Production smoothing Dalam Sistem Manufaktur Just-In-Time:

Tinjauan Terhadap Model Pendekatan dan Solusi

Production smoothing adalah salah satu yang paling penting dalam kegiatan

perencanaan taktis untuk operasi yang efisien dari produk campuran sistem

manufaktur just-in-time (JIT). Sehingga, perhatian penelitiaan difokuskan pada

topik ini. Namun, pemeriksaan lebih dekat dengan analisis literatur

mengungkapkan bahwa mayoritas pekerjaan yang ada disinkronisasi

berkonsentrasi pada sistem perakitan, yang, sebagian, disebabkan oleh kenyataan

bahwa filsafat JIT berasal dari jalur perakitan lingkungan. Hal ini membatasi

penerapan hasil penelitian analisis dalam praktik pengaturan. Makalah ini pertama

membahas pemodelan praktis dan tantangan yang muncul dalam meratakan

produksi dalam konteks manufaktur JIT. Kemudian, sebuah tinjauan luas dari

literatur yang ada memfokuskan pada model analitis dan solusi algoritma yang

dikembangkan di lapangan telah diberikan.

1. Introduksi

Toyota Production System (TPS) adalah satu set alat terpadu dan metode

yang berfokus pada identifikasi dan penghapusan limbah, dan karena itu

meningkatkan produktivitas. Filsafat 'Just-in-time' (JIT), yang diberi nama setelah

sebuah frasa berasal di Toyota Motor Company, merekomendasikan merancang

dan mengendalikan proses manufaktur seperti barang-barang yang dibutuhkan

diproduksi dalam kuantitas yang diperlukan ketika mereka dibutuhkan. Untuk

tujuan ini, TPS menunjukkan bahwa seharusnya produksi dipicu oleh permintaan,

penganjuran penggunaan sistem penarikan untuk kontrol produksi. Secara khusus,

ketika penarikan kontrol produksi berlaku, jadwal produksi untuk tahapan terakhir

dalam operasi manufaktur disebarkan melalui semua tahapan operasi manufaktur.

Tujuan meratakan produksi, yang merupakan keputusan perencanaan tingkat

taktis juga disebut sebagai Heijunka atau tingkat penjadwalan, adalah untuk

mengurangi variabilitas dari tingkat produksi pada tahap akhir operasi manufaktur

sehingga dapat menciptakan permintaan yang stabil untuk operasi manufaktur lain

pada tahap-tahap sebelumnya. Oleh karena itu, production smoothing merupakan

elemen kunci TPS, dan karena itu sebuah komponen kunci dari filosofi JIT

(Walleigh 1986, Coleman dan Vaghefi 1994, Monden 1998).

Karena harapan pelanggan untuk meningkatkan variasi produk, perusahaan

manufaktur telah memperluas campuran produk mereka untuk memasukkan

jumlah yang lebih besar masing-masing produk akhir dengan beberapa varian

yang berbeda. Oleh karena itu, sistem produk campuran, di mana sumber daya

manufaktur dibagi di antara beberapa kelompok dari produk multipel masing-

masing dengan beberapa jenis yang memungkinkan, telah menjadi lebih umum di

industri manufaktur dan telah dipelajari secara luas. Di beberapa industri seperti

industri elektronik, peningkatan dalam berbagai produk mengarah ke varian tinggi

dalam permintaan. Hal ini, pada akhirnya, memerlukan peningkatan kemampuan

sistem manufaktur untuk menanggapi peningkatan variabilitas, mungkin melalui

adopsi dari manufaktur yang fleksibel dan prinsip-prinsip manufaktur yang

tangkas (Yusuf et al. 1999). Namun, di beberapa industri seperti industri peralatan

industri, meskipun berbagai produk tinggi, variabilitas permintaan mungkin masih

relatif rendah karena perusahaan ini berusaha untuk menstabilkan permintaan

terhadap produk akhir menggunakan strategi manajemen pasokan yang efektif.

Dalam industri, penggunaan prinsip-prinsip manufaktur JIT masih merupakan

pilihan. Dengan meningkatnya kompleksitas struktur produk dan tingkat

diversifikasi produk konfigurasi, operasi manufaktur menjadi semakin lebih rumit,

render production smoothing untuk campuran produk sistem JIT masalah yang

cukup menantang.

Semakin banyak perusahaan dari berbagai industri yang tertarik untuk

mengadopsi filsafat JIT untuk meningkatkan produktivitasnya, dan dengan

demikian juga meningkatkan daya saing mereka di pasar. Pada kenyataannya,

sebuah studi baru-baru ini melaporkan bahwa filsafat JIT telah diadopsi oleh

banyak perusahaan manufaktur dari keseluruhan industri, termasuk elektronik,

industri mesin, makanan dan tekstil, dan lain-lain (Fullerton dan McWatters

2001). Adopsi filsafat JIT mengharuskan perusahaan untuk merestrukturisasi

operasi manufaktur mereka. Walleigh (1986) menekankan pentingnya production

smoothing dan menyatakan bahwa kemungkinan untuk menjadi salah satu

langkah pertama dalam transformasi manufaktur JIT. Lummus (1995) melakukan

studi simulasi tiga stasiun perakitan (yang menarik dari sub-majelis tiga sub-baris

dengan satu, dua dan tiga stasiun, masing-masing) di mana produk yang berbeda

memiliki setup yang berbeda dan waktu pemrosesan yang diperlukan, dan

menunjukkan bahwa jadwal produksi yang diperoleh dengan metode production

smoothing terutama dirancang untuk mensinkronkan jalur perakitan. Oleh karena

itu, dalam rangka untuk memfasilitasi adopsi yang lebih luas dalam JIT

manufaktur, ada kebutuhan yang jelas untuk mengembangkan seperangkat solusi

analitis model dan algoritma yang membahas masalah smoothing produksi (PSP)

dalam berbagai lingkungan manufaktur realistis.

Tujuan makalah ini adalah untuk memberikan tinjauan kritis dari analitis

literatur saat ini tentang smoothing production untuk campuran produk sistem

manufaktur JIT. Alat analisis alternatif, seperti simulasi, dikutip sebagai relevan,

namun berada di luar lingkup dari tinjauan ini, karena minat penulis terletak

dalam menempatkan penekanan pada pemodelan analitik dan pembangunan

algoritma untuk mendukung pengambilan keputusan. Setelah menyelidiki sejauh

mana alamat literatur yang ada PSP dalam berbagai lingkungan manufaktur yang

ditemui dalam praktik, penulis akan meninjau pemodelan yang ada dan solusi

pendekatan dan mengidentifikasi jalan-jalan baru dari penelitian.

2. Pembahasan tentang isu-isu praktis dan pemodelan dalam production

smoothing

2.1. Masalah praktis

Kubiak (1993) memberikan tinjauan komprehensif dari literatur analisis ini

sampai 1993. Namun, pemeriksaan lebih dekat tentang lingkungan manufaktur

yang melekat pada industri manufaktur JIT sekarang menjadi semakin lebih luas

mengungkapkan bahwa tahap akhir operasi manufaktur tidak harus terdiri dari

jalur perakitan yang selaras; itu mungkin (i) mesin satu toko, (ii) aliran toko, atau

(iii) pekerjaan toko juga. Masing-masing lingkungan manufaktur model analitis

yang berbeda menimbulkan tantangan untuk PSP, di mana keuntungan yang akan

diperoleh dari production smoothing adalah sama dan sangat penting.

Production smoothing di Toyota berfokus pada pengurangan variabilitas

tingkat konsumsi sub-perakit yang digunakan pada tahap akhir (Monden 1983).

Miltenburg dan Sinnamon (1989) memperluas pendekatan Monden's (1983)

dengan mempertimbangkan smoothing kedua produk akhir tingkat produksi dan

sub-perakitan tingkat konsumsi pada tahap sebelumnya dari sistem manufaktur.

Miltenburg (1989) berkenaan dengan mengurangi variabilitas dari tingkat

produksi untuk produk akhir pada tahap akhir saja. Lebih khusus lagi, pendekatan

Miltenburg dan Sinnamon's (1989) berfokus pada pengendalian seberapa sering

sub-perakit yang diperlukan untuk produk akhir yang menarik serta produk akhir

selesai, sedangkan pendekatan Miltenburg's (1989) adalah pengendalian

berkonsentrasi hanya pada bagaimana sering produk akhir selesai.

2.2. Model masalah

Monden (1983) mengidetifikasi penggunaan dari sub-assembly dan sumber

beban menjadi 2 object penting pada manufaktur JIT. Kesuksesan pengguaan

dititikberatkan pada rata-rata produk akhir, yang sebaik pada rata-rata konsumsi

sub assembly yang akan ke produk jadi. Kesuksesan merupakan sebuah fungsi

deviasi dari produksi actual/konsumsi disbanding produksi ideal/konsumsi.

Kesuksesan beban dititikberatkan pada kebutuhan proses dan bagian deviasi dari

level beban kerja actual pada sumber produksi dari level beban kerja ideal.

Asumsi bahwa kebutuhan rata-rata dari produk akhir adalah konstan dan

berkelanjutan, kuantitas ‘ideal’ kumulatif untuk produk akhir semua waktu biasa

dimodelkan dalam fungsi linier (gambar 1 ). Bagaimanapun, sejak sumber

produksi tidak dapat membuat produk berbeda secara simultan, pencapaian

tingkat produk ideal tidak nyata pada prakteknya. Kuatitas produksi actual

kumulatif untuk produk akhir dalam jadwal dapat dibuat tidak kontinyu sebagai

fungsi linier piecewise, linier bertambah ketika produk akhir sedang diproduksi da

tidak meningkat, dimana tertuang dalam gambar 1. Kemudian, area yang diarsir

antara fungsi linear dan diskontinyu piece-wise fungsi diberikan pada deviasi

kuantitas aktual produksi dari kuantitas ideal. Sesungguhnya, total area yang lebih

kecil diluar horiso perencanaan adalah lebih baik, lebih halus daripada jadwal

aktualnya.

Baik untuk penggunaan dan pembebanan, baik positif dan negative

deviasinya dapat diobservasi. Untuk itu, dalam penformulaan dan fungsi objektif,

kita dapat mengambil baik pangkat atau niali absolute deviasinya, dimana menjadi

nilai pangkat atau nilai absolute fungsi objectif. Akhirnya, problem optimasi dapat

diformulakan untuk baik meminimalisir deviasi total atau deviasi maximum, yang

disebut dengan fungsi minsum dan minmax.

Asumsi permodelan awal yang menentukan karakteristik menyebabkan

kesulitasn dalam pemecahan problem optimasi. Dalam literature terdapat banyak

pekerjaan dimana mengasumsikan waktu setup nol, dan memungkinkan

pergantian. Sama dengan, penggiunaan waktu akan mempegaruhi seberapa rumit

problem optimasi yang akan dipecahkan. Pekerjaan biasanya mengasumsikan

waktu proses unit, dimana kebanyakan pekerjaan berfokus waktu proses.

Dalam review literature, kita dapat memperhatikan empat identifikasi

karakteristik yang berhbugan dengan prektik dan kasus permodelan, dinamakan

(i) karakteristik tingkat final dari operasi menufaktur

(ii) penghalusan aktivitas produksi

(iii) karakteristik dan formulasi dari fungsi objektif

(iv) asumsi yang berhubungan dengan set up dan waktu proses

Setelah didiskusikan, setiap karakteristik tersebut memiliki akibat pada

praktik yang relevan dalam system dan kompleksitas komputasi dari model

optimasinya.

3. PSP dalam garis sistem Assembly

Dalam literature utama PSP, yang didukung oleh buku Monden’s (1983),

terkonsen dengan garis assembly. Waktu proses yang dibutuhkan untuk setiap

produk akhir saat si tiap stasiun harus disinkroka dengan waktu assembly juga.

Untuk itu, berdasarkan durasi waktu yang berputar dan produk akhir

meninggalkan tempat assembly menjadi produk jadi, semua unit line diproses

dalam stasiun itu dan secepatnya diberikan produk jadi lagi. Terlebih lagi, waktu

set-up terpengaruh jika antara produk akhir yang berbeda diasumsikan diabaikan.

3.1 Preliminaries

Produk campuran system JIT disumsikan kosisten dalam level manufaktur

L. dan diindekskan dengan ℓ. Tahap akhir adalah line assembly dan ini

ditunjukkan sebagai level pertama (i.e. ℓ=1). Sama dengan tahap awal proses

manufaktur adalah L level (i.e. ℓ= L). Setiap level ℓ memproses nℓ item yang

berbeda. Misalnya level pertama memproses n1 produk akhir yang berbeda,

dimana tahap selanjutnya memproses nℓ sub assembly yang berbeda untuk ℓ=2,

…, L. kuantitas untuk sebuah sub assembly i pada level ℓ yang dibutuhkan untuk

mengasembly sebuah unit produk akhir h diberika pada bℓih. Permintaan utuk

item i dalam level ℓ dinoktahkan dengan : dℓI untuk ℓ=1,…,L dan i= 1,…, n ℓ.

Akhirnya, Dℓ total level permintaan ℓ,i.e. dan level permitaan

untuk tiap item i dalam tiap item ℓ dinoktahkan dengan

Jadwal produksi untuk level yang pertama dinoktahkan dengan .

mengandung tahap D1 secara total, dan tiap tahap sebuah produk single akhir

dapat diproses i.e. untuk K=1,…, D1. Jika x1,i,k kumulatif

kuatitas dari produk akhir i produksi tahap k pertama dari i=1,…, n1 da k=0,…,

D1. kita memiliki x1,i,0 = 0 dan . Begitu juga dengan

xℓ,i,k sebagai kuatitas kumulatif sub assembly pada konsumsi i untuk ℓ=2,…L.

i=1,…nℓ. dan k=0,…D1. disinio kita medapatkan xℓ,i,0 = 0 dan

Disii, kumulatif asumsi sub assembly adalah old an tiap

tahap meningkat kebutuhan kuantitas dap roses produk akhirnya. Model yang

memungkikan kosumsi kuantitas dari fungsi diskontiyu terdapat pada gambar 2

dimana deviasi berada diantara 2 fungsi tersebut.

Dengan kata lain, jika nilai-nilai permintaan untuk produk akhir yang

berbeda memiliki kesamaan pembagi, maka dapat dibagi menjadi Faktor

persekutuan terbesar dan terkecil sehingga hal ini dapat dipecahkan. Dalam

bagian ini, diasumsikan tidak memiliki pembagi lebih besar dari satu.

Miltenburg (1989) berfokus pada tujuan penggunaan akhir produk di akhir

tahap dari sistem manufaktur dan merumuskan masalah sebagai integer kuadrat

model optimasi dengan fungsi objektif

Aigbedo (2000) mempelajari struktur properti dari formula berikut

Solusi paling efisien dari permasalahan berdasar (Kubiak dan Sethi)

(1991,1994) yang mencatat bahwa , untuk tiap unit dapat dimungkinkan untuk

menentukan posisi yang ideal dari langkah tersebut. Hal ini juga memungkinkan

untuk mendefinisikan sebuah fungsi biaya yang meningkat jika salinan dari suatu

barang menyimpang dari yang posisi yang ideal. Kuniak dan Sethi (1991) definisi

dari biaa mengacu pada reformulasi dari model Miltenburg sebagai problem

penugasan dengan elemen-elemen D dan dapat diselesaikan. Lebih lagi,

reformulasi ini dapat digunakan ketika tujuan dari formula ini dalam bentuk

Dimana Fi(.) adalah fungsi unimodal conveks yang

bernilai minimum = 0.

(Kubiak dan Sethi 1991,1994) mencatat bahwa definisi ini mencakup antara

nilai kuadrat dan nilai absolut pada fungsi objektif, dan dapat digeneralisasi untuk

kasus-kasus dimana berat berhubungan dengan produk akhir.

Menggunakan cara yang sama (Inman dan Bulfin (1991) menentukan posisi

ideal untuk masing-masing salinan dari setiap produk akhir yang dihasilkan.

Kemudian mengukur penggunaan aktual produk dalam setiap tahap dari urutan

dan kemudian membandingkannya untuk penggunaan yang ideal. Masalah ini

dipecahkan dengan awal yang efisien-duedate (EDD) pendekatan yang juga

menemukan solusi yang baik bagi perumusan asli dari Miltenburg (1989).

Steiner dan Yeomans(1993) menggunakan fungsi tujuan mutlak minmax

dan menunjukkan bahwa formulasi ini dapat dikembalikan ke Release Date /

Jatuh Tempo Keputusan Masalah, yang dapat diselesaikan agar optimal dengan

algoritma EDD, dalam O (D1) waktu. Perumusan minmax kuadrat menggunakan

fungsi objektif diselesaikan dalam 0(n1D1) (Brauner dan Crama 2004).

Model yang ada mengingat tujuan pemuatan di bawah pendekatan PRV

menggunakan fungsi tujuan dari penggunaan dan memuat tujuan, di mana wu dan

wL menunjukkan bobot masing-masing tujuan ini. (Miltenburg, 1990).

(Korkmazel dan Meral, 2001) membedakan waktu pemrosesan persyaratan pada

stasiun yang berbeda, dan perbedaan antara waktu produksi aktual yang

dibelanjakan untuk produk i pada workstation m dan waktu produksi ideal yang

seharusnya dipakai untuk produk i pada workstation m, di posisi k pertama dari

urutan:

dimana Wm adalah berat terkait dengan stasiun m, ti, m adalah waktu pemrosesan

dari endproduct di stasiun m, TM. Para penulis menyatakan bahwa masalah

dengan fungsi tujuan tertimbang dapat dikurangi ke masalah tugas dan dipecahkan

secara efisien. Pengamatan lebih dekat menunjukkan bahwa kunci untuk

transformasi ini adalah dekomposisi dari total beban kerja menjadi potongan-

potongan dari beban kerja yang dibuat oleh masing-masing endproduct. Formulasi

yang mengambil total kumulatif beban kerja secara keseluruhan, seperti akan

terlihat dalam seksi berikutnya, tidak dapat diselesaikan secara efisien.Ventura

dan Radhakrishnan (2002) memperkenalkan batch processing untuk PSP di garis

perakitan menggunakan pendekatan PRV. Penulis menganggap ukuran batch yang

diberikan untuk produk akhir. Dalam kasus ini, setup kali dapat dengan mudah

dimasukkan ke dalam (integer) batch processing kali yang berbeda-beda di antara

produk-produk. Sebagai produk yang berbeda membutuhkan waktu yang berbeda

untuk memproses, para penulis menyatakan bahwa munculnya masalah optimisasi

sulit dan mengusulkan prosedur heuristik yang efisien untuk solusi. Karya ini

adalah sebuah kontribusi penting bagi PSP sastra, dalam hal ini memungkinkan

batch processing.

Bagaimanapun juga asusmsi ukuran dibatasi oleh permasalahan. Yavus dan

Tufekci (2004) memperhitungkan batch processing ,dan Aigbedo (2000) terikat

pada fungsi tujuan untuk menjelaskan ukuran batch. Terakhir yang penting, dan

praktis relevan, varian dari PSP pada jalur perakitan

bawah pendekatan PRV dipelajari oleh Drexl dan Kimms (2001), di mana PSP

dipertimbangkan dalam kaitannya dengan apa yang disebut masalah sequencing

mobil (CSP). The CSP adalah berdasarkan pilihan-pilihan, yaitu properti yang

mobil mungkin atau mungkin tidak miliki. Merumuskan CSP, salah satu proses

pra-persyaratan waktu pemrosesan mobil dengan pilihan pada stasiun perakitan

yang menginstal pilihan, dan menghasilkan kendala (dari bentuk Ho : Tidak)

sedemikian rupa sehingga Ho mobil paling banyak dalam setiap subsequence of

No mobil dapat memiliki pilihan itu. Misalnya, waktu pemrosesan persyaratan

dapat mandat bahwa pada kebanyakan tiga mobil dengan atap matahari-opsi yang

diurutkan dalam setiap sub-urutan lima mobil, kendala yaitu atap: 3:5

ditambahkan ke model. Drexl dan Kimms (2001) menggunakan Inman dan

Bulfin's (1991) fungsi objektif dan kendala di samping

(Ho : Tidak ada type) kendala yang diperkenalkan oleh CSP. Untuk solusi tepat

dari gabungan masalah metode generasi kolom disajikan dalam Drexl dan Kimms

(2001) dan cabang-dan-algoritma terikat dalam Drexl et al. (2006).

3.3 ORV on assembly lines

Monden(1998) merumuskan pendekatan ORV menggunakan fungsi tujuan

yang dibentuk dengan menyimpulkan kuadrat penyimpangan dalam sub-perakitan

tingkat konsumsi atas sub-asembli dan tahap:

Miltenburg dan Sinnamon (1989) generalisasi Monden's perumusan masalah

dengan mempertimbangkan deviasi antara yang ideal dan aktual di empat jadwal

tingkat. Fungsi tujuan mereka menggabungkan semua empat tingkat, dengan rasa

hormat untuk mereka bobot w ',' ¼ 1,. . . , 4, dan menetapkan jumlah konsumsi

ideal menggunakan total jumlah konsumsi (X ', k ¼ Pn'

i ¼ 1 x ', i, k) pada tingkat tertentu, sampai tahap tertentu dalam urutan:

Kubiak (1993) mengembangkan generalisasi dari ORV, yang meliputi baik

Monden dan Miltenburg dan model Sinnamon sebagai kasus khusus. Ia juga

menunjukkan bahwa formulasi umum adalah NP-keras.Melengkapi karyanya,

Kubiak et al. (1997) menunjukkan bahwa pendekatan dengan ORV squared

minmax / nilai mutlak fungsi objektif NP-sangat keras. Mereka mengembangkan

prosedur DP yang mampu menangani baik minsum / minmax kuadrat / nilai

mutlak fungsi objektif, berjalan di Walaupun kompleksitas ini adalah terlalu

tinggi, yang penulis mencatat bahwa :

Seperti PSP dengan pendekatan ORV adalah suatu masalah optimisasi yang

sulit, prosedur solusi heuristik menemukan bahwa solusi-solusi yang baik dengan

perhitungan yang layak, diinginkan untuk memecahkan masalah kejadian-

kejadian hidup yang nyata.Beberapa peneliti sudah menerapkan metoda-metoda

meta-heuristic termasuk algoritma-algoritma genetik, optimisasi dan suatu metoda

multi-agent pada pendekatan ORV untuk memperoleh solusi-solusi lebih baik

dibanding (secara relatif) pendekatan heuristik sederhana.

Penolakan varian dari pendekatan ORV adalah pertimbangan kumpulan

proses. Dalam hal ini, tidak hanya urutan sub pemasangan dan hasil akhir, tapi

juga perlu untuk ditentukan proses masing-masing dari mereka yang

mengelompokkan ukuran-ukuran.

Penulis mengusulkan suatu metoda solusi yang memerlukan pemakai untuk

memprioritaskan pemakaian dan memuat sasaran untuk dua tingkatan, dan

menemukan suatu urutan yang memenuhi empat sasaran secara serempak,

memecahkan hubungan menurut prioritas-prioritas yang disediakan oleh pemakai.

Urutan permasalahan perakitan produk campuran, di mana persyaratan

waktu proses berubah di antara produk akhir di stasiun perakitan. Mereka

menyajikan suatu heuristik bernama gol time-based goal-chasing (TBGC), yang

mengevaluasi produk akhir dan memilih satu dengan total penyimpangan

minimum pemakaian sub-assembly terhadap penyelesaian waktu untuk

mandapatkan time rasio. Dengan kata lain, mereka bertujuan untuk

meminimalkan penyimpangan dan dengan metoda TBGC, mereka membangun

suatu urutan kejadian dengan penugasan bagian produk akhir untuk memperkecil

rata-rata simpangan yang terjadi selama pemrosesan nya.

Penulis menunjukkan bahwa masalah optimisasi dapat diubah menjadi satu

masalah penugasan dan penyelesaian yang efektif. Semua yang pekerjaan

kwantitatif di ORV yang didiskusikan di atas diasumsikan bahwa ketika satu

produk akhir dilepaskan ke stasiun perakitan yang pertama, semua bagian

perakitan harus siap di stasiun lini perakitan yang pertama.

4. PSP pada sistem single-machine

Suatu urutan baru pekerjaan di pengaturan produksi berpusat pada sistem di

mana langkah akhir operasi manufaktur dilaksanakan di satu mesin.

Penulis mempertimbangkan satu sistem di mana lamanya waktu yang

ditetapkan dapat digunakan untuk pemrosesan jenis tertentu dari produk akhir.

waktu yang tersedia dapat digunakan untuk pengaturan yang diperlukan, proses

atau lebih banyak unit dari produk akhir, dan, mungkin, beberapa waktu idle.

penulis mengusulkan suatu metoda solusi berfasa ganda, di mana banyaknya

susunan-susunan untuk masing-masing produk (jumlah), ukuran-ukuran, dan

panjang waktu ditentukan terlebih dulu di dalam tahap dan bersifat urut di dalam

tahap kedua. Menggunakan waktu membuat masalah fasa kedua relatif lebih

mudah, sebagai masalahnya adalah suatu pendekatan waktu diskret PRV dan

dapat secara efisien dipecahkan sebagai satu masalah penugasan.

Penulis mengusulkan satu prosedur enumerative bahwa hal kecil dapat

diselesaikan dan suatu prosedur heuristik yang parametric untuk memecahkan hal

cukup besar. Bagaimanapun, karena sifat gabungan dari masalah, pendekatan

optimisasi yang tepat adalah pemakaian waktu yang menjadi penghalang untuk

hal besar.

5. PSP pada sistem flow-shop

Suatu area arus produksi (flow shop) terdiri dari satu set mesin-mesin yang

ditempatkan secara urut, di mana sejumlah produk-produk diproses di semua

mesin mengikuti urutan pemrosesan yang sama. Meski urutan dari operasi itu

adalah umum di antara produk-produk, produk-produk tidak perlu untuk diproses

di dalam pesanan yang sama di semua mesin.

McMullen (2002) memperkenalkan konsep pengaturan produksi untuk

memproduksi sistem di mana akhir langkah operasi manufaktur adalah suatu flow

shop dengan waktu pasang urutan prosesnya tergantung untuk produk akhir. Ia

mempertimbangkan kegunaan tujuan akhir untuk pendekatan PRV dalam

hubunganya dengan pengecilan makespan (yang adalah penyelesaian waktu

produk akhir pada flow shop, contohnya, waktu yang diperlukan untuk produksi.

6. Diskusi dan petunjuk riset

Section 3-5 pada paper ini berkontribusi pada pemahaman kita tentang

model dan algoritma yang berkaitan dengan solusi pada masalah “production

smoothing” yang muncul dalam konteks Just in Time Manufacturing. Review

yang kami lakukan pada literature menunjukkan jika pekerjaan tersisa yang masih

ada mampu memendekkan/menyingkatkan tujuan PSP pada berbagai lingkungan

manufaktur yang ditemui selama latihan dan menempatkan sebuah penekanan

pada pertimbangan yang realistis yang berhubungan dengan karakteristik

lingkungan manufaktur yang bersangkutan.

Pada system perakitan, mayoritas dari pekerjaan yang ada diasumsikan

sebagai satuan unit waktu per proses dan waktu setup yang tidak berarti. Asumsi

ini secara nyata mengantarkan pada situasi dimana produksi akhir pada proses

perakitan dalam interval yang sesuai telah selesai. Focus utama dari riset yang

dilakukan ditempatkan pada alur perakitan yang disinkronkan. Lebih jauh, pada

model ORV contohnya pada konsumsi dari sub-perakitan ikut dipertimbangkan,

hal ini diasumsikan jika semua sub-perakitan dari sebuah produk akhir dibutuhkan

saat awal perakitan hingga produk akhir. Sehingga, tahap perakitan dari produk

jadi adalah sama dengan jumlah total tahap sub-perakitan yang dilakukan. Dengan

cara yang sama, hal ini digunakan pada perakitan dimana yang digunakan hanya

satu mesin dan system arus produksi. Riset mengenai hal ini masih berada pada

tahap permulaan, karena paper yang direview pada bagian ini lebih terbatas

lingkupnya, hanya pendekatan PRV yang dipertimbangkan pada system

manufaktur tipe ini. Namun untuk menjembatani jarak antara literature akademik

dan praktiknya dalam industry, ada kebutuhan untuk membangun suatu model

yang mempertimbangkan perbedaan lingkungan manufaktur dan isu-isu yang

mungkin ditemui dalam praktiknya di perusahaan yang kita diskusikan di section

2 dan mengembangkan algoritma yang efektif untuk mendapatkan solusi model

ini. Selanjutnya kita kita indikasikan beberapa tujuan yang spesifik untuk riset

atau penelitian tentang production smoothing yang akan dilakukan untuk masa-

masa mendatang. Hal ini dimaksud agar memenuhi kebutuhan dari industry dan

membantu memfasilitasi perluasan yang tak terbatas dari isu-isu mengenai JIT

manufacturing.

Pertama dan yang paling utama, tantangan dalam praktik yang tidak

dipertimbangkan pada masa sekarang harus bisa diprediksi. Hal ini ditekankan

pada semua bagian dari paper ini, terutama didorong oleh TPS, PSP yanghsudah

dipelajari secara penuh pada alur perakitan yang telah disinkronsasikan dengan

membatasi asumsi pengamatan pada proses dan waktu set up. Walaupun asumsi

ini menyederhanakan masalah di tangan dan mampu membuat pengamat

mengembangkan metode solusi yang sangat efisien, tetap saja terbatas dalam hal

aplikasi dalam praktiknya yaitu ketika tahap akhir dari operasi manufaktur tidak

membentuk aliran perakitan yang sinkron. Oleh karena itu diperlukan untuk

memepertimbangkan masalah dalam konteks manufaktur yang berbeda dari

beberapa pekerjaan yang membutuhkan satu mesin serta lingkungan arus

produksi dipertimbangkan sebagai tahap akhir dari banyak langkah sistem JIT

manufaktur. Pada kenyataannya, Cruickshanks et al. (1984)mendiskusikan sebuah

PSP dalam aktivitas perusahaan yang bertujuan untuk menemukan produksi

optimal dan level persediaan barang yang melebihi horizon perencanaan yang

terbatas. Lebih jauh, literature penjadwalan mempertimbangkan variasi yang

banyak dari lingkungan perusahaan termasuk diantaranya perusahaan terbuka

serta perusahaan siklus.

Dari perspektif model dari mayoritas paper yang ada, sub-perakitan

diasumsikan sebagai syarat sementara sebuah produk akhir yang prosesnya baru

dimulai pada tahap akhir/final. Akan tetapi, pada kenyataannya sebuah produk

akhir mungkin mempersyaratkan sub-perakitan tertentu ketika berada pada stasiun

akhir dari aliran multi stasiun perakitan atau pada mesin akhir dari arus

perusahaan. Karena itu model memasukkan titik konsumsi nyata ke dalam

perkiraan yang dapat membantu menurunkan akumulasi dari persediaan barang

sebelum tahap akhir (Xiaobo and Zhou 1999, Xiaobo et al. 1999). Oleh karena itu,

pendekatan dalam hal penjadwalan seharusnya diadopsi sebagai pengganti dari

“sequencing approach” yang sekarang. Kami mengusulkan production smoothing

dalam jangka waktu yang berkelanjutan untuk mendapatkan arah/gambaran riset

(penelitian) berkaitan dengan production smoothing yang akan dilakukan di masa

mendatang.

Pada lingkungan yang kompetitif seperti sekarang, efisiensi dilihat tak hanya

pada level perusahaan manufaktur tetapi pada level supply chain, dan bertransisi

kedalam bentuk JIT supply chain yang sangat kritis. Walaupun pada kenyatannya

daerah/ruang lingkup supply chain telah berkembang menjadi sebuah objek kajian

yang sangat besar/luas. Pekerjaan yang mempertimbangkan aliran produk smooth

pada JIT supply chain terbatas. Kubiak (2005) memperkenalkan konsep

berbamca-macam supply chain produk dan sebuah model yang bertujuan untuk

menghaluaskan urutan produksi pada tahap akhir dari supply chain. Aigbedo

(2204) juga focus mada meminimalkan variasi dari penggunaan sub-perakitan

Aigbedo (2004) is also concerned with minimizing pada berbagai macam

supply chain produk. Ia menekankan dalam banyak situasi, pemasok

mengantarkan bagian yang diperlukan dalam siklus pemesanan yang konstan,

kerangkan kerja dari kuantitas variable pemesanan, dan mengusulkan beberapa

system pengukuran baru untuk mengevaluasi berbagai macam “part usage”.

Mengoptimalkan jadwal produksi pada tahap akhir dari supply chain dengan tetap

memperhatikan variasi dan biaya yang dihabiskan oleh pemasok/supplier adalah

area penting lainnya untuk penelitian di masa mendatang.