PROZIMA (Productivity, Optimization and Manufacturing System Engineering)
Aim: to facilitate scholar, researchers, and teachers for publishing the original articles or review articles. Scope: Industrial Engineering included: Supply Chain Management Optimization and industry system Ergonomics Strategic Management Quality Engineering and Management Sustainability Experiment design Statistic Project Management Productivity Technology Management
Articles
106 Documents
<![CDATA[Production Forecasting with Multiple Linear Regression Method ]]>
<![CDATA[Sulistyono Sulistyono]]>;
<![CDATA[Wiwik Sulistiyowati]]>
<![CDATA[ PROZIMA (Productivity, Optimization and Manufacturing System Engineering) Vol 1 No 2 (2017): December ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Sidoarjo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21070/prozima.v1i2.1350
<![CDATA[Dengan banyaknya pembangunan gedung-gedung, merupakan peluang besar yang bagus untuk industri mesin pendingin. Untuk memenuhi terhadap permintaan mesin pendingin diperlukan peramalan yang tepat dalam pengambilan keputusan dalam proses produksi. Peramalan produksi merupakan bentuk pembuatan keputusan yang dijadikan sebagai landasan dibanyak industri manufaktur dan industri pelayanan. Tujuan dilakukan penelitian ini adalah untuk meramalkan jumlah produksi sehingga dapat menentukan jumlah produksi mesin pendingin dalam 12 periode dimasa yang akan datang. Analisis regresi merupakan analisis yang bertujuan untuk menentukan model yang paling sesuai untuk pasangan data serta dapat digunakan untuk membuat model dan menyelidiki hubungan antara dua variabel atau lebih. Hasil persamaan matematika regresi yang mempengaruhi jumlah produksi adalah variabel kerusakan mesin (KM) dan harga bahan baku (HBB) serta jumlah tenaga kerja (JTK) nilai konstanta 500.308 menyatakan bahwa jika tidak ada variabel kerusakan mesin, harga bahan baku dan jumlah tenaga kerja, maka jumlah produksi sebesar 500.300. Dengan mengasumsikan diabaikannya variabel independen lainnya, jika kedua variabel (X1_KM) bernilai positif sebesar 47.869 dan (X2_HBB) bernilai positif sebesar 7.2700000, maka jumlah produksi meningkat sebesar 1%, dan jika variable (X3_JTK) bernilai negatif -3.460, jumlah produksi mengalami penurunan 1%, sebesar 3.640.]]>
<![CDATA[Ergonomic Corn Flatter Machine Work System Design to Increase Productivity ]]>
<![CDATA[Marwan Tangahu]]>;
<![CDATA[Hari Purnomo]]>;
<![CDATA[Agus Mansur]]>
<![CDATA[ PROZIMA (Productivity, Optimization and Manufacturing System Engineering) Vol 1 No 2 (2017): December ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Sidoarjo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21070/prozima.v1i2.1301
<![CDATA[Kelompok Wanita Tani (KWT) Tri Manunggal merupakan kelompok usaha pengolahan bahan pangan yang terletak di desa Sendangsari, Pajangan, Bantul, Yogyakarta yang memproduksi beberapa produk, salah satunya emping jagung. Emping jagung atau marning gepeng adalah emping yang terbuat dari biji jagung yang direbus, dikukus, dipipihkan serta dikeringkan. Proses pemipihan jagung dilakukan dengan menggunakan mesin pemipih dengan kapasitas 50 kg dan tenaga manusia sebagai operator dalam mengendalikan mesin tersebut secara aktif atau peran operator dimulai dari memasukkan wadah, mengambil jagung yang kemudian dituangkan ke dalam mesin pemipih, mengeluarkan wadah yang berisi emping atau jagung yang sudah dipipihkan, meratakan emping serta menjemur merupakan aktfitas yang tidak boleh dilewatkan oleh operator. Permasalahan yang sering terjadi adalah kondisi mesin pemipih yang tidak sesuai dengan kondisi tubuh pengelola membuat pengelola sering mengalami nyeri pada punggung dan pinggang, proses meratakan emping dapat mencederai pekerja karena pada proses meratakan, emping masih dalam kondisi panas serta pada proses pengeringan membutuhkan waktu yang cukup lama yaitu ±11 jam. Berdasarkan hal tersebut maka penelitian ini dilakukan dengan tujuan untuk mendesain mesin pemipih jagung yang ergonomis serta meningkatkan produktivitas mesin dengan menggunakan Macro Ergonomic Analisys and Design (MEAD). Hasil penelitian menunjukkan bahwa dengan adanya mesin baru tingkat kelelahan operator berkurang 47.77 % dengan peningkatan produktivitas 16.07 % serta dapat meminimalisasi waktu sebanyak 57.30 %.]]>
<![CDATA[Analysis of Motorcycle Service Queues at Honda Authorized Dealers ]]>
<![CDATA[Erwin Widiantono]]>;
<![CDATA[Tedjo Sukmono]]>
<![CDATA[ PROZIMA (Productivity, Optimization and Manufacturing System Engineering) Vol 1 No 2 (2017): December ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Sidoarjo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21070/prozima.v1i2.1297
<![CDATA[Ahass honda merupakan suatu perusahaan yang menawarkan pelayanan jasa service sepeda motor honda. Salah satu produk jasa yang menawarkan service motor seperti service ringan, service besar, injector clener, overhauld, ganti oli. Populasi kedatangan pelanggan di bagian service cukup banyak sehinggan mekanik tidaak dapat melayani secara optimal. Dengan simulasi menggunakan promodel dengan 4 pitstop maka mekanik dapat melayani sebanyak 60 motor saja dengan masing-masing mekanik melayani 15 motor. Dari usulan data yang telah di kumpulkan didapat 70 kedatangan dengan 5 pitstop dan 33 menit waktu service dengan perhitungan menggunakan Multiple Server di dapat hasil 7 menit waktu tunggu dan 5 unit pitstop dengan perhitungan menggunakan simulasi promodel di dapat dari kapasitas 70 yang dapat di tangani oleh mekanik adalah 69-70 motor setiap harinya.]]>
<![CDATA[Efforts to Increase Productivity by Minimizing Waste Using From To Chart (FTC) ]]>
<![CDATA[Achmad Fadli Islaha]]>;
<![CDATA[Atikha Sidhi Cahyana]]>
<![CDATA[ PROZIMA (Productivity, Optimization and Manufacturing System Engineering) Vol 1 No 2 (2017): December ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Sidoarjo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21070/prozima.v1i2.1289
<![CDATA[Sebagai salah satu perusahaan yang bergerak di bidang pengolahan hasil laut, PT.XYZ merupakan sebuah pabrik pembuat tepung rumput laut, yang dalam perkembangannya terus melakukan perbaikan secara terus menerus demi tercapainya hasil produksi tepung rumput laut yang berkualitas. Akan tetapi dalam segi produktivitas perusahaan beberapa kendala dari beberapa faktor,terutama dari segi efektifitas dan terdapat banyaknya waste.Dengan dilakukannya penelitian ini yang bertujuan untuk mengetahui area-area yang teridentifikasi sebagai waste dan juga meningkatkan produktivitas mesin-mesin produksi dengan cara layout letak mesin-mesin. Sehingga di harapakan dengan penelitian ini perusahaan dapat meningkatkan produktivitas produksi.Metode yang bisa digunakan untuk menganalisa permasalahan dalam proses peningkatan produktifitas dan meminimasi waste adalah Metode From to Chart (FTC). Dimana metode ini melakukan perbaikan melalu layout ruang produksi sehingga proses produksi berjalan lebih cepat.]]>
<![CDATA[Measurement of Employee Work Productivity in the Production Department by Using Objective Matrix (OMAX) and Root Cause Analyze (RCA) Methods ]]>
<![CDATA[Mohammad Bahrudin]]>;
<![CDATA[Hana Catur Wahyuni]]>
<![CDATA[ PROZIMA (Productivity, Optimization and Manufacturing System Engineering) Vol 1 No 2 (2017): December ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Sidoarjo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21070/prozima.v1i2.1299
<![CDATA[CV. X adalah suatu perusahaan yang bergerak pada bidang makanan yang memproduksi baso ayam dan siomay ayam. Proses produksi sangat berpengaruh pada pencapaian target produksi.Karena proses produksi sangat erat hubungannya dengan produktivitas kerja maka peneliti ingin mengukur tingkat produktivitas pada perusahaan ini. Tujuan dari penelitian ini adalah mengetahui indeks produktivitas serta mengetahui penyebab menurunnya tingkat produktivitas perusahaan menggunakan metode OMAX dan RCA Hasil dari penelitian pada metode OMAX adalah tingkat poduktivitas yang rendah terdapat pada rasio 6 dan 7 yaitu rasio produk baik yang dihasilkan dan rasio total pekerja yang masing – masing mempunyai nilai 30.Selain itu tingkat produktivitas yang paling tinggi adalah rasio 2 yaitu rasio bahan baku yang digunakan dalam menghasilkan produk yang bernilai 60. Sementara pada metode RCA dapat dikethui penyebab terjadinya penurunan produktivitas adalah karena beberapa factor seperti factor manusia, mesin serta metode.]]>
<![CDATA[Tofu Cutting Tool Design Improvement With Value Engineering Approach ]]>
<![CDATA[Dani Budihamsyah]]>;
<![CDATA[Boy Isma Putra]]>
<![CDATA[ PROZIMA (Productivity, Optimization and Manufacturing System Engineering) Vol 1 No 2 (2017): December ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Sidoarjo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21070/prozima.v1i2.1341
<![CDATA[Tahu merupakan makanan olahan yang terbuat dari pemerahan gilingan kacang kedelai makanan yang tergolong mempunyai protein yang tinggi. Tingginya minat akan konsumsi tahu membuat para produsen tahu harus bekerja keras untuk memenuhi permintaan yang makin hari kian meningkat. Untuk menjaga komitmen kepada pelanggan maka harga, kualitas dan ketersediaan tahu harus dipertahankan. Kecacatan fisik dan keseragaman ukuran tahu menjadi faktor penting agar konsumen tidak merasa dirugikan. Untuk mengurangi kecacatan ukuran dan bentuk fisik tahu serta mempercepat waktu proses pemotongan tahu maka harus dibuatkan suatu alat yang dapat membantu proses pemotongan tahu. Metode value engineering menawarkan cara bagaimana proses pembuatan cetakan tahu dengan kualitas terbaik dengan harga yang paling terjangkau tetapi tetap mempertahankan kualitas, reliabilitas, performa dan tentunya dengan harga yang terbaik. Dengan pembuatan cetakan tahu menggunakan metode value engineering, akan menambah performa operator pemotongan tahu agar meningkatkan efisiensi waktu hingga 56,5% dan tingkat presisi serta mengurangi tingkat kecacatan pada tahu sebesar 88%. Metode VE ini juga membantu dalam pemilihan alternative yang terbaik dari segi biaya hingga 12%, tetapi performa, ketahanan, dan keandalan tetap terjaga sehingga akan meningkatkan produktivitas dan menambah keuntungan bagi perusahaan.]]>
<![CDATA[Pengendalian Kualitas Produk Dengan Menggunakan Metode SQC dan HRA Guna Meningkatkan Hasil Produksi Tahu di IKM H. Musauwimin ]]>
<![CDATA[Koyor Rujianto]]>;
<![CDATA[Hana Catur Wahyuni]]>
<![CDATA[ PROZIMA (Productivity, Optimization and Manufacturing System Engineering) Vol 2 No 1 (2018): June ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Sidoarjo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21070/prozima.v2i1.1065
<![CDATA[Small and Medium Industries (IKM) H.Musauwimin is a manufacturing industry in the field of tofu production. In the production process there are still frequent product defects, including coarse tofu, tofu surface torn, soft texture, and faded color. For this reason, we need a way to minimize the possibility of product defects. The objectives of this study are (1) Identifying disability factors using the Statistical Quality Control (SQC) method, (2) Improving employee performance performance using the Human Reliability Assessment (HRA) method, (3) Minimizing product defects in the production process so as to increase productivity. The results of this study are (1) of the four types of rejects for the biggest 3 months in tearing surface type with a percentage of 46% of all rejects (2) By testing the adequacy of the data using the SQC method in the production process for 3 months then sample we tested a total of 284. From the results of the data adequacy test data obtained a value of 7,289, so the number of samples is larger than the sample that should be. (3) From the results of measuring employee performance using the HRA method. The biggest HEP value is the type of Possible Error. The operator only estimates and there is no standard in mixing vinegar acid with the filtrate. With an HEP value of 0.48. So this factor is the most dominant cause of disability and must be corrected immediately.]]>
<![CDATA[Integration of SWOT and AHP Methods to Formulate Marketing Strategy (Case Study : PT. Rattan Craft Indonesia) ]]>
<![CDATA[Ardi Setiawan]]>;
<![CDATA[Hana Catur Wahyuni]]>
<![CDATA[ PROZIMA (Productivity, Optimization and Manufacturing System Engineering) Vol 2 No 1 (2018): June ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Sidoarjo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21070/prozima.v2i1.1298
<![CDATA[PT. Rattan Craft Indonesia is the p roducers of Wooden indoor Furniture. Rattan Craft does not have the right marketing strategy so that is th e reason the level of sales is not on maximum grade. From the background above, the the problem of this research is: 1. How are the good marketing strategy based on a SWOT method? 2. What a re the good strategy based on AHP. The data analysis in this research using Metod e analysis Swot and AHP. The results of this research get a value of the respective weights by AHP each criterion , namely the ad ministration of 0.057, 0.082 quality, competitive 0.097, 0 .119 raw materials, products already exported 0.151, 0.163 market opportunities, relationships 0.175, 0.156 discipline. The conclusion of this study are: 1. The company utilizes the existing opportunities by maintaining good relations with the relationships that the co mpany's products have been exported can be maintained or even increase exports. 2. The decipline of employees should be more guarded and must be improved so that the company's product quality is maintained.]]>
<![CDATA[LPT-Branch and Bound Algorithm in Flexible Flowshop Scheduling to Minimize Makespan ]]>
<![CDATA[Dana Marsetiya Utama]]>
<![CDATA[ PROZIMA (Productivity, Optimization and Manufacturing System Engineering) Vol 2 No 1 (2018): June ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Sidoarjo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21070/prozima.v2i1.1527
<![CDATA[This article discussed the problem of flow shop scheduling to minimize the makespan. The purpose of this article is to develop the LPT and Branch And Bound (LPT-Branch And Bound) algorithms to minimize the makespan. The proposed method is Longest Processing Time (LPT) and Branch And Bound. Stage settlement is divided into 3 parts. To proved the proposed algorithm, a numerical experiment was conducted by comparing the LPT-LN algorithm. The result of the numerical experiment shows that LPT-Branch And Bound's proposed algorithm is more efficient than the LPT-LN algorithm.]]>
<![CDATA[Production Forecasting Using Autoregressive Integrated Moving Average (ARIMA) Method at PT. XYZ ]]>
<![CDATA[Mohammad Buchori]]>;
<![CDATA[Tedjo Sukmono]]>
<![CDATA[ PROZIMA (Productivity, Optimization and Manufacturing System Engineering) Vol 2 No 1 (2018): June ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Sidoarjo ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21070/prozima.v2i1.1290
<![CDATA[In production planning and control the first step is to forecast to determine how much production, the company forecasting is still not optimal, because forecasting has an important role in a company. PT. XYZ is a food company that produces chicken meatballs and chicken dumplings. So from that this study uses the forecasting method Autoregressive Integreted Moving Average (ARIMA). ARIMA is often also called the Box-Jenkins time series method. ARIMA is very good for short-term forecasting, while for long-term forecasting the forecasting accuracy is not good. The purpose of this research is to get a good ARIMA model, used to forecast production in the company. So that the production becomes optimal and not excessive which can cause waste of raw materials, which will make production costs a lot. Data processing is done with the help of an Eviews computer program to determine a good ARIMA model, from processing data obtained by ARIMA (1.0,0). With the results obtained forecasting in the period 37 to period 48.]]>
