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,
mengungkapkan
pemeriksaan
bahwa
mayoritas
lebih
dekat
pekerjaan
dengan yang
analisis ada
literatur
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 masingmasing 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 potonganpotongan 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 kejadiankejadian 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
waktu
untuk
bertujuan
untuk
pemakaian
mandapatkan
time
sub-assembly
rasio.
Dengan
terhadap kata
lain,
penyelesaian mereka
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 masamasa 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.
