RECORD DETAIL
Back To Previous
Back To Previous
| Title | Penentuan Jumlah Dan Penempatan Buffer Margarine – Shortening Fats Dengan Data Mining (Studi Kasus Pt Smart Pabrik Refinerasi Surabaya) |
| Edition | |
| Call Number | 2017/II/24 |
| ISBN/ISSN | |
| Author(s) | Renata, Oktavian Alma |
| Subject(s) | Data Mining Time Series Forecasting Buffer |
| Classification | 006 Ren p |
| Series Title | GMD | Tugas Akhir |
| Language | Indonesia |
| Publisher | Academic |
| Publishing Year | 2017 |
| Publishing Place | Surabaya |
| Collation | |
| Abstract/Notes | PT SMART Refinerasi Surabaya merupakan tempat memproduksi produk minyak goreng dan margarine – shortening fats sekaligus sebagai distribution center yang berkedudukan di Jawa Timur, Surabaya. Karena memiliki 2 produk berbeda, tak jarang ditemui permintaan yang berbeda jenis produk atau mixed order. Masalah yang terjadi adalah dengan mixed order akan timbul loading yang harus lintas gudang dan memakan waktu cukup lama untuk satu kali muat. Salah satu solusi yang ingin diterapkan adalah menentukan jumlah buffer produk margarine – shortening dan kebijakan peletakkannya di dalam Gudang minyak goreng agar muat tidak harus lintas gudang. Pendekatan untuk menyelesaikan masalah tersebut menggunakan metode data mining, yaitu k – means clustering dan FP – growth untuk afinitasnya. Pendekatan data mining tersebut dikombinasikan dengan metode time series forecasting yaitu moving average, simple exponential smoothing, Holt’s model, dan Winter’s model. Dengan metode tersebut dapat diketahui berapa jumlah buffer yang harus disiapkan dalam horizon mingguan, untuk Januari 2017. Dengan pendekatan Data mining tersebut, forecasting mengalami penurunan MAD (Mean Absolute Deviation) dan TS (Tracking Signal) terhadap data historis 2016, yang artinya peramalan semakin akurat. Hasil analisis sensitivitas yang dilakukan terhadap kebijakan buffer tersebut adalah distribusi probabilitas mixed order ketika mean-nya turun akan meningkatkan waktu muat dan pertambahan jumlah forklift tidak memberikan kontribusi signifikan ketika lebih dari 12 forklift. |
| Specific Detail Info | Afinitas, buffer, clustering, forecasting |
| Image |  |
| File Attachment | LOADING LIST... |
| Pembimbing | Prof. Ir. Budi Santosa, M. S, Ph.D |
| Volume | |
| Availability | LOADING LIST... |
| Back To Previous |