ada karena proses produksi berjalan secara kontinu, hal inilah yang menjadi tantangan perusahaan. Tujuan penelitian ini yaitu untuk mengetahui karakteristik ukur penyebab terbesar produk cacat, peta kendali karakteristik dan nilai Cp dan Cpk serta penyebab produk out of control beserta solusinya. Metode yang digunakan dalam penelitian ini adalah menggunakan seven tools. Tahapan seven tools yang digunakan adalah diagram pareto, peta kendali X - R, kapabilitas proses dan diagram sebab akibat. Analisis untuk produk bar mills S.16 memperlihatkan bahwa karakteristik terbanyak yang menjadi sebab produk cacat yaitu sebanyak 1467 batang adalah diameter dalam sehingga karakteristik ini diolah lebih lanjut dengan peta kendali. Dalam peta kendali dapat diketahui bahwa terdapat 9 sampel yang keluar dari batas kendali dengan nilai batas bawah (UCL) peta R adalah 0,529 dan untuk peta X adalah 15,087 dengan batas bawah (LCL) 14,802. Nilai Cp dari produk bar mills S.16 adalah 2,003 dan nilai Cpk sebesar 1,845. Faktor yang menyebabkan adanya penyimpangan produk yang dihasilkan antara lain manusia (kurang konsentrasi), metode (prosedur pengawasan terlalu lama yaitu setiap 30 menit), mesin (mesin atau sperol aus), material (karakteristik kimia bahan baku berbeda berda), dan lingkungan (kurang peredam suaran dan pencahayaan malam hari).

Pengendalian Kualitas Produk Coil Dengan Metode Statistical Process Control Pada Mill CTCM Pabrik Cold Rolling Mill PT. Krakatau Steel (Persero), TBK. Lintang Trenggonowati, Dyah; Arthafia, Rasie
Journal Industrial Servicess Vol 2, No 2 (2017): Maret 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.v2i2.1535

Pengendalian kualitas proses perlu dilakukan pada karakteristik kualitas yang menyebabkan proses menjadi tidak terkendali, sehingga hasil yang didapat lebih maksimal. Peta kendali P digunakan untuk mengendalikan proses yang menyebabkan timbulnya cacat (defective) pada suatu produk yang dapat menurunkan kualitas suatu produk dengan cara menginterpretasikan sinyal data yang keluar dari batas kendali. Studi kasus dilakukan pada sebuah perusahaan baja terpadu, PT. Krakatau Steel (Persero), Tbk. yang khususnya memproduksi cold rolled coil dan colled rolled sheet. Dari interpretasi data tersebut, diketahui bahwa cacat terbesar pada produk adalah cacat wavy edge sebesar 25,8%; cacat pick up sebesar 19,6%;, dan cacat bad trimmer sebesar 14,1%. Adapun penyebab cacat secara umum disebabkan oleh kesalahan teknis pada roll dan pisau pemotong serta kurangnya inspeksi dan penerapan SOP pada proses produksi. Dengan mengetahui penyebab cacat pada proses produksi di PT. Krakatau Steel (Persero), Tbk. dapat dilakukan penanggulangan-penanggulangan untuk menurunkan tingkat penyebab cacat pada proses produksi.

Usulan pengendalian kualitas GGBFS menggunakan metode six sigma di PT. Krakatau Semen Indonesia Dyah Lintang Trenggonowati; Asep Ridwan; Muhammad NR Priantama
Journal Industrial Servicess Vol 5, No 1 (2019): Oktober 2019
Publisher : Fakultas Teknik Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa

Dalam menjalankan roda perusahaan, PT Krakatau Semen Indonesia memproduksi GGBFS sebagai produk yang merupakan bahan campuran semen. Namun dalam proses produksinya, kualitas GGBFS selalu dilakukan pengujian. Ambang batas nilai minimum GGBFS kualitas blaine yaitu 420m2/kg . Namun, masih banyak nilai blaine GGBFS yang masih dibawah standard dengan total mencapai 169 sampel dan nilai tertinggi berada di bulan Agustus 2018 mencapai 42 sampel. Oleh karena itu, dibutukan pengendalian kualitas terhadap proses produksi GGBFS agar mampu meminimalisir atau mengeliminasi penyebab kecacatan GGBFS. Dalam melakukan pengendalian kualitas terhadap GGBFS digunakan pendekatan Six Sigma. Six Sigma merupakan visi peningkatan kualitas per sejuta kesempatan yang ada dengan tujuan akhir mencapai 3,4 per sejuta kesempatan. Model perbaikan dari Six Sigma dinamakan DMAIC ( Define, Measure, Analyze, Improve , dan Control) . Pada tahap define diketahui critical to quality dari GGBFS yaitu blaine , mesh, dan moisture. Tahap measure dilakukan pengukuran terhadap baseline kinerja perusahaan dengan hasil nilai sigma yaitu 2,90 yang berarti masih berada sesuai dengan rata- rata industri di Indonesia (2- 3 sigma). Pada tahap Analyze, dilakukan identifikasi dengan menggunakan diagram pareto dimana nilai tertinggi diperoleh karakteristik blaine dengan persentasi 100%, selanjutnya melakukan analisis factor- faktor penyebab kegagalan pada karakteristik kualitas blaine yang meliputi factor manusia, lingkungan, material, dan mesin/alat. Adapula analisa menggunakan FMEA yang menghasilkan nilai RPN dari masing- masing faktor penyebab kegagalan dengan nilai RPN tertinggi yaitu 240 dengan penyebab kegagalan plugger tidak rapat sehingga fokus perbaikan berdasarkan nilai RPN dengan menggunakan metode 5W+1H.

Pemodelan sistem dinamis dalam menentukan supplier menggunakan simulasi Powersim Dyah Lintang Trenggonowati; Imam Safi’i; Ani Umyati
Journal Industrial Servicess Vol 5, No 2 (2020): Maret 2020
Publisher : Fakultas Teknik Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa

Cengkiwings merupakan industri di bidang makanan. Produk makanan yang diproduksi Cengkiwings adalah sayap ayam, dada ayam, paha ayam, dan daging ayam fillet yang digoreng menggunakan tepung. Semua bahan baku Cengkiwings merupakan suplai dari supplier langganan, seperti tepung, beras, saos, ayam, kentang dan gas. Hasil identifikasi didapatkan beberapa kendala yang ditemukan di outlet Cengkiwings, diantaranya adalah masalah terlambatnya pengiriman bahan baku ke outlet dan stock bahan baku oleh supplier langganan (supplier lama) yang sering tidak lengkap (teruatama bahan baku utama yaitu ayam). Kondisi ini ternyata sangat menghambat produksi sekaligus penjualan di outlet Cengkiwings. Berdasarkan latar belakang masalah di atas, peneliti membuat tiga skenario solusi berdasar kualitas bahan baku, harga dan jarak lokasi supplier. Skenario pertama menggunakan supplier lama, skenario kedua menggunakan supplier lama dan supplier baru, dan skenario ketiga menggunakan supplier baru. Berdasarkan hasil dari olah data menggunakan Software Powersim, didapatkan keputusan menggunakan menggunakan supplier baru dan secara total mengganti semua bahan baku ke supplier lama. Kondisi ini membuat penjualan di outlet Cengkiwings menjadi lebih optimal. Pada solusi menggunakan supplier baru, rata-rata persentase tingkat penjualan hampir mendekati 100%, karena dengan mengganti supplier baru dapat memproduksi sesuai dengan permintaan yang ada. Pada kondisi ini juga tidak terdapat delay (keterlambatan) pengiriman bahan baku.

Optimasi biaya transportasi penentuan lokasi baru gudang distribusi menggunakan metode center of gravity di UMKM Batik Banten XYZ Dyah Lintang Trenggonowati; Asep Ridwan; Akbar Gunawan
Journal Industrial Servicess Vol 7, No 1 (2021): Oktober 2021
Publisher : Fakultas Teknik Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36055/jiss.v7i1.12382

UMKM Batik Banten XYZ adalah tempat usaha yang memproduksi Batik Banten dan berlokasi di Serang, Banten. UMKM Batik Banten XYZ melakukan distribusi untuk empat kota yakni Tangerang, Bekasi, Jakarta, dan Bogor. Penelitian pada UMKM Batik Banten XYZ dilakukan untuk menentukan lokasi gudang baru untuk meminimalisasi biaya pengiriman ke konsumen. Metode yang digunakan dalam penelitian adalah Center of Gravity. Dari hasil penelitian didapatkan lokasi gudang baru dengan titik koordinat X sebesar 11 dan titik koordinat Y sebesar 4 yang berlokasi di Cibubur, Jakarta Timur. Dengan lokasi gudang baru tersebut maka akan meminimumkan jarak tempuh dan biaya transportasi sebesar masing-masing 36,8 % dari jarak dan biaya transportasi awal.

Model Persamaan Regresi Pengoptimalan Waktu Pelayanan Bongkar Kargo Menggunakan Multiple Regression Analysis di PT. XYZ Dyah Lintang Trenggonowati; Kulsum kulsum; Fadhela Ara Salma
Journal Industrial Servicess Vol 6, No 1 (2020): Oktober 2020
Publisher : Fakultas Teknik Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36055/jiss.v6i1.9484

Pelabuhan merupakan salah satu tempat dimana bisa melakukan aktivitas memuat dan membongkar muatan atau barang yang dibawa kapal-kapal serta memiliki peranan penting dan strategis karena berkontribusi bagi pertumbuhan industri dan perdagangan. Salah satu pelabuhan yang ada di Indonesia adalah Pelabuhan Cigading. Pelabuhan ini terletak diposisi strategis dan tepat di jalur laut yang ramai. Hal ini membuat pelabuhan cukup sibuk dalam melayani kapal-kapal yang berlabuh di dermaga pelabuhan. Karenanya dibutuhkan pengelolaan pelabuhan dilakukan secara profesional, efektif dan efisien yaitu PT. XYZ. PT. XYZ mengelola 2 pelabuhan yaitu Pelabuhan Cigading 1 dan Pelabuhan Cigading 2. Dikarenakan adanya kontrak afiliasi dalam pelayanan bongkar kargo di Pelabuhan Cigading 2, menuntut PT. XYZ untuk melaksanakan kegiatan jasa bongkar tepat waktu sesuai dengan perjanjian yang telah ditetapkan dan disetujui oleh kedua belah pihak. Penelitian ini untuk mengetahui variabel - variabel yang berpengaruh dalam pengoptimalan waktu pelayanan kapal dengan menggunakan metode analisis regresi berganda (multiple regression analysis). Berdasarkan pada pengolahan data yang dilakukan didapatkan bahwa faktor yang mempengaruhi pengoptimalan waktu pelayanan jasa bongkar kargo adalah waktu kedatangan kapal, waktu bongkar kargo, waktu pelayanan pandu, jumlah kargo yang dibongkar dan kapasitas bongkar yang dapat dilakukan. Model persamaan regresi berganda yang signifikan dari pengolahan data adalah Y = -0.697 + 0.195 X1 + 1.011 X2 + 4.689 X3 – 3.379×10-5 X4 +3.589×10-5 X5.

Pengendalian Persediaan Bahan Kimia di UBOH PLTU Banten 1 Suralaya PT. Indonesia Power Dyah Lintang Trenggonowati; Roni Pati
Journal Industrial Servicess Vol 1, No 1 (2015): Oktober 2015
Publisher : Fakultas Teknik Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa

Bahan kimia digunakan sebagai bahan tambahan dalam peningkatan kualitas baik dalam internal water treatment maupun eksternal water treatment. Semakin banyaknya kebutuhan energi listrik maka semakin banyak kebutuhan bahan kimia yang digunakan untuk mendukung proses yang menghasilkan energi listrik tersebut. Berdasarkan data gudang pada awal januari 2015, gudang bahan kimia menyimpan 177 pail sodium bisulfit, 58 pail anti foam, 133 pail anti scale, 347 pail ammonia, dan 104 pail hydrazine. Banyaknya stok bahan kimia yang tersimpan digudang membuktikanpengendalian persedian bahan kimia di UJP PLTU Banten 1 Suralaya belum memenuhi kriteria pengelolaan persediaan yang baik. Oleh karena itu diperlukan suatu metode pengendalian persediaan bahan kimia pada perusahaan tersebut, agar jumlah persediaan bahan kimia disini optimal dan menurunkan biaya pemesanan. Pengendalian persedian dilakukan dengan meramalkan kebutuhan bahan kimia untuk 1 tahun kedepan dengan menggunakan data pemakaian bahan kimia 1 tahun sebelumnya, menghitung safetystock di gudang dan ukuran pemesan untuk mendapatkan biaya total pemesan terkecil.

ANALISIS PENYEBAB RISIKO DAN MITIGASI RISIKO DENGAN MENGGUNAKAN METODE HOUSE OF RISK PADA DIVISI PENGADAAN PT. XYZ Dyah Lintang Trenggonowati; Nur Atmi Pertiwi
Journal Industrial Servicess Vol 3, No 1a (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.v3i1a.2053

PT XYZ merupakan perusahaan yang bergerak dibidang jasa pelabuhan. Dalam menjalankan proses bisnis di bidang jasa pelabuhan, PT XYZ memerlukan suplai barang serta jasa dari mitra-mitra kerja terkait untuk dapat menyelesaikan pekerjaan tepat waktu. Namun tidak jarang perusahaan menemui risiko-risiko saat melakukan proses pengadaan barang dan jasa, seperti kesalahan dalam menetapkan harga perkiraan sendiri (HPS), keterlambatan pembuatan dokumen dan lain sebagainya. Metode House of Risk merupakan sebuah framework yang dikembangkan oleh Laudine H. Geraldin (2005) dan I. Nyoman Pujiawan (2005) dengan melakukan pengembangan metode FMEA (Failure Mode and Effect Analysis) dan metode QFD (Quality Function Deployment). Metode ini digunakan untuk menyelesaikan permasalahan seputar hubungan keterkaitan antara kejadian risiko, hubungan keterkaitan antara penyebab risiko, hubungan keterkaitan antara risiko dengan penyebab risiko serta aksi mitigasi risiko yang akan dilakukan.

Usulan aksi mitigasi risiko rantai pasok halal pada IKM Tahu Bandung Sutra menggunakan metode house of risk Asep Ridwan; Dyah Lintang Trenggonowati; Vivit Parida
Journal Industrial Servicess Vol 5, No 1 (2019): Oktober 2019
Publisher : Fakultas Teknik Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36055/jiss.v5i1.6512

IKM Tahu Bandung Sutra merupakan industri kecil menengah yang memproduksi tahu. Semakin berkembangnya industri pangan di Indonesia, perusahaan dituntut untuk dapat mempertahankan kualitas produk yang dihasilkan. Terlebih lagi Indonesia merupakan Negara dengan penduduk muslim ter besar di dunia. Dengan populasi sebanyak itu seharusnya Indonesia bisa menyediakan produk pangan yang terjamin kehalalannya. Aktivitas bisnis untuk menghasilkan produk halal tersebut tentunya dapat memungkinkan terjadinya suatu risiko. Untuk itu perlu suatu manajemen risiko yaitu dengan mengidentifikasi risiko yang berpotensi muncul pada rantai pasok menggunakan model SCOR untuk pemetaan aktivitasnya. Pemetaan aktivitas memudahkan dalam mengidentifikasi kejadian risiko dan agen risiko. Kejadian risiko dan agen risiko yang berhasil diidentifikasi kemudian dinilai tingkat dampak, tingkat frekuensi serta korelasinya dengan menggunakan metode House of Risk. Metode House of Risk memiliki dua fase. HOR fase 1 untuk mengetahui prioritas agen risiko dan HOR fase 2 untuk menentukan prioritas aksi mitigasi. Terdapat 21 kejadian risiko, 20 agen risiko dan 8 aksi mitigasi yang berhasil diidentifikasi.

ANALISIS FAKTOR OPTIMALISASI GOLDEN AGE ANAK USIA DINI STUDI KASUS DI KOTA CILEGON Dyah Lintang Trenggonowati; Kulsum Kulsum
Journal Industrial Servicess Vol 4, No 1 (2018): Oktober 2018
Publisher : Fakultas Teknik Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36055/jiss.v4i1.4088

Anak usia dini merupakan individu yang sedang mengalami proses pertumbuhan dan perkembangan yangsangat pesat, bahkan bisa dikatakan sebagai lompatan perkembangan. Hal ini sesuai dengan Teori Bloom yang mengatakan bahwa perkembangan intelektual anak terjadi sangat pesat pada tahun-tahun awal kehidupan anak. Sekitar 50% kapabilitas kecerdasan manusia terjadi ketika anak berumur 4 tahun, 80% telah terjadi ketika berumur 8 tahun, dan mencapai titik kulminasi ketika anak berumur sekitar 18 tahun. Anak usia dini memiliki rentang usia yang sangat berharga dibandingkan dengan usia-usia selanjutnya karena perkembangankecerdasannya sangat luar biasa. Usia ini sering disebut “usia emas” (the golden age) yang hanya datang sekali dan tidak dapat diulangi lagi, dan yang sangat menentukan untuk mengembangkan kualitas manusia. Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi pentingnya kontribusi orang tua terutama perempuan sebagai seorang ibu terhadap pembentukan karakter dan tumbuh-kembang anak untuk menciptakan dasar yang kuat sebagai penunjang lahirnya SDM yang kelak akan meneruskan dan mengembangkan masa depan bangsa.Hasil penelitian ini cukup memberikan gambaran bahwa konsep optimalisasi golden age anak usia dini apabila diukur dari nilai loading factor PLS didapat N1(0,814); N2(0,858); S1(0,740); S2(0,898); S3(0,683); O1(0,908); O3(0,613); L1(0,837); L2(0,644); PAUD1(0,573); PAUD2(0,903); dan PAUD3(0,619). Karena penelitian ini lebih bersifat eksploratori maka metode Partial Least Square ini dapat membantu untuk memprediksi variabel laten endogenous atau mengidentifikasi variabel-variabel utama.

Co-Authors Achmad Bahauddin Achmad Bahaudin Ade Irman Ade Irman Saeful Mutaqin Ade Sri Mariawati Alya Mustika Wardhani Ani Umyati Ani Umyati Ani Umyati Anting Wulandari Arina, Faula Arthafia, Rasie Asep Ridwan Asep Ridwan Asep Ridwan Atia Sonda Bobby Kurniawan Bobby Kurniawan Evi Febianti Fadhela Ara Salma Fatah Sulaiman Faula Ariana Faula Arina Gunawan, Akbar Gusti Imam Bimantara Hafair Mubarak Husain Muhamad, Darma Imam Safi'i Jessica Dewi Marbun Kulsum Kulsum kulsum kulsum Kulsum Kulsum Kulsum Kulsum, Kulsum Lely Herlina Lisan Auliya Rizqandini Lovely Lady Lovely Lady Maria Ulfah Maria Ulfah Maria Ulfah Muhammad NR Priantama Muharni, Yusraini Nadienda Erwidia Putri Nur Atmi Pertiwi Nuraini Minati Arafiany Nustin Merdiana Dewantari Nuzullia Febriana Putiri Bhuana Katili Putro Ferro Ferdinant Putro Ferro Ferdinant Rasie Arthafia Ratna Ekawati Restu Wigati, Restu Roni Pati Rurry Patradhiani Saeful Mutaqin, Ade Irman Salsabilla, Chika Ertanti Sari, Febrianti Permata Sirajuddin Sirajuddin ulfah, Maria Viki Dwi Aditya Vivit Parida Yanuar Sutanto Yayan Hary Yadi Yusuf, Vira Aleyda Yuyun Wulandari

Title Search

Found 22 Documents Search Journal : Journal Industrial Servicess

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 22 Documents
Search
Journal : Journal Industrial Servicess