Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
TUGAS REVIEW JURNAL
“Optimalisasi MRP dengan Model Goal Pemprograman”
OLEH :
Kelompok 4
Dimas Ronggo 105100300111052
Muh. Idham 105100303111001
Nurisya Alfiolena 105100307111006
Nur Anas 105100301111025
JURUSAN TEKNOLOGI INDUSTRI PERTANIAN
FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS BRAWIJAYA
MALANG
2012
1. Pengantar
Secara tradisional, perusahaan manufaktur telah dikendalikan bagian mereka melalui
titik pemesanan kembali (ROP) teknik. Secara bertahap, mereka mengakui bahwa beberapa
komponen ini harus tergantung permintaan, dan bahan persyaratan perencanaan (MRP)
berevolusi untuk mengontrol item tergantung lebih efektif. MRP telah menjadi metode
pengendalian persediaan yang sangat populer dan banyak digunakan bertingkat sejak 1970-
an. Penerapan alat ini populer dalam manajemen bahan telah sangat berkurang tingkat
persediaan dan meningkatkan produktivitas (Wee dan Shum, 1999). MRP adalah pendekatan
yang diterima secara umum untuk perencanaan pengisian di perusahaan besar. Perangkat
lunak ini merupakan dasar MRP yang diterima mudah. Pengambil keputusan industri yang
paling akrab dengan penggunaannya.
Aspek praktis dari MRP terletak pada kenyataan bahwa hal ini berdasarkan
pemahaman aturan, dan menyediakan dukungan kognitif, serta sistem informasi yang kuat.
MPS adalah merencanakan menunjukkan produk yang akan dihasilkan ketika dan berapa
jumlah berdasarkan peramalan atau menerima pesanan pelanggan. BOM yang menunjukkan
subkomponen atau bahan baku digunakan untuk produk mana dan berapa jumlahnya. Jumlah
material yang dibutuhkan dihitung dengan hierarkis mengalikan jumlah produksi pada MPS
dengan koefisien penggunaan unit dalam BOM. MRP menentukan kuantitas dan waktu
akuisisi item permintaan tergantung diperlukan untuk memenuhi persyaratan jadwal
induk. Salah satu tujuan utamanya adalah untuk menjaga karena saat ini sama dengan tanggal
kebutuhan, menghilangkan kekurangan bahan dan saham yang berlebih.
2. Latar Belakang
Yenisey (2006) menerapkan model flownetwork dan memecahkan metode
pemrograman linear untuk MRP masalah yang meminimalkan total biaya sistem MRP. Mula
dkk. (2006) memberikan baru model pemrograman linier untuk perencanaan produksi
mediumterm dalam capacity constrained MRP dengan sistem periode multiproduct,
bertingkat, dan multi produksi. Mereka yang diusulkan Model terdiri tiga model sub fuzzy
dengan fleksibilitas dalam fungsi tujuan, permintaan pasar, dan kapasitas sumber daya.
Wilhelm dan Som (1998) menyajikan pendekatan pengendalian persediaan untuk sistem
perakitan dengan beberapa jenis komponen. Model mereka berfokus pada persediaan produk
tunggal jadi sehingga saling ketergantungan antara tingkat persediaan komponen yang
berbeda yang diabaikan. Davies (1990) mengembangkan manufaktur MRP sistem simulasi
model dinamis terkontrol untuk mempelajari pengaruh interaksi ketidakpastian permintaan
dan penawaran. Ketidakpastian ini adalah dimodelkan dalam hal perubahan lotsize, waktu,
pesanan yang direncanakan dan pagar kebijakan pada beberapa sistem ukuran kinerja, yaitu
pengiriman terlambat, jumlah setup, mengakhiri tingkat persediaan komponen kekurangan
dan sejumlah laporan pengecualian.
3. Tujuan Pemograman Pendekatan
Tujuan pemrograman (GP) adalah alat optimasi obyektif majemuk. Tujuan model
pemrograman sangat mirip dengan model pemrograman linier. Namun, ada beberapa
perbedaan. Sementara linier program hanya memiliki satu tujuan untuk dimaksimalkan atau
diminimalkan, program tujuan mempertimbangkan beberapa tujuan yang seringkali
bertentangan satu sama lain. Tujuan umum dari GP adalah optimasi beberapa tujuan yang
saling bertentangan tepat didefinisikan oleh pengambil keputusan (s) dengan meminimalkan
penyimpangan dari nilai target. Asli tujuan dinyatakan sebagai suatu persamaan linier dengan
nilai-nilai target dan dua variabel tambahan.
Langkah yang diperlukan untuk struktur model GP adalah tiga:
(1) Tujuan diidentifikasi dan dinyatakan sebagai kendala.
(2) Tujuan dianalisis untuk menentukan variabel deviational benar diperlukan bagi mereka, d
saya, D saya +, Atau keduanya.
(3) Sebuah hirarki penting antara tujuan didirikan oleh menugaskan ke masing-masing pra
Memesan Efek Terlebih Dahulu prioritas faktor, P
4. Model Formulasi
Dalam tulisan ini, model goal programming digunakan untuk memecahkan Bahan obyektif
majemuk persyaratan perencanaan masalah. Perusahaan ini telah menunjukkan tiga tujuan
yang akan dicapai:
(1) Meminimalkan biaya produksi (tujuan produksi);
(2) Meminimalkan biaya simpan (holding tujuan), dan
(3) Meminimalkan biaya waktu tambahan yang digunakan oleh sumber, dan biaya dari waktu
sumber (sumber tujuan).
Berikut ini, parameter dan variabel untuk model didefinisikan. Matematis perumusan model
yang diusulkan, termasuk kendala tujuan berbagai berkaitan dengan masing-tujuan, kendala
sistem, dan fungsi prestasi juga dijelaskan. Model tulisan ini dapat diartikan pada tiga
tingkatan hirarkis. Tingkat pertama adalah untuk produk, kedua adalah untuk sub komponen,
dan akhirnya, yang ketiga adalah untuk bahan baku.
4.1 Notasi
Indeks:
p Indeks untuk produk
i, j indeks untuk periode
c indeks untuk subkomponen
r indeks untuk bahan baku
Biaya:
pcc satuan biaya dari p produk termasuk semua biaya produksi selain mentah
bahan 'dan subkomponen' biaya pembelian
ccc biaya unit subkomponen c
rcc unit cost r bahan baku
php memegang biaya produk p
chc memegang biaya subkomponen c
rhr memegang biaya r bahan baku
pihp memegang biaya p produk untuk periode awal
cihc memegang biaya subkomponen c untuk periode awal
rihr memegang biaya r bahan baku untuk periode awal
Parameter:
PDp, I permintaan untuk produk p pada periode i
TPISp jumlah tingkat persediaan awal produk p
TCISc jumlah tingkat persediaan awal subkomponen c
TRISr jumlah tingkat persediaan awal bahan baku r
TPFSp jumlah tingkat persediaan akhir dari produk p
TCFSc jumlah tingkat persediaan akhir dari subkomponen c
TRFSr jumlah tingkat persediaan akhir dari r bahan baku
cup, c unit penggunaan subkomponen c untuk produk p
ruc, r unit penggunaan r bahan baku untuk subkomponen c
CLc lead time dari subkomponen c
RLr lead time bahan baku r
Variabel:
Dasar keputusan variabel:
PPp, j kuantitas p produk yang harus diperoleh dalam periode j
CPc, j kuantitas subkomponen c yang harus diperoleh dalam periode j
RPr, j kuantitas r bahan baku yang harus diperoleh dalam periode j
Sekunder variabel keputusan:
PIp, i, j persediaan produk p dibawa dari periode i ke j periode
CIc, i, j inventarisasi subkomponen c dibawa dari periode i ke j periode
RIr, i, j inventarisasi r bahan baku dibawa dari periode i ke j periode
PISp, I kuantitas p produk yang akan digunakan pada periode i daripersediaan
awal onhand
CISc, I kuantitas c komponen yang akan digunakan dalam periode I dari
onhand awal inventaris
RISr, I kuantitas r bahan baku yang akan digunakan dalam periode i dari
onhand awal inventaris
Bantu variabel
dp- deviasi variabel prestasi rendah dari tujuanp (Tujuan produksi)
dp+ deviasi variabel prestasi tinggi dari tujuanp (Tujuan produksi)
dh- deviasi variabel prestasi rendah dari tujuanh (Tujuan memegang)
dh+ deviasi variabel prestasi tinggi dari tujuanh (Tujuan memegang)
ds- deviasi variabel prestasi rendah dari tujuans (Tujuan sumber)
ds+ deviasi variabel prestasi tinggi dari tujuans (Tujuan sumber)
4.2 Tujuan Kendala dan Fungsi Objektif
4.2.1 Tujuan 1: Biaya Produksi
Komponen pertama dalam kendala adalah total biaya produksi produk termasuk semua
produksi selain bahan baku dan subkomponen 'biaya pembelian biaya. Kedua komponen
adalah biaya subkomponen total termasuk biaya pembelian untuk item diperoleh dari luar
sedangkan biaya produksi untuk yang diproduksi dalam pabrik. Komponen ketiga adalah
bahan total biaya termasuk biaya pembelian untuk item pengadaan dari luar sementara
produksi biaya bagi mereka yang diproduksi dalam pabrik. Hal ini dapat dilakukan
dengan formula sebagai berikut:
Keterangan:
• Pada komponen 1 adalah total biaya produksi produk termasuk semua produksi selain
bahan baku dan subkomponen.
• Pada komponen 2 adalah biaya subkomponen total termasuk biaya pembelian item
yang diperoleh dari luar sedangkan biaya produksi untuk yang diproduksi dalam
pabrik.
• Pada komponen 3 adalah bahan total biaya termasuk biaya pembelian item pengadaan
dari luar, sementara produksi biaya yang diproduksi dalam pabrik
4.2.2 Tujuan 2: Biaya Penyimpanan
Kendala mengejar untuk mencapai tujuan biaya holding. Biaya kepemilikan sebesar
meliputi, biaya penyimpanan produk, subkomponen dan bahan baku. Biaya pemeliharaan
untuk jangka waktu dalam perencanaan php, Bab c dan rhr, dan mencakup persediaan
tercatat sebagai biaya. Mereka tidak mencakup produksi atau pembelian biaya. Biaya
penyimpanan juga berlaku untuk persediaan yang disimpan untuk periode setelah masa
terakhir dari perencanaan. Namun, biaya penyimpnan ditetapkan untuk persediaan yang
dibawa dari periode sebelum periode pertama perencanaan, PIHp, CIHc dan Rihr
termasuk semua biaya yang terbuat dari kedua biaya produksi atau pembelian dan biaya
persediaan. Hal ini dapat diselesaikan dengan formula berikut:
4.2.3 Tujuan3: Biaya Tambahan
Pada model ini menerangkan bahwa manajemen berusaha untuk mengurangi total biaya dari extra time used by sources dan cost of lazy time of souces. Hal ini dapat diselesaikan dengan formula berikut:
Contoh:
Sebuah model tiga tingkatan dibuat adalah sebagai contoh untuk penelitian ini. Struktur BOM untuk contoh kasus diberikan pada Gambar dibawah ini. Contoh ini terdiri dari satu produk, enam subkomponen dan dua bahan baku. Dalam Gambar ini, angka dalam kurung oleh mewakili lead time untuk item, dan angka dalam tanda kurung di dekat busur mewakili penggunaan unit subitems.
Perusahaan telah menetapkan nilai target, yang ingin dicapai dalam tiga tujuan, yaitu: produksi biaya sebesar 4.500.000.000, biaya penyimpanan sebesar 20.000.000 dan biaya tambahan sebesar 100.000.000. Optimal nilai-nilai dari variabel keputusan dasar dan nilai target dirangkum dalam Tabel 1. Tanda dari ‘’N/A‘’ dalam sel-sel dari Tabel 1 berarti bahwa pasokan untuk pembagian pada periode dan item tidak ada, karena struktur dari masalah sampel.
Kelebihan:
Penelitian ini memiliki beberapa itions propos untuk penelitian lebih lanjut.
(A) Jenis ketidakpastian dapat dimasukkan, seperti, ketidakpastian permintaan, ketidakpastian dalam lead time, ketidakpastian sumber daya kapasitas atau ketidakpastian karena variasi kualitas.
(B) model yang diusulkan dalam makalah ini dapat menjadi konstruksi blok untuk membuat keputusan sistem pendukung untuk perencanaan produksi dengan tepat data.
(C) Penelitian lebih lanjut dapat fokus pada model goal programming nonlinier.
(D) Selanjutnya penelitian dapat digunakan dari koefisien fuzzy dalam model.
Nur Anas 105100301111025
Dimas Ronggo 105100300111052
Nurisya 105100307111006
Muh. Idham 105100303111001