In this modern age, Internet of Things (IoT) and Wireless Sensor Network (WSN) as its derivatives have become one of the most popular and important technological advancements. In IoT, all things and services in the real world are digitalized and it continues to grow exponentially every year. This growth in number of IoT device in the end has created a tremendous amount of data and new data services such as big data systems. These new technologies can be managed to produce additional value to the existing business model. It also can provide a forecasting service and is capable to produce decision-making support using computational intelligence methods. In this survey paper, we provide detailed research activities concerning Computational Intelligence methods application in IoT WSN. To build a good understanding, in this paper we also present various challenges and issues for Computational Intelligence in IoT WSN. In the last presentation, we discuss the future direction of Computational Intelligence applications in IoT WSN such as Self-Organizing Network (dynamic network) concept.

PerusahaanfragrancediTangerang inimerupakanperusahaandibidangchemical yangmemproduksifragranceuntukberbagaimacamaplikasi.Selama iniperusahaan belummenerapkansebuahmetodeuntukpengadaanbahanbaku.Salahsatubahan bakuyang digunakandalamproduksifragranceadalahHDN.Penelitianinibertujuan untukmemberikanusulanmengenaiwaktudanjumlah pemesananyangtepatuntuk bahan bakuHDN berdasarkan metodePeriodOrderQuantity(POQ). Metode POQ digunakankarenametodeinisecara umumdapatmenjawabkondisiyang terjadidi perusahaan.  Penelitian  dilakukan  selama  satu  bulan  dengan  melakukan  observasi secara langsungmaupunmengumpulkandatasekunderberupa datapenggunaanHDN selama tahun 2014.Hasilpenelitianmenunjukkanbahwa denganmetode POQ memberikanangka POQ sebesarenam.AngkaPOQ diterapkandalamrencana ke- butuhanHDNselama12periodekedepanyang ditentukandenganperamalanmetode LinearRegression.Dalam12periode kebutuhanHDN,jadwalpembelianHDN sebanyakenamkali,artinya setiapsatukalipemesananHDNsesuaidenganjumlah kebutuhan HDNselama2 periode.Kata Kunci:Pengendalian Persediaan, POQ, Peramalan, MRP.

PT. Gajah Tunggal Tbk merupakan perusahaan yang memproduksi tube/ ban dalam. Teknologi yang digunakan perusahaan tersebut masih sederhana sehingga kemampuan tenaga kerja berpengaruh besar terhadap kinerja perusahaan. Analisa gerak dan waktu, diperlukan untuk dapat meminimalkan gerakan kerja yang tidak efektif sehingga akan diperoleh waktu kerja yang optimal. Tujuan penelitian ini adalah (1) Untuk mengetahui waktu standar sebelum perbaikan metode kerja dengan metode Time Motion Study, (2) Untuk mengetahui waktu standar setelah perbaikan metode kerja dengan metode Time Motion Study, (3)Untuk menganalisis faktor yang menyebabkan waktu kerja pada bagian OEM Final Inspection tidak optimal. Dalam penelitian ini dilakukan pengukuran waktu kerja secara langsung dengan metode Time Motion Study. Dan dianalisa kembali dengan menggunakan diagram fishbone .Faktor yang mempengaruhi kinerja tidak efektif yaitu Kurang disiplinnya operator karena budaya kerja, Belum adanya standar kerja (gerak dan waktu). Adanya proses menunggu Berdasarkan hasil perhitungan diperoleh hasil waktu standar  sebelum perbaikan pada operator 1 yaitu 417 detik, operator 2 yaitu 474 detik, pada operator 3 yaitu 447 detik dan pada operator 4 yaitu 136 detik dan hasil waktu standar setelah perbaikan  pada operator 1,2,3 dan 4 yaitu 332 detik, 457 detik, 374 detik dan 62 detik

Dalam proses pengadaan di departemen Supply Chain metode pemilihan pemasok sangatlah problematic karena ketidakpastian pemilihan pemasok yang diakibatkan oleh adanya ego dan perasaan manusia sebagai salah satu penentu keputusan. Oleh karena itu, dengan adanya  penggunaan metode FUZZY TOPSIS untuk memecahkan masalah pemilihan pemasok ini. Metode FUZZY TOPSIS menentukan pemasok yang memiliki kinerja terbaik dengan menggunakan kriteria yang diberikan oleh pengguna. Dengan menggunakan metode ini keputusan pemilihan pemasok dapat melakukan secara otomatis menggunakan sistem IT pada perusahaan masing-masing, sehingga dapat meminimalkan masalah pengguna dari memilih pemasok terbaik. Contoh dari ini adalah proyek oleh Perusahaan Pengolahan Air di Kabupaten Tangerang untuk menemukan pemasok terbaik dalam sistem distribusi air. Untuk pemasok yang DEI, HP, dan KSP dan diberikan criteria pengguna seperti “Commercial by Costumer”, “Technical Proposal”, “Work Plan & methodology”, dan “Staff Competence”. Dengan menggunakan criteria pengguna untuk membuat matriks keputusan sebagai masukan untuk FUZZY TOPSIS. Hasilnya adalah pemasok KSP menunjukkan performa terbaik dengan nilai 0.50078 lebih baik dari pemasok lainnya.Kata Kunci : fuzzy topsis, supply chain, ERP, pemasok.

Fuzzy Mamdani knows as one of the modern control systems. It was known to have a better performance result when compared to conventional methods. However, because the input of this modern control system sometimes is based on human experience, therefore its performance is sometimes below the conventional one. We propose using the adaptive neuro fuzzy inference system assisted (ANFIS) approach to optimize the fuzzy Mamdani membership function input to overcome this problem. We have tested our hypotheses in water chiller applications based on microcontrollers. Even though it is still behind conventional methods to cool 200 ml water, which is 6 minutes, using fuzzy ANFIS methods, we manage to improve the speed performance in cooling water from 20 minutes to 17 minutes, which is from room temperature to just 24 ^oC.