Adnyana, Ida Bagus Oka Ari (2015) Model Pendukung Keputusan Sebagai Pendukung Perencanaan Produksi Pipa Baja Dengan Menggunakan Neural Network Di PT. Steel Pipe Industry Of Indonesia TBK. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
9113205315-Master_Thesis.pdf - Accepted Version Download (2MB) | Preview |
Abstract
Pembangunan infrastruktur berperan signifikan dalam mendorong pertumbuhan dan pembangunan ekonomi Indonesia. Saat ini, pada PT. Steel Pipe Industry of Indonesia Tbk sering terjadi ketidaksinambungan antara rencana produksi dengan proses produksi. Hal ini menyebabkan biaya yang besar untuk barang-barang yang tidak terjual ke pelanggan yang disimpan pada gudang. Sistem pendukung untuk merencanakan proses produksi yang berkelanjutan pada perusahaan diharapkan dapat melakukan manajemen terhadap perencanaan proses produksi. Metode pemodelan data yang digunakan adalah pemodelan neural network untuk meramalkan permintaan produk. Pada penelitian ini dibandingkan antara model peramalan time series dengan model multivariabel kemudian dicari model terbaik. Data yang digunakan dalam penelitian ini adalah data permintaan produk bulanan pipa baja pada PT. Steel Pipe Industry of Indonesia Tbk dan beberapa data pendukung lainnya. Hasil permodelan antara model univariabel dan multivariabel didapatkan perbandingan dengan menggunakan statistik RMSE bahwa untuk permintaan produk pipa dalam memprediksi permintaan pipa lebih baik menggunakan model neural network dengan multivariabel. Hasil peramalan permintaan pipa baja dengan model neural network dalam mendukung perencanaan pada produksi di PT. Steel Pipe Industry of Indonesia Tbk. pada bulan September 2014 di prediksi akan mengalami peningkatan permintaan produk pipa.
====================================================================================================
Infrastructure development as significant role in promoting growth and economic development in Indonesia. Currently, the PT. Steel Pipe Industry of Indonesia Tbk frequent disconnections between the production plan with the production process. This leads to huge costs for items that are not sold to customers that are stored in the warehouse. Support system for planning sustainable production processes in the company are expected to carry out the management of the production process planning. Data modeling method used is the modeling of neural network to forecast product demand. In this study compared the time series forecasting models with multivariable model and then look for the best model. The data used in this study is a demand monthly steel pipe products on the PT. Steel Pipe Industry of Indonesia Tbk and several other supporting data. Modeling results between models obtained univariable and multivariable statistical comparison using RMSE that demand for pipe products in the pipeline better predict demand using neural network models with multivariable. Results of the steel pipe demand forecasting with neural network models to support planning in production at PT. Steel Pipe Industry of Indonesia Tbk. in September 2014 in the prediction will be increased demand for pipe products that are not too high.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTMT 658.403 801 1 Adn m |
| Uncontrolled Keywords: | Neural Network, Time Series, Multivariabel, Decision Support System |
| Subjects: | T Technology > T Technology (General) > T58.62 Decision support systems |
| Divisions: | 61101-Magister Management Technology |
| Depositing User: | Yeni Anita Gonti |
| Date Deposited: | 03 Apr 2020 09:51 |
| Last Modified: | 03 Apr 2020 09:51 |
| URI: | http://repository.its.ac.id/id/eprint/75683 |
Actions (login required)
 |
View Item |