Model Antrian Pengangkutan Slag dengan Pendekatan Matematis: Studi Kasus pada PT. Inco Sorowako

Authors

  • Muhammad Rusman

DOI:

https://doi.org/10.20956/jmsk.v5i2.3347

Abstract

Pengangkutan slag merupakan bagian penting dari sistem produksi nickel pada  PT. Inco Sorowako dengan menggunakan kendaraan khusus yaitu Haulmaster. Kendaraan ini secara terus-menerus mengangkut slag yang dihasilkan oleh furnace kemudian dibuang ke dalam slag damp. Dalam pengangkutan slag terjadi antrian dengan model antrian tunggal dengan pelayanan ganda (M/M/C, FCFS). Pada penelitian ini dilakukan pengamatan selama 20 hari dimulai pada pukul 07.00 – 15.00, sesuai dengan jadwal shift yaitu pada steady day shift. Pengamatan dilakukan untuk mendapatkan lamanya pelayanan atau pengisian pot Haulmaster, dan laju kedatangan Haulmaster ke area pengangkutan slag. Tujuan penelitian ini untuk menentukan jumlah Haulmaster yang optimum dapat digunakan. Dari hasil penelitian ini didapatkan rata-rata distribusi kedatangan 14 Haulmaster/jam, sedangkan rata-rata lamanya waktu pelayanan atau pengisian pot 6 Haulmaster/jam. Jumlah produksi 488 ton slag/jam yang dihasilkan oleh empat furnace, dibutuhkan minimum 10 unit Haulmaster dan maksimum 23 unit Haulmaster per jam untuk mengangkut slag. Dengan mengoptimumkan penggunaan 10 unit Haulmaster dapat mengurangi biaya opeasional perusahaan.

Downloads

Published

2018-01-31

How to Cite

Rusman, M. (2018). Model Antrian Pengangkutan Slag dengan Pendekatan Matematis: Studi Kasus pada PT. Inco Sorowako. Jurnal Matematika, Statistika Dan Komputasi, 5(2), 99–107. https://doi.org/10.20956/jmsk.v5i2.3347

Issue

Vol. 5 No. 2: January 2009

Section

Research Articles

License

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Jurnal Matematika, Statistika dan Komputasi is an Open Access journal, all articles are distributed under the terms of the Creative Commons Attribution License, allowing third parties to copy and redistribute the material in any medium or format, transform, and build upon the material, provided the original work is properly cited and states its license.  This license allows authors and readers to use all articles, data sets, graphics and appendices in data mining applications, search engines, web sites, blogs and other platforms by providing appropriate reference.