In order to analyze the impact of t

In order to analyze the impact of traceability improvements on
the consequences of a safety crisis we simulated recalls in the case
study. To do this, we developed a spreadsheet simulation model
implemented in Visual Basic for Microsoft Excel. These types of
simulation models are often preferable because of the software
usability and availability (Akkerman & van Donk, 2008). The
simulation model is based on a series of parameters that are classified
as constant (C), predetermined (P) or uncertain (U). Constant
parameters refer to parameters that remain unchanged, predetermined
to those that can actively be changed in the model, and
uncertain to unknown parameters (see also Akkerman & van Donk,
2010). For the unknown parameters, a probability distribution is
typically defined and the simulation model randomly chooses
a value for each simulation run. All data used for developing the
simulation model and their classification are shown in Table 1. It
should be noted that wherever a range of values is denoted,
a uniform distribution is used in the simulation.
In the chocolate production process the roasting process
represents a key step for improving the microbiological condition
as well as for defining the aroma profile of the final product (de
Muijnck, 2005). Safety and quality of the finished chocolate
strongly depend on the roasting process. Each batch of cocoa beans
received by the chocolate manufacturer is usually split into several
processing batches, whose dimension depends on the capacity of
the roasting equipment. Thus, each processing batch goes into
a specific roasting process. In this way, if a problem occurs to one
roasting process, only the finished chocolate produced with that
specific roasting process will suffer the consequences of the
problem. The processing batch size is therefore a key (predetermined)
parameter in the simulation model, and an essential
planning decision in practice.
3.3. Experimental design
3.3.1. Different production strategies
The simulation model was designed to simulate the chocolate
production system for two different production strategies, one
based on production efficiency (PS1) and one based on reduced
batch dispersion (PS2). In PS1 the maximum processing batch size
is always used so that the equipment in the production stage is
always used at full capacity. Since the size of the cocoa bean batches
delivered to the chocolate manufacturer is not necessarily
a multiple of the processing batch size, some cocoa beans are mixed
with the next batch of cocoa beans. This results in having some
batches of finished product produced from two different batches of
raw materials. Instead, PS2 focuses on reducing batch dispersion,
where the chocolate manufacturer avoids mixing the different
batches of cocoa beans. Here, some processing batches might be
smaller in size. As batch processes are involved, this results in some
partially unutilized processes in the chocolate production line, with
a corresponding reduction in production efficiency. On the other
hand, if a safety crisis occurs to a batch of raw materials, a PS2
production strategy would lead to smaller recall sizes compared to
PS1. A graphical illustration of both PS1 and PS2 can be seen in
Fig. 2.
In the remainder of this paper, production efficiency is
measured by the number of processing batches because:
 The number of processing batches equals the number of times
a roasting process is performed and the duration of the roasting
process depends on the roasting grade desired, not on the
amount of nibs processed into the equipment (Jinap, Rosli,
Russly, & Nordin, 1998; de Muijnck, 2005). Therefore less
processing batches mean less time needed for roasting, with
a constant number of equipments; or less equipments needed,
with a constant processing time required. Thus, less processing
batches lead to a higher efficiency.
 Smaller batch sizes (also meaning more batches when processing
a constant raw material amount) were found by other
authors to lead to an increase in production setup times and
costs, resulting in losses of production efficiency (Dabbene &
Gay, 2011; Dupuy et al., 2005; Rong & Grunow, 2010; Wang,
Li, & O’Brien, 2009).

Results (Indonesian) 1:

Untuk menganalisa dampak ketertelusuran perbaikan padakonsekuensi dari krisis keamanan kami simulasi kenang dalam kasusstudi. Untuk melakukan ini, kami mengembangkan model simulasi spreadsheetdilaksanakan dalam Visual Basic untuk Microsoft Excel. Jenismodel simulasi sering lebih disukai karena perangkat lunakkegunaan dan ketersediaan (Akkerman & van Donk, 2008). Themodel simulasi didasarkan pada serangkaian parameter yang diklasifikasikansebagai konstan (C), yang telah ditentukan (P) atau pasti (U). Konstanparameter yang merujuk ke parameter yang tetap tidak berubah, telah ditetapkanbagi mereka yang aktif akan berubah dalam model, dantidak pasti tidak diketahui parameter (Lihat juga Akkerman & van Donk,2010). untuk parameter tidak diketahui, distribusi probabilitas yangbiasanya didefinisikan dan model simulasi secara acak memilihnilai untuk setiap simulasi yang dijalankan. Semua data yang digunakan untuk mengembangkanmodel simulasi dan klasifikasi mereka ditunjukkan dalam tabel 1. Ituperlu dicatat bahwa dimanapun berbagai nilai-nilai yang dilambangkan,distribusi seragam digunakan dalam simulasi.Dalam proses produksi cokelat dalam proses pemangganganmerupakan langkah kunci untuk meningkatkan kondisi Mikrobiologiserta untuk mendefinisikan profil aroma produk akhir (deMuijnck, 2005). Keselamatan dan kualitas cokelat selesaisangat tergantung pada proses memanggang. Tiap batch biji kakaoditerima oleh cokelat produsen biasanya dibagi menjadi beberapapengolahan batch, dimensi yang tergantung pada kapasitasperalatan memanggang. Dengan demikian, setiap kumpulan pengolahan masuk keproses memanggang tertentu. Dengan cara ini, jika terjadi masalah ke salah satuproses memanggang hanya cokelat selesai diproduksi dengan yangproses memanggang tertentu akan menderita konsekuensi darimasalah. Pemrosesan batch ukuran adalah karena kunci (ditentukan)parameter dalam model simulasi, dan pentingkeputusan perencanaan dalam praktek.3.3. eksperimental desain3.3.1. strategi berbeda produksiModel simulasi dirancang untuk mensimulasikan cokelatsistem produksi untuk dua strategi yang berbeda produksi, satuBerdasarkan efisiensi produksi (PS1) dan bermarkas di berkurangbatch dispersi (PS2). Di PS1 maksimum proses batch ukuranselalu digunakan sehingga peralatan dalam tahap produksiselalu digunakan pada kapasitas penuh. Sejak ukuran batch biji kakaodikirim ke cokelat produsen ini tidak selalu berartibeberapa dari proses batch ukuran, beberapa biji kakao dicampurdengan batch berikutnya biji kakao. Hal ini mengakibatkan memiliki beberapabatch produk jadi yang dihasilkan dari dua batch yang berbeda daribahan baku. Sebaliknya, PS2 berfokus pada mengurangi dispersi batch,mana produsen coklat menghindari pencampuran yang berbedabatch biji kakao. Di sini, beberapa batch processing mungkinkecil dalam ukuran. Sebagai proses batch yang terlibat, hal ini mengakibatkan beberapasebagian kasus unutilized proses dalam jalur produksi cokelat, dengansebuah sesuai pengurangan efisiensi produksi. Di sisi laintangan, jika terjadi krisis keamanan untuk kumpulan bahan baku, PS2strategi produksi akan mengakibatkan ingat ukuran yang lebih kecil dibandingkan denganPS1. Ilustrasi grafis PS2 dan PS1 dapat dilihatGambar 2.Sisa kertas ini, efisiensi produksi sangatdiukur dengan jumlah pengolahan batch karena:Jumlah pengolahan batch sama dengan jumlah kaliproses memanggang dilakukan dan durasi memanggangproses tergantung pada kelas memanggang yang diinginkan, tidakjumlah biji yang diolah menjadi peralatan (Jinap, Rosli,Russly, & Nordin, 1998; de Muijnck, 2005). Oleh karena itu kurangpemrosesan batch berarti lebih sedikit waktu yang dibutuhkan untuk memanggang, dengansejumlah konstan peralatan; atau kurang peralatan yang diperlukan,dengan waktu pengolahan konstan yang dibutuhkan. Dengan demikian, kurang pengolahanbatch menyebabkan efisiensi yang lebih tinggi.Ukuran batch yang lebih kecil (juga berarti batch lebih saat memprosessejumlah konstan bahan baku) yang ditemukan oleh lainpenulis mengarah ke peningkatan produksi setup kali danbiaya, mengakibatkan kerugian efisiensi produksi (Dabbene &Gay, 2011; Dupuy et al., 2005; Rong & Grunow, 2010; Wang,Li, & O'Brien, 2009).

Results (Indonesian) 2:

Untuk menganalisis dampak dari perbaikan traceability pada
konsekuensi dari krisis keselamatan kita simulasi penarikan dalam kasus
studi. Untuk melakukan hal ini, kami mengembangkan model simulasi spreadsheet
diimplementasikan dalam Visual Basic untuk Microsoft Excel. Jenis
model simulasi sering lebih karena software
kegunaan dan ketersediaan (Akkerman & van Donk, 2008). The
model simulasi didasarkan pada serangkaian parameter yang diklasifikasikan
sebagai konstan (C), yang telah ditentukan (P) atau tidak pasti (U). Konstan
parameter mengacu pada parameter yang tetap tidak berubah, yang telah ditetapkan
untuk orang-orang yang dapat aktif diubah dalam model, dan
pasti untuk parameter yang tidak diketahui (lihat juga Akkerman & van Donk,
2010). Untuk parameter yang tidak diketahui, distribusi probabilitas yang
biasanya didefinisikan dan model simulasi secara acak memilih
nilai untuk setiap simulasi dijalankan. Semua data yang digunakan untuk mengembangkan
model simulasi dan klasifikasi mereka ditunjukkan pada Tabel 1.
Perlu dicatat bahwa di mana pun rentang nilai dilambangkan,
distribusi seragam digunakan dalam simulasi.
Dalam proses produksi coklat proses pemanggangan
merupakan kunci langkah untuk memperbaiki kondisi mikrobiologi
serta untuk mendefinisikan profil aroma dari produk akhir (de
Muijnck, 2005). Keselamatan dan kualitas dari coklat jadi
sangat tergantung pada proses pemanggangan. Setiap batch biji kakao
yang diterima oleh produsen cokelat biasanya dibagi menjadi beberapa
batch pengolahan, yang dimensi tergantung pada kapasitas
peralatan memanggang. Dengan demikian, setiap batch processing masuk ke
proses pemanggangan tertentu. Dengan cara ini, jika terjadi masalah pada satu
proses pemanggangan, hanya cokelat selesai diproduksi dengan yang
proses pemanggangan khusus akan menderita konsekuensi dari
masalah. Oleh karena itu ukuran batch processing adalah kunci (yang telah ditentukan)
parameter dalam model simulasi, dan penting
keputusan perencanaan dalam praktek.
3.3. Desain eksperimental
3.3.1. Strategi produksi yang berbeda
Model simulasi dirancang untuk mensimulasikan cokelat
sistem produksi untuk dua strategi produksi yang berbeda, satu
didasarkan pada efisiensi produksi (PS1) dan satu berdasarkan berkurang
dispersi bets (PS2). Di PS1 ukuran batch processing maksimum
selalu digunakan sehingga peralatan dalam tahap produksi
selalu digunakan pada kapasitas penuh. Karena ukuran batch biji kakao
yang dikirim ke produsen cokelat tidak selalu
kelipatan dari ukuran batch processing, beberapa biji kakao dicampur
dengan batch berikutnya biji kakao. Hal ini menyebabkan memiliki beberapa
batch produk jadi yang dihasilkan dari dua batch yang berbeda dari
bahan baku. Sebaliknya, PS2 berfokus pada mengurangi dispersi batch,
di mana produsen cokelat menghindari pencampuran yang berbeda
batch biji kakao. Berikut, beberapa batch pengolahan mungkin
lebih kecil dalam ukuran. Sebagai proses batch yang terlibat, hasil ini dalam beberapa
proses sebagian belum digunakan dalam jalur produksi cokelat, dengan
pengurangan yang sesuai dalam efisiensi produksi. Di lain
sisi, jika krisis keamanan terjadi untuk batch bahan baku, PS2
strategi produksi akan menyebabkan ukuran recall lebih kecil dibandingkan dengan
PS1. Sebuah ilustrasi grafis dari kedua PS1 dan PS2 dapat dilihat pada
Gambar. 2.
Dalam makalah ini, efisiensi produksi
diukur dengan jumlah pengolahan batch karena:
? Jumlah pengolahan batch sama dengan jumlah kali
proses pemanggangan dilakukan dan durasi pemanggangan
proses tergantung pada memanggang kelas yang diinginkan, bukan pada
jumlah biji diolah menjadi peralatan (Jinap, Rosli,
Russly, & Nordin 1998 ; de Muijnck, 2005). Karena itu kurang
batch processing berarti lebih sedikit waktu yang dibutuhkan untuk memanggang, dengan
sejumlah konstan peralatan; atau kurang peralatan yang dibutuhkan,
dengan waktu proses yang konstan diperlukan. Dengan demikian, kurang pengolahan
batch menyebabkan efisiensi yang lebih tinggi.
? Ukuran batch yang lebih kecil (juga berarti lebih batch saat memproses
sejumlah bahan baku konstan) ditemukan oleh lain
penulis untuk menyebabkan peningkatan setup kali produksi dan
biaya, mengakibatkan kerugian efisiensi produksi (Dabbene &
Gay, 2011; Dupuy et al. 2005; Rong & Grünow, 2010; Wang,
Li, & O'Brien, 2009).