Algoritme cerdas membuat pengemasan produk daging lebih efisien
Software

Algoritme cerdas membuat pengemasan produk daging lebih efisien


Kredit: Unggas Marel, Pusat Sistem Teknologi Tinggi

Di supermarket, Anda dapat menemukan berbagai macam produk unggas, semuanya dikemas dengan nyaman dalam jumlah berat tetap. Namun, pabrik pengolahan unggas menghadapi banyak tantangan karena batch berat tetap ini, persyaratan produksi yang terus meningkat, dan margin keuntungan yang kecil. Untuk membantu industri pabrik pengolahan unggas, TU / e-peneliti Kay Peeters telah mengembangkan strategi pengendalian dan perencanaan produksi baru yang mengurangi biaya operasional.

Berdiri di depan rak supermarket, Anda menemukan berbagai macam produk unggas tersedia untuk dipilih, mulai dari kaki, sayap, produk filet, atau bahkan ayam utuh. Sebagian besar dikemas dengan nyaman dalam jumlah bobot tetap. Bergantung pada paket makan malam atau ukuran rumah tangga Anda, Anda dapat memilih paket 600 gram yang lebih kecil, atau paket yang lebih besar 1000 gram. Sambil menikmati kemudahan paket bobot tetap Anda, Anda mungkin tidak menyadari betapa luas dan kompleksnya industri unggas yang memproduksi paket ini sebenarnya.

Batch

Ketika supermarket memesan paket dari pabrik pengolahan unggas, mereka mewajibkan setiap paket berisi berat minimum tertentu, sambil membayar harga tetap per paket. Proses batching dari pabrik pengolahan unggas bertanggung jawab untuk membuat batch produk unggas ini. Karena tidak ada dua produk unggas yang memiliki berat yang sama, sering kali sulit untuk menemukan kombinasi produk yang tepat yang menghasilkan bobot paling sedikit melebihi target, yang juga dikenal sebagai giveaway. Karena giveaway mengurangi pendapatan, meminimalkan giveaway ini merupakan tantangan penting bagi pabrik pengolahan unggas.

Produk seperti filet digabungkan menjadi beberapa batch yang disebut batcher. Pengumpul ini memiliki opsi untuk memasukkan produk yang akan datang ke dalam kelompok atau menolak item ini dan menunggu produk berikutnya. Penolakan semacam itu dapat menyebabkan pengurangan giveaway. Namun, pada saat yang sama Anda ingin memastikan bahwa tenggat waktu pesanan terpenuhi. Oleh karena itu, Peeters mengembangkan algoritme yang membuat keputusan alokasi untuk mesin ini. Ketika produk dengan bobot tertentu tiba di batcher, algoritme memutuskan bagaimana produk ini harus dialokasikan sedemikian rupa sehingga tenggat waktu pesanan terpenuhi, dan giveaway diminimalkan pada saat yang sama.

Jenis batcher pertama yang dia anggap menimbang masing-masing item sebelum keputusan alokasi dibuat. Akibatnya, membuat keputusan alokasi yang baik menjadi sulit karena batcher tidak mengetahui bobot produk di masa mendatang. Jenis batcher kedua memiliki lebih banyak informasi dan mengetahui bobot beberapa produk yang akan datang di masa mendatang. Di sini, pertanyaannya adalah bagaimana menggunakan informasi ini untuk meminimalkan giveaway. Peeters menerapkan dan menguji algoritme untuk kedua jenis batcher dalam model simulasi. Tes ini menunjukkan giveaway dan pengurangan keterlambatan yang signifikan dibandingkan dengan metode yang saat ini digunakan dalam praktik.

Sudah diimplementasikan

Selanjutnya, Peeters melihat lebih dekat pada strategi perencanaan. Peternak mengirimkan kawanan ayam broiler ke pabrik setiap hari, dengan setiap flok memiliki histogram berat yang berbeda. Hasil penelitian Peeters menunjukkan bahwa kombinasi bentuk histogram bobot dan bobot batch memiliki pengaruh yang kuat terhadap giveaway yang direalisasikan. Akibatnya, memutuskan kapan akan memproduksi pesanan yang mana pada batcher mana merupakan pertanyaan penting. Oleh karena itu, dia mengembangkan algoritme, yang menghasilkan jadwal dengan jumlah keterlambatan dan pemberian paling sedikit dari semua pesanan yang digabungkan. Model dan algoritme ini sangat relevan, karena perencana saat ini mengandalkan lembar Excel dan intuisi untuk membuat jadwal produksi, yang mengarah ke giveaway tingkat tinggi yang tidak perlu.

Baik algoritma untuk mengontrol batcher maupun algoritma perencanaan sangat relevan dengan pabrik pengolahan unggas. Hasil simulasi menunjukkan banyak potensi, yang menunjukkan bahwa pengurangan giveaway senilai lebih dari satu juta euro dapat dicapai. Sebenarnya, satu algoritme batcher sudah diterapkan. Karena algoritme perencanaan harus dapat menangani berbagai macam pengaturan — ada banyak cara untuk menyiapkan proses batching — metode lain masih dikembangkan lebih lanjut untuk membuat pengemasan unggas lebih efisien.


Menjadi vegan untuk memulai penurunan berat badan


Disediakan oleh Universitas Teknologi Eindhoven

Kutipan: Algoritme cerdas membuat pengemasan produk daging lebih efisien (2021, 31 Maret) diambil pada 31 Maret 2021 dari https://techxplore.com/news/2021-03-smart-algorithms-packaging-meat-products.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten tersebut disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Keluaran Singapore Hari Ini