SISTEM DETEKSI MESIN BREAKDOWN MENGGUNAKAN METODE TOPSIS FUZZY DI PT. UNGARAN SARI GARMENT III

PRABUSIWI, ANDITA (2020) SISTEM DETEKSI MESIN BREAKDOWN MENGGUNAKAN METODE TOPSIS FUZZY DI PT. UNGARAN SARI GARMENT III. Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

[img] Text
COVER.pdf

Download (424kB)
[img] Text
ABSTRAK.pdf

Download (169kB)
[img] Text
DAFTAR ISI.pdf

Download (185kB)
[img] Text
BAB I.pdf

Download (171kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (312kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB V.pdf
Restricted to Registered users only

Download (168kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (141kB)
[img] Text
LAMPIRAN.pdf

Download (133kB)
[img] Text
PUBLIKASI.pdf
Restricted to Registered users only

Download (63kB)

Abstract

Sebagai salah satu perusahaan Garment terbesar yang memiliki ratusan ribu produk yang dihasilkan setiap tahunnya, dan menjadi importir terbesar tentu memiliki latar belakang pekerja dan mesin yang handal. Untuk selalu dapat memenuhi target produksi yang tinggi dibutuhkan salah satunya adalah mesin yang handal dengan tingkat kerusakan mesin yang minim dan pengunaan Spare Part yang rendah. Agar mesin yang digunakan di produksi selalu dalam kondisi baik, perlu dilakukannya maintenance secara rutin dan terjadwal. Namun kondisi dilapangan kadang tidak berjalan sesuai prosedur jadwal maintenance. Untuk itu dibuatlah suatu Sistem Deteksi Mesin Breakdown yang dapat memberikan data secara matematis. Sistem akan menampilkan prediksi mesin mana yang akan mengalami kerusakan berdasarkan dari rendahnya data dari hasil output produksi, tingkat pemakaian spare part dan pelaksanaan maintenance, yang disebut dengan Nilai Preferensi. Setelah sistem menampilkan nilai preferensi untuk masing – masing mesin, nilai tersebut kita bagi menjadi 3 kategori. Kategori 1 dengan nilai preferensi 0 – 0.35 mesin harus dimaintenance segera. Kategori 2 dengan nilai preferensi >0.35 – 7 mesin mendapatkan jadwal maintenance dan kategori 3 dengan nilai preferensi >0.7 – 1 mesin dalam kondisi baik, yang berarti tidak perlu mendapatkan maintenance untuk bulan tersebut. Dari hasil perankingan tersebut maka kegiatan maintenance yang dilakukan lebih tepat sasaran dan lebih akurat untuk mesin – mesin yang benar benar dalam kondisi buruk. Kata Kunci : Sistem Deteksi Mesin, Breakdown, TopsisFuzzy, Garment

Item Type: Thesis (Undergraduate)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Industri
Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Pustakawan 5 UNISSULA
Date Deposited: 16 Apr 2021 07:11
Last Modified: 16 Apr 2021 07:11
URI: http://repository.unissula.ac.id/id/eprint/19644

Actions (login required)

View Item View Item