Journal of Engineering Environtmental Energy and Science Vol.
No.
Januari 2022, pp.
15 - 28
e-ISSN : 2828-6170 Integrasi Digital Lean Automation dengan IoT untuk Efisiensi Proses Assembly di Industri Otomotif Lifia Citra Ramadhanti*1.
Ida Bagus Sumantri 2.
Ade Koswara3
1,2,3
Teknik Industri.
Fakultas Teknik.
Universitas Tangerang Raya.
Indonesia e-mail: *1lifiacr@untara.
id, 2 ba9oez.
sumantri@gmail.
com , 3aderr193@gmail.
Abstract In increasing company profits, several approaches are needed in the business process.
Along with the times, consumers have a high demand in terms of a product.
One of them is the lego car product that can be used as a prototype of learning in the manufacturing industry.
The higher demand, the company is required to be able to implement a lean system in producing such demand.
By digital lean-approach, it is still not optimal because of the development of current technology.
Therefore, the existence of a digital lean approach supported by a technological approach (IoT) which maximizes the automation line .
ull automated lin.
Based on the layouts, by applying semi-automation at the starting point for companies that are just starting to implement a digital lean application will greatly help companies in reducing costs in terms of time wasted because many operators are waiting and also finished products can be finished on time so the company will have high profits from customers.
By the application of digital lean such as semi-automation line can help in the removal of defects in a temporary process, eliminating waste in a process by increasing value for end-users.
Keywords : digital lean automation.
IoT, lego car assembly, yamazumi chart.
GD.
findi simulation Abstrak Dalam meningkatkan laba perusahaan, diperlukan beberapa pendekatan dalam proses bisnisnya.
Seiring dengan perkembangan zaman, konsumen memiliki permintaan yang tinggi dalam hal suatu produk.
Salah satunya adalah produk mobil lego yang dapat dijadikan sebagai prototipe pembelajaran di industri Semakin tinggi permintaan, maka perusahaan dituntut untuk dapat menerapkan sistem lean dalam memproduksi permintaan tersebut.
Dengan pendekatan digital lean masih belum optimal karena perkembangan teknologi saat ini.
Oleh karena itu, adanya pendekatan digital lean didukung oleh pendekatan teknologi (IoT) yang memaksimalkan jalur otomatisasi .
ull automatic lin.
Berdasarkan layout, dengan menerapkan semi otomatisasi pada titik awal bagi perusahaan yang baru mulai menerapkan aplikasi lean digital akan sangat membantu perusahaan dalam mengurangi biaya dari segi waktu yang terbuang karena banyak operator yang menunggu dan juga produk jadi dapat diselesaikan.
tepat waktu sehingga perusahaan akan memperoleh keuntungan yang tinggi dari pelanggan.
Dengan penerapan digital lean seperti semi-otomatisasi line dapat membantu dalam menghilangkan cacat dalam proses sementara, menghilangkan pemborosan dalam proses dengan meningkatkan nilai bagi pengguna Kata Kunci: Digital lean automation.
IoT.
Lego car assembly.
Yamazumi chart.
GD.
Findi simulation PENDAHULUAN Perkembangan di sektor industri manufaktur dan jasa yang semakin ketat menyebabkan persaingan secara terbuka dalam skala nasional dan internasional.
Untuk dapat bertahan dan bersaing di pasar, sebuah perusahaan harus mengupayakan berbagai cara untuk menjadi yang terdepan dari para pesaing dengan menciptakan produk yang efisien dan berkualitas tinggi.
Persaingan dalam dunia industri semakin memacu perusahaan manufaktur untuk meningkatkan hasil produksi yang berkualitas, harga murah, jumlah produksi banyak, pengiriman tepat waktu dengan tujuan untuk memberikan kepuasan pelanggan.
Tindakan nyata yang sesuai adalah mengurangi pemborosan yang tidak mempunyai nilai tambah dalam berbagai hal termasuk penyediaan bahan baku, lalu lintas bahan, pergerakan operator, pergerakan alat dan mesin.
Dengan adanya pengurangan pemborosan maka dapat Available Online at : http://ejurnal.
id/index.
php/JOE3S Lifia Citra Ramadhanti.
Ide Bagus Sumantri.
Ade Koswara Submitted: 16/11/2021.
Revised: 30/11/2021.
Accepted: 21/12/2021.
Published: 31/01/2022 meningkatkan daya saing perusahaan (Buer et al.
, 2021.
Ramadan & Salah, 2019.
Valamede et al.
Industri otomotif memiliki potensi bisnis yang positif karena permintaan bertambah setiap waktu.
Namun, untuk memenangkan kompetisi bisnis yang sangat berat, maka industri harus dapat menjalankan produksi secara lebih efisien.
Untuk memenangkan persaingan yang semakin ketat di era modern ini yaitu dengan mempertahankan kualitas (Riani & Ramadhan, 2.
Saat ini, permasalahan yang dihadapi oleh industri otomotif adalah kurang efektifnya proses assembly yang dilakukan oleh operator karena masih banyak muda, non value dan abnormalities sehingga sedikit jumlah produk yang dihasilkan, produksi dalam waktu yang lama serta kualitas produk yang rendah.
Digital lean automation adalah salah satu konsep baru dari hasil transformasi manual line, full automated line, dan semi-automated line yang mengurangi penggunaan manusia menjadi penggunaan mesin (Romero et al.
, 2.
Internet of things (IoT) adalah konsep yang bertujuan untuk memperluas manfaat dari konektivitas internet yang tersambung secara terus menerus dengan kemampuan remote control, berbagi data yang memiliki cara kerja dengan memanfaatkan argumentasi pemrograman yang menghasilkan interaksi antar mesin yang terhubung oleh internet (Sokibi & Widjaja, 2.
Penerapan IoT selama ini digunakan untuk komunikasi machine to machine pada seluruh bidang, salah satunya bidang industri atau bidang manufaktur.
IoT akan mempermudah dalam mendapatkan data yang akurat dan berbasis sistem.
Berdasarkan penelitian terdahulu, menurut (Ito et al.
, 2020.
Riani & Ramadhan, 2.
IoT sudah pernah diterapkan pada beberapa industri manufaktur, namun berintegrasi dengan metode lain seperti quality control tools dan pendekatan simulasi (Ben-Daya et al.
, 2019.
Caputo et al.
, 2.
Oleh karena itu, tujuan penelitian ini adalah untuk mengintegrasikan penerapan digital lean automation dengan internet of things (IoT) untuk efisiensi proses assembly industri otomotif.
Hal itu perlu untuk meningkatkan efisiensi proses produksi pada industri manufaktur salah satunya bidang otomotif dengan mengintegrasikan IoT dan digital lean manufacturing.
Salah satu yang dapat dijadikan sebagai prototype dari pembelajaran di industri manufaktur otomotif adalah produk lego car.
Karena semakin tinggi permintaan maka perusahaan dituntut untuk mampu menerapkan sistem digital lean dalam menghasilkan permintaan tersebut.
Namun dengan pendekatan digital lean masih belum optimal karena perkembangan arus teknologi (Bounfour & Production, 2.
Oleh karena itu, perlu adanya pendekatan digital lean yang didukung oleh teknologi berbasis IoT yang dapat memaksimalkan jalur otomatisasi .
ull automatic lin.
khususnya pada permasalahan assembly produk otomotif .
roduksi lego ca.
METODE PENELITIAN
Pada tahap ini menjelaskan tentang tahapan yang dapat memecahkan permasalahan penelitian.
Tahap penelitian ini dimulai dari tahap studi lapangan sampai pada tahap penyelesaian.
Oleh karena itu, dapat diperoleh sebuah kesimpulan yang merupakan hasil ringkasan dari penelitian ini dan saran yang akan disampaikan penulis.
Diagram penelitian ini ditunjukkan pada Gambar 1.
Journal of Engineering Environtmental Energy and Science: January 2022 Integrasi Digital Lean Automation dengan IoTA Gambar 1 Diagram Penelitian Berdasarkan Gambar 1, inti dari tahapan penelitian ini adalah melakukan pengumpulan data diantaranya data aktivitas dan waktu yang disebut dengan time study dari waktu operasi assembly lego car yang dilakukan oleh operator, kemudian dianalisa waktunya untuk mengetahui cycle time dan takt time menggunakan beberapa tools pada digital lean automation.
Hasil dari analisis tersebut berguna untuk mengetahui muda, non value dan abnormalities pada operasi tersebut.
Penelitian ini mencoba beberapa layout untuk membandingkan waktu assembly yang dilakukan operator.
Setelah itu, didapatkan layout terbaik, kemudian dilanjutkan analisis perbaikan berkelanjutan menggunakan GD.
Copyright A 2022 Journal of Engineering Environtmental Energy and Science.
January 2022 Lifia Citra Ramadhanti.
Ide Bagus Sumantri.
Ade Koswara Submitted: 16/11/2021.
Revised: 30/11/2021.
Accepted: 21/12/2021.
Published: 31/01/2022 Findi simulation guna mengurangi adanya muda, non value dan abnormalities serta mengetahui jumlah produk serta waktu yang dihasilkan melalui simulasi tersebut.
HASIL DAN PEMBAHASAN
Sebelum melakukan pengolahan data, perlu melakukan pengumpulan data yang dikumpulkan menggunakan metode time study dengan alat bantu stopwatch.
Data yang diambil adalah data waktu dalam unit second atau detik.
Setelah data itu terkumpul, maka akan dilakukan pengolahan menggunakan rumus dasar excel dalam mencari nilai minimum, rata-rata dan maksimum dengan pendekatan yamazumi chart.
Berikut ini contoh hasil pengumpulan data untuk seluruh layout, seperti yang ditunjukkan pada Tabel 1.
Tabel 1 Pengumpulan Data Seluruh Layout Layout Op.
Op.
Op.
Min Avg Maks Min Avg Maks Min Avg Maks (Hasil Pengumpulan Dat.
Berdasarkan Tabel 1, pengumpulan data dilakukan secara langsung menggunakan alat bantu stopwatch yang dicatat dengan unit satuan detik.
Tabel 1 merupakan olahan data mentah yang kemudian dihitung nilai minimum, rata-rata dan maksimum.
Selanjutnya dari data tersebut akan dilakukan analisis Tahap 1, analisis detail aktivitas layout 1.
Analisis tersebut dilakukan dengan melakukan pencatatan waktu menggunakan stopwatch selama operator merakit produk.
Layout 1 adalah desain tata letak alur perakitan dari parts menjadi produk.
Pada layout 1, lego car assembly dilakukan oleh 1 operator dengan detail aktivitas seperti yang ditunjukkan pada Tabel 2.
Tabel 2 Detail Aktivitas Layout 1 Activity Sequences Pick base with left hand & hold it Pick & assy frame with right hand, left hand hold base Pick & assy tire with right hand, left hand hold base Visual check with both hands Tire press fitting .
uto machin.
with right hand Pick & assy rear with right hand, left hand hold base Pick & assy front with right hand, left hand hold base Pick & assy roof with right hand, left hand hold base Visual check with both hands Performance check .
uto machin.
with right hand Frame fitting dimension check with right hand Quality check with right hand Appearance check with right hand Packing (Hasil Pengumpulan Dat.
Journal of Engineering Environtmental Energy and Science: January 2022 Integrasi Digital Lean Automation dengan IoTA Tahap 2.
Analisis detail aktivitas layout 2.
Analisis tersebut dilakukan dengan melakukan pencatatan waktu menggunakan stopwatch selama operator merakit produk.
Layout 2 adalah desain tata letak alur perakitan dari parts menjadi produk yang diperbaiki dari layout sebelumnya.
Pada layout 2, lego car assembly dilakukan oleh 1 operator dengan detail aktivitas seperti yang ditunjukkan pada Tabel Tabel 3 Detail Aktivitas Layout 2 Activity Sequences Pick Base with Left Hand & Hold it Pick & Assy Rear with Right Hand.
Left Hand Hold Base Pick & Assy Tire with Right Hand.
Left Hand Hold Base Pick & Assy Front with Right Hand.
Left Hand Hold Base Visual Check with both hands Tire press fitting .
uto machin.
with right hand Pick & Assy Frame with Right Hand.
Left Hand Hold Base Pick & Assy Roof with Right Hand.
Left Hand Hold Base Visual Check with both hands Performance Check .
uto machin.
with right hand Frame fitting dimension check with right hand Quality check with right hand Appearance check with right hand Packing (Hasil Pengumpulan Dat.
Tahap 3.
Analisis detail aktivitas layout 3.
Analisis tersebut dilakukan dengan melakukan pencatatan waktu menggunakan stopwatch selama operator merakit produk.
Layout 3 adalah desain tata letak alur perakitan dari parts menjadi produk yang diperbaiki dari layout sebelumnya.
Pada layout 3, lego car assembly dilakukan oleh 1 operator dengan detail aktivitas seperti yang tunjukkan pada Tabel Tabel 4 Detail Aktivitas Layout 3 Activity Sequences Pick Base with Left Hand & Hold it Pick & Assy Rear with Right Hand.
Left Hand Hold Base Pick & Assy Tire with Right Hand.
Left Hand Hold Base Pick & Assy Front with Right Hand.
Left Hand Hold Base Visual Check with both hands Tire press fitting .
uto machin.
with right hand Pick & Assy Frame with Right Hand.
Left Hand Hold Base Pick & Assy Roof with Right Hand.
Left Hand Hold Base Visual Check with both hands Performance Check .
uto machin.
with right hand All checks Packing (Hasil Pengumpulan Dat.
Berdasarkan Tabel 2, 3, 4, didapatkan time study dari masing-masing aktivitas yang kemudian dilanjutkan dengan analisa menggunakan yamazumi chart, seperti yang ditunjukkan pada Gambar 2.
Yamazumi chart adalah salah satu metode dari pendekatan digital lean untuk menentukan layout terbaik dengan membandingkan cycle time dan takt time.
Jika cycle time > takt time, maka perusahaan tidak dapat memenuhi permintaan pelanggan.
Jika cycle time < takt time, maka overproduction.
Copyright A 2022 Journal of Engineering Environtmental Energy and Science.
January 2022 Lifia Citra Ramadhanti.
Ide Bagus Sumantri.
Ade Koswara Submitted: 16/11/2021.
Revised: 30/11/2021.
Accepted: 21/12/2021.
Published: 31/01/2022 Gambar 2 Yamazumi Chart Layout 1,2,3 (Hasil Pengolahan Dat.
Berdasarkan Gambar 2, cara menghitung takt time yaitu working hours per shift dibagi dengan banyaknya unit yang dibutuhkan per shift.
Net time adalah waktu rata-rata.
Cycle time adalah waktu maksimal, maka fluctuation time adalah range dari waktu rata-rata dengan waktu maksimal.
Oleh karena itu, didapatkan hasil pada layout 1 memiliki waktu minimum 59 detik, rata -rata 64,5 detik dan maksimum 76 detik.
Pada layout 2, memiliki waktu minimum 57 detik, rata-rata 60,80 detik, maksimum 68 detik.
Pada layout 3, memiliki waktu minimum 54 detik, rata-rata 58,9 detik dan maksimal 62 detik.
Untuk takt time pada ketiga layout ini adalah 17 detik.
Analisis dari ketiga layout tersebut yaitu seimbang karena mengalami penurunan waktu.
Pada layout 1 dan 2, cycle time lebih besar daripada takt time sehingga operator tidak dapat memenuhi permintaan pelanggan akan produk mobil lego.
Pada layout 3, cycle time lebih besar daripada takt time sehingga dengan layout ini operator tetap tidak dapat memenuhi permintaan pelanggan.
Oleh karena itu, masih diperlukan perbaikan sistem.
Sebelum melakukan perbaikan, perlu melakukan identifikasi muda, waste dan abnormalities.
Berikut ini detail transisi pengurangan muda dari masing-masing layout seperti yang ditunjukkan pada Gambar 3.
Layout 1 A Urutan A WIP = 0 Layout 2 A Urutan cukup masuk A WIP = 2 Layout 3 A Urutan operator dan lebih pendek dari yang A WIP =2 Gambar 3 Detail Transisi Pengurangan Muda dan Non Value (Hasil Pengolahan Dat.
Journal of Engineering Environtmental Energy and Science: January 2022 Integrasi Digital Lean Automation dengan IoTA Setelah mengetahui muda, waste dan abnormalities seperti yang ditunjukkan pada Gambar 3, maka dapat dilakukan perbaikan dengan menambah operator menjadi 3 orang dan mengubah layout.
Gambar 4 menunjukan hasil yamazumi chart pada layout 4 yaitu menggunakan 3 operator dengan perbaikan layout dari layout sebelumnya dan menggunakan cara yang sama seperti pada layout 1, 2, dan Berikut ini hasil time study pada layout 4 seperti yang ditunjukkan pada Gambar 4.
Gambar 4 Yamazumi Chart Layout 4 (Hasil Pengolahan Dat.
Selanjutnya adalah menunjukan hasil yamazumi chart pada layout 5 yaitu menggunakan 3 operator dengan perbaikan layout dari layout sebelumnya dan menggunakan cara yang sama seperti pada layout 1, 2, 3, dan 4.
Berikut ini hasil time study pada layout 5 seperti yang ditunjukkan pada Gambar 5.
Gambar 5 Yamazumi Chart Layout 5 (Hasil Pengolahan Dat.
Selanjutnya adalah menunjukan hasil yamazumi chart pada layout 6 yaitu menggunakan 3 operator dengan perbaikan layout dari layout sebelumnya dan menggunakan cara yang sama seperti pada layout 1, 2, 3, 4, dan 5.
Berikut ini hasil time study pada layout 6 seperti yang ditunjukkan pada Gambar 6.
Copyright A 2022 Journal of Engineering Environtmental Energy and Science.
January 2022 Lifia Citra Ramadhanti.
Ide Bagus Sumantri.
Ade Koswara Submitted: 16/11/2021.
Revised: 30/11/2021.
Accepted: 21/12/2021.
Published: 31/01/2022 Gambar 6 Yamazumi Chart Layout 6 (Hasil Pengolahan Dat.
Selanjutnya adalah menunjukan hasil yamazumi chart pada layout 7 yaitu menggunakan 3 operator dengan perbaikan layout dari layout sebelumnya dan menggunakan cara yang sama seperti pada layout 1, 2, 3, 4, 5, dan 6.
Berikut ini hasil time study pada layout 7 seperti yang ditunjukkan pada Gambar 7.
Gambar 7 Yamazumi Chart Layout 7 (Hasil Pengolahan Dat.
Berdasarkan Gambar 4, 5, 6, dan 7 menunjukan perbaikan.
Khususnya untuk net time dan fluctuation time di seluruh layout menurun karena implementasi dari perbaikan berkelanjutan/kaizen seperti pada layout 6 yang menggunakan new equipment seperti rak dan part feeders, jig dan fixture.
Selain itu, juga terdapat outline operator yang dapat membantu dalam pengisian ulang parts pada blue box, rak dan part feeders.
Setelah menganalisa beberapa layout, didapatkan layout terbaik yaitu layout 7.
Namun, pada layout tersebut masih terdapat muda walaupun sudah menggunakan 3 operator dan dengan adanya WIP Journal of Engineering Environtmental Energy and Science: January 2022 Integrasi Digital Lean Automation dengan IoTA standard yaitu bagian yang berputar sehingga memungkinkan part terjatuh.
Setelah mengetahui tata letak dan melakukan time study, hasilnya dapat dianalisis dengan perbaikan berkelanjutan atau disebut kaizen dengan mengidentifikasi muda, non- value, abnormalities, net time dan fluctuation time.
Berikut ini analisa lanjutan layout 7 yang masih terdapat muda dengan menggunakan software simulasi berbasis IoT yaitu GD.
findi simulation seperti ditunjukkan pada Gambar 8.
Gambar 8 Floor Plan Layout 7 (Hasil Pengolahan Dat.
Gambar 8 adalah langkah 1 yang dilakukan saat menggunakan simulasi GD.
Findi yaitu dengan membuat workstation/floor plan sesuai proses assembly.
Berikut ini detail workstation pada masingmasing operator pada software GD.
Findi simulation.
Operator 1 Rear & base assembly Tire assembly Visual check 1 Tire press fitting .
uto machin.
Operator 2 Frame assembly Front & roof assembly Visual check 2 Performance check .
uto machin.
Operator 3 Tire press checking Frame fitting dimension check Appearance check Packing Rack & Part Feeders Rack & part feeders rear Rack & part feeders base Rack & part feeders tire Rack & part feeders frame Rack & part feeders front Rack & part feeders roof Copyright A 2022 Journal of Engineering Environtmental Energy and Science.
January 2022 Lifia Citra Ramadhanti.
Ide Bagus Sumantri.
Ade Koswara Submitted: 16/11/2021.
Revised: 30/11/2021.
Accepted: 21/12/2021.
Published: 31/01/2022 Setelah membuat workstation pada software, maka perlu melengkapi aktivitas pada station Berikut ini station activity pada GD.
Findi simulation seperti yang ditunjukkan pada Gambar Gambar 9 Station Activity Layout 7 (Hasil Pengolahan Dat.
Kemudian lanjut dengan memberikan penentuan operator khususnya untuk layout terbaik dari hasil pendekatan digital lean.
Berikut ini penugasan operator, dimana terdapat 3 operator yang bekerja pada layout 7 seperti yang ditunjukkan pada Gambar 10.
Gambar 10 Agent Designer Layout 7 (Hasil Pengolahan Dat.
Berikut ini pembagian tugas pada masing-masing operator pada masing-masing lini seperti yang ditunjukkan pada Gambar 11.
Journal of Engineering Environtmental Energy and Science: January 2022 Integrasi Digital Lean Automation dengan IoTA Gambar 11 Division of Tasks Layout 7 (Hasil Pengolahan Dat.
Berdasarkan division of tasks pada layout 7, terdapat beberapa nomor kebiasaan pada tiap proses assembly, berikut ini adalah detail kode yang digunakan pada masing-masing operator:
Operator 1 n Rear & Base Assembly: JOB,A,0,1,WAIT n Tire Assembly: JOB,A,1,1,WAIT n Visual Check 1: JOB,A,2,1,WAIT n Tire Press Fitting (Auto Machin.
: Operator 2 n Frame Assembly: JOB,B,0,1,WAIT n Front & Roof Assembly: JOB,B,1,1,WAIT n Visual Check 2: JOB,B,2,1,WAIT n Performance Check (Auto Machin.
: Operator 3 n Tire Press Checking: JOB,C,0,1,WAIT n Frame Fitting Dimension Check: JOB,C,1,1,WAIT n Appearance Check: JOB,C,2,1,WAIT n Packing: JOB,C,3,1,WAIT Langkah selanjutnya adalah membuat process plan dari hasil workstation, penugasan operator yang telah dibuat.
Berikut ini adalah process plan dari layout 7 pada GD.
Findi simulation seperti yang ditunjukkan pada Gambar 12.
Copyright A 2022 Journal of Engineering Environtmental Energy and Science.
January 2022 Lifia Citra Ramadhanti.
Ide Bagus Sumantri.
Ade Koswara Submitted: 16/11/2021.
Revised: 30/11/2021.
Accepted: 21/12/2021.
Published: 31/01/2022 Gambar 12 Process Plan Layout 7 (Hasil Pengolahan Dat.
Setelah menginput beberapa atribut kedalam software GD.
findi simulation, maka didapatkan hasil berupa production goal atau production order dan juga production cockpit karena pada layout ini terdapat equipment baru seperti rak dan part feeders yang digunakan sebagai perbaikan berkelanjutan untuk meminimalisir muda, non value dan abnormalities seperti yang ditunjukkan pada Gambar 13.
Gambar 13 Production Cockpit Layout 7 (Hasil Pengolahan Dat.
Berdasarkan hasil diatas, hasil terbaru menggunakan software GD Findi simulation yaitu 10 lego car dengan waktu 3 menit 1 detik dengan hilangnya muda, non value dan abnormalities.
KESIMPULAN DAN SARAN
Berdasarkan analisis menggunakan penerapan digital lean automation pada perusahaan terbukti dapat memaksimalkan sumber daya dan tetap fokus pada pengurangan muda, non-value dan abnormalities pada proses assembly di perusahaan dengan tujuan akhir yaitu kepuasan pelanggan.
Beberapa kegunaan lain seperti produk yang berkualitas tinggi, biaya produksi yang rendah dan lingkungan kerja yang terorganisir dan rapi serta juga meminimalkan pemborosan dan waktu tunggu.
Journal of Engineering Environtmental Energy and Science: January 2022 Integrasi Digital Lean Automation dengan IoTA Selain menggunakan pendekatan digital lean, juga dapat di integrasikan dengan menggunakan pendekatan internet of things (IoT) berupa simulasi seperti software GD.
Findi dapat membantu untuk melihat dan memahami sistem dalam model.
Model dalam suatu proses yang dapat memodelkan secara signifikan sehingga dapat diketahui kekurang yang terdapat dalam model tersebut.
Oleh karena itu, untuk mensimulasikan perancangan suatu proses assembly yang bertujuan untuk mengurangi pemborosan dapat menggunakan GD.
Findi simulation berbasis IoT karena akan terlihat saat proses penyelesaian suatu produk yang diinginkan dan juga dapat mengetahui pemborosan yang masih dalam Saran dari penelitian ini untuk penelitian selanjutnya adalah melanjutkan analisa integrasi digital lean automation dan IoT pada bidang manufaktur otomotif lainnya yang berskala besar seperti industri mobil secara nyata atau sepeda motor.
DAFTAR PUSTAKA