Show simple item record

dc.contributor.authorWahyudi, Agus
dc.date.accessioned2016-12-08T02:33:19Z
dc.date.available2016-12-08T02:33:19Z
dc.date.issued2004
dc.identifier.urihttp://hdl.handle.net/123456789/1349
dc.description.abstractPenanganan material handling diperkirakan menggunakan 15% sampai 70% dari total biaya manufaktur. Oleh sebab itu penanganan material menjadi masalah pertama kali yang harus dianalisis untuk pengurangan biaya. Salah satu masalah material handling dalam gudang penyimpanan adalah kegiatan penarikan barang dari rak penyimpanan pada saat terjadi order terhadap suatu produk. Produk dengan order yang tinggi akan mempunyai sifat fast-moving dan mengakibatkan tingginya aktifitas material handling tersebut. Kebijakan penempatan produk juga dipengaruhi oleh aktifitas operasional gudang sehingga produk akan ditempatkan berdasarkan klasifikasi produk untuk memudahkan proses administrasi, pencarian maupun penarikan. Artificial Neural Network (ANN) yang dikembangkan oleh Kohonen telah diaplikasikan ke dalam beberapa bidang permasalahan, salah satunya adalah masalah clustering Pokok permasalahan dari jaringan kohonen dalam menyelesaikan masalah clustering adalah membiarkan jaringan syaraf belajar sendiri mengorganisasikan dirinya. Untuk dapat melakukan hal ini maka pada jaringan Kohonen diberikan pola secara terus menerus (continue) dan acak (random) sehingga diperoleh jaringan Kohonen yang stabil. Set input neuron adalah tingkat permintaan dan nomor kategori, cluster yang akan dibentuk sejumlah 30 cluster dan data input adalah produk buku sejumlah 530 data. Pelatihan ANN dilakukan secara uniform terhadap seluruh data dengan laju pemebelajaran alpha 0,6, laju momentum beta 0,8 dan epoch sebanyak 1000. setelah didapat neuron output kemudian dilakukan pengujian terhadap seluruh data dan didapatkan cluster yang terbentuk sebanyak 23 cluster. Cluster yang terbentuk ini kemudian dijadikan dasar bagi penyusunan produk dalam rak sesuai dengan prioritas penempatan. Susunan penempatan produk yang baru hasil dari clustering mempunyai nilai jarak material handling sebesar 30898 m dan energi yang harus dikeluarkan sebesar 15765430,84 N. Pada kondisi awal jarak tempuh material handling sebesar 38915.48 dan energi yang dikeluarkan sebesar 23332124,54 N. Clustering menggunakan ANN tipologi Kohonen menghasilkan nilai yang lebih optimal dibandingkan dengan mekanisme sebelumnya.en_US
dc.publisherUII Yogyakartaen_US
dc.subjectPenerapan Artificialen_US
dc.subjectNeural Networken_US
dc.subjectOptimasi Ruang Penyimpananen_US
dc.subjectMeminimasi Material Handlingen_US
dc.subjectStudi Kasusen_US
dc.subjectCV. Aneka Ilmu Semarangen_US
dc.subjectmaterial handlingen_US
dc.subjectArtificial Neural Networken_US
dc.subjectclusteringen_US
dc.titlePenerapan Artificial Neural Network untuk Optimasi Ruang Penyimpanan dengan Meminimasi Material Handling (Studi Kasus di CV. Aneka Ilmu Semarang)en_US


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record