Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal EQIEN - JURNAL EKONOMI DAN BISNIS SISTEMIK : Jurnal Ilmiah Nasional Bidang Ilmu Teknik
Oviyan Patra
Unknown Affiliation
Decision Sciences, Operations Research & Management Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
USULAN PERBAIKAN TATA LETAK FASILITAS DEPARTEMEN PRODUKSI DENGAN ALGORITMA CRAFT (Studi Kasus di CV. GRAND MANUFACTURING INDONESIA) Oviyan Patra; Rizky Ramadhan
SISTEMIK (Jurnal Nasional Ilmu Teknik) Vol 8 No 2 (2020): Sistemik : Jurnal Ilmiah Nasional Bidang Ilmu Teknik
Publisher : Sekolah Tinggi Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53580/sistemik.v8i2.46

Abstract

Tata letak yang baik adalah tata letak yang dapat menangani sistem material handling secara efisien. Sistem material handling yang kurang efisien menjadi masalah yang cukup besar dan dapat menggangu kelancaran proses produksi. Selain itu juga dapat menyebakan peningkatan biaya yang dikeluarkan untuk perpindahan material. CV. Grand Manufacturing Indonesia mengalami permasalahan dalam hal penempatan fasilitasnya, seperti fasilitas yang saling berkaitan terhalang oleh fasilitas lain yang tidak ada hubungan keterkaitan, dan fasilitas tersebut tidak saling berdekatan dalam aliran produksi, yang berakibat pada jarak tempuh yang terlalu jauh dari satu fasilitas ke fasilitas lain, sehingga mengakibatkan besarnya biaya yang dikeluarkan. Perancangan ulang tata letak fasilitas fasilitas CV. Grand Manufacturing Indonesia menggunakan algoritma CRAFT. Tata letak alternatif yang dihasilkan oleh algoritma CRAFT menunjukan indikator total cost yang paling rendah. OMH tersebut akan mempengaruhi pada HPP untuk produk filter oli. Alternatif layout algoritma CRAFT dengan pertukaran 2 departemen pada iterasi ke-20, merupakan layout usulan yang terpilih karena berdasarkan perhitungan total cost, jarak tempuh perpindahan material, dan ongkos material handling (OMH) memiliki nilai terkecil. Jika dibandingkan dengan tata letak sekarang, Tata letak alternatif yang dihasilkan oleh algoritma CRAFT mengurangi ongkos material handling sebesar 63,9% dari ongkos material handling layout yang diterapkan oleh perusahaan saat ini.
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 Gianti Puspawardhani Hendi Suryana Jahny Sastradiharja Pardiyono, Ragil Rizky Ramadhan