Tujuan dari penelitian ini adalah untuk membuat solusi baru untuk distribusi produk Sari Roti di CV Jogja Transport. CV Jogja Transport mengantarkan produk roti baru dan mengambil produk-produk yang tidak terjual akan diganti dengan produk-produk baru. CV Jogja Transport memiliki empat karyawan yang melayani sebagai distribusi produk Sari Roti di kota Yogyakarta. Mereka memiliki sistem kerja bergulir dengan jam kerja mulai pukul 06.00 WIB hingga 12.00 WIB. Terbatasnya kapasitas kendaraan dan waktu pengiriman yang disarankan menyebabkan pengiriman tidak sesuai dengan rencana. Dalam tulisan ini, kami menunjukkan aplikasi dari Algoritma Sapu untuk menghasilkan rute distribusi baru. Pertimbangkan aturan distribusi dan sumber daya; Algoritma Sapu mencoba membawa cluster distribusi baru dan tugas penjualan. Solusi ini mengurangi jarak dari gudang CV Jogja Transport ke setiap lokasi toko yang 115,39 Km menjadi 64,3 Km. Solusi ini juga mengurangi waktu pengiriman dari 1143,49 menit menjadi 1032,11 menit. Pengurangan jarak dan biaya juga akan mengurangi 56,48% biaya distribusi dari Rp.56.539 menjadi Rp. 31.717.

Makalah ini akan menyampaikan bagaimana perancangan dan implementasi mesin pengolah kacang hijau menjadi kumbu bakpia. Mesin ini telah diimplementasikan pada kelompok industri bakpia skala kecil di Dusun Jurug Kabupaten Bantul. Proses produksi secara manual yang dilakukan dalam waktu 8 jam mampu menghasilkan 2 kg kumbu bakpia atau 200 butir bapia. Makalah ini mencoba menunjukkan hasil perancangan dan implementasi mesin pengolah kumbu bakpia yang dikembangkan menggunakan teknologi automasi berbasis mikrokontroler. Melalui mesin pengolah kumbu bakpia yang dibuat proses pengolahan kacang hijau menjadi kumbu bakpia matang dapat dikerjakan lebih efektif dan efisien. Modul automasi yang dikembangkan mampu disesuaikan dengan jumlah bahan yang akan diproses. Apabila mesin digunakan dalam kapasitas maksimal, maka dalam waktu 8 jam penggunaan dapat memproses 24 kg kumbu bakpia.

Changes in temperature, pH, and turbidity in concrete fish ponds greatly impact to the fish survival. Initial observations showed that among 3.067 fish seeds, 1.633 fish (53%) died and only 1.434 fish (47%) was successfully harvested. The application of water quality monitoring devices from concrete pools designed based on the Internet of Things technology has been tested. The monitoring equipment will not function optimally without an application that functions to receive monitoring data and then take action. Pool water quality monitoring equipment connected to the cloud using a GSM network connection. The recorded data is then displayed on the water quality monitoring application that designed using the Android operating system. Application design is developed using a User-Centered Design approach, where the design process was carried out by considering several variables: ease for use, clarity of information delivery, the fulfillment of needs, and appearance. Based on the results of the design evaluation, weaknesses can be determined, namely, difficulty to find the search menu for click history data, find the refresh button, read the results of searching for historical data, and read data in tables and graphs. Based on this, further improvements can be made to improve the application being made. The monitoring equipment is expected to provide information to pond managers to immediately take action if changing in pH and temperature beyond the limit so that the fish mortality rate can be minimized.

ABSTRAK Gempa bumi di kabupaten FEMA (1993), EPICC (2003) dan NFPA (2010. Kerangka kesiapsiagaan selanjutnya perlu dikembangkan dengan memprioritaskan variabel karakteristik dari industri yang sesuai dengan kondisi industri setempat.

: The purpose of this study is to optimize service time in a community health center. The average number of patients visiting is 100 to 300 per day. In certain units there is a heavy queue of patients which increases service waiting times, including registration units, inspection units, and pharmaceutical units. The initial observation data on the existing system shows the waiting time for patient services is 2,7 hours. This fact shows that the time of patient service on the existing system needs to be optimized so that the waiting time can be accelerated. This study offers a solution to optimize the service queue system using a simulation approach. The DMAIC (Define, Measure, Analyze, Improve, Control) Six Sigma method is used as a basis for analyzing the waiting time for services from an existing system. The results of the analysis are used in the simulation test to obtain improvement factors using several scenarios. The best simulation results are obtained with the scenario of adding operators in all units. Optimizing the waiting time of patient services using the best scenario simulation approach is shown by the decrease in waiting time of the queue system by 1,05 hours or 38,9% faster than the existing system.Keywords: System Optimizing; Public Health; Queue; Simulation; DMAIC Six SigmaAbstrak : Tujuan penelitian ini adalah untuk mengoptimalkan waktu tunggu pelayanan di sebuah pusat kesehatan masyarakat (Puskesmas). Rata-rata jumlah pasien yang berkunjung adalah 100 hingga 300 per hari. Pada beberapa unit tertentu terjadi antrian pasien yang padat sehingga meningkatkan waktu tunggu pelayanan, antara lain unit pendaftaran, unit pemeriksaan, dan unit farmasi. Data pengamatan awal pada sistem yang ada menunjukkan waktu tunggu pelayanan pasien adalah 2,7 jam. Fakta ini menunjukkan bahwa waktu pelayanan pasien pada sistem yang ada perlu dioptimalkan agar waktu tunggu dapat dipercepat. Penelitian ini menawarkan solusi optimalisasi sistem antrian pelayanan dengan menggunakan pendekatan simulasi. Metode DMAIC (Define, Measure, Analyze, Improve, Control) Six Sigma digunakan sebagai dasar analisis waktu tunggu pelayanan dari sistem yang sudah ada. Hasil analisis digunakan pada uji simulasi untuk mendapatkan faktor perbaikan dengan menggunakan beberapa skenario. Hasil simulasi terbaik diperoleh dengan skenario penambahan operator di semua unit. Optimasi waktu tunggu pelayanan pasien dengan menggunakan pendekatan simulasi skenario terbaik ditunjukkan oleh penurunan waktu tunggu sistem antrian sebesar 1,05 jam atau 38,9% lebih cepat dari sistem yang sudah ada.Kata kunci: Optimasi Sistem, Layanan Kesehatan, Antrian, Simulasi, DMAIC Six Sigma