Universidad de Lima

Facultad de Ingeniería y Arquitectura

Carrera de Ingeniería Industrial

LEAN MANUFACTURING, MRP Y MPS Y EL

NIVEL DE SERVICIO EN PYMES DEL
SECTOR ALIMENTARIO: UNA REVISIÓN
DE LA LITERATURA

Andrés Jackson Aguilar

Código 20191013
(0000-0003-2565-1347)
Arantxa Vargas Patroni
Código 20192070
(0000-0001-9169-8990)

Docente de proyecto de investigación

Martin Collao
(0000-0001-6874-4629)
Lima – Perú

Octubre del 2022

i
ii
LEAN MANUFACTURING, MRP AND MPS
AND SERVICE LEVEL IN SMES IN THE
FOOD SECTOR: A LITERATURE REVIEW

iii
 TABLA DE CONTENIDO

RESUMEN
ABSTRACT
CAPÍTULO 1: INTRODUCCIÓN ........................................................................................... 1
CAPÍTULO 2: METODOLOGÍA ............................................................................................ 4
CAPÍTULO 3: RESULTADOS ................................................................................................. 6
CAPÍTULO 4: DISCUSIÓN ....................................................................................................... 9
CONCLUSIONES........................................................................................................................ 13
REFERENCIAS ........................................................................................................................... 15
ANEXOS ......................................................................................................................................... 20

iv
 ÍNDICE DE TABLAS

Tabla 3.1 Cantidad de artículos por tipología ................................................................ 8

v
 ÍNDICE DE FIGURAS

Figura 2.1 Diagrama Prisma ......................................................................................... 5

Figura 3.1 Cantidad de artículos por año de publicación ............................................... 6
Figura 3.2 Cantidad de artículos por base de datos ........................................................ 7
Figura 3.3 Cantidad de artículos por país ...................................................................... 7
Figura 3.4 Cantidad de artículos por tipo de estudio...................................................... 8
Figura 3.5 Cantidad de artículos por herramienta de validación .................................... 8

vi
 ÍNDICE DE ANEXOS

Anexo 1: Tabla resumen de artículos .......................................................................... 21

vii
 Lean Manufacturing, MRP y MPS y el nivel de servicio en
Pymes del sector alimentario: una revisión de la literatura

Autor(es)
20192070@aloe.ulima.edu.pe
20191013@aloe.ulima.edu.pe
Universidad de Lima

Resumen: El nivel de servicio de una empresa se conoce como la probabilidad de no

tener un desabastecimiento que impida la entrega de pedidos a clientes en el plazo
acordado. Este indicador es fundamental para medir cómo viene operando un negocio
especialmente para Pymes del sector manufacturero que deben buscar se competitivas
dentro del mercado. Este estudio tiene la finalidad de analizar y resumir los estudios de
intervención publicados en los últimos cinco años en Scopus y Web of Science sobre las
herramientas de Lean Manufacturing, MRP y MPS que contribuyen en mejoras dentro de
los procesos de empresas ubicadas alrededor del mundo, las cuales impactan
positivamente en el nivel de servicio de estas. A partir de una revisión sistemática de la
literatura de alcance exploratorio y descriptivo, se recolectaron 40 artículos indexados en
ambas bases de datos mencionadas. Se encontró que existe una gran producción de
artículos en países de América, Europa y Asia. Esta investigación brinda nuevas puertas
para la indagación en herramientas que se utilizan en el sector de alimentos ya que en la
presente revisión de la literatura se encontró una cantidad reducida de artículos en donde
se aplicaba Lean Manufacturing, MRP o MPS en esta industria. Por otro lado, la
investigación realizada también invita a indagar en investigaciones que apliquen tanto el
MRP y el MPS desde el inicio en una empresa, pues los artículos encontrados consisten
en aplicar una de las dos herramientas cuando la otra ya está implementada.

Palabras Clave: Nivel de Servicio, Lean Manufacturing, MRP, MPS

Abstract: The service level of a company is known as the probability of not having a
shortage that avoid orders to be delivered within the agreed period. This indicator is used
to measure how well a business is operating, especially for SMEs in the manufacturing
sector that must seek to be competitive in the market. This study aims to analyze and
summarize the studies published in the last five years in Scopus and Web of Science
about Lean Manufacturing, MRP and MPS that contribute to improvements in the

viii
processes which ends in a positive impact on their service level. From a systematic review
of the literature with an exploratory and descriptive scope, 40 articles indexed in both
mentioned databases were collected. It was found that there is a large production of
articles in countries of America, Europe and Asia. This research encourages the
investigation of Lean Manufacturing, MRP and MPS tools and their direct application in
companies in the food sector since not many studies dedicated to this specific industry
were found. On the other hand, the research carried out also invites to research for
investigations that apply both the MRP and the MPS from the beginning in a company,
since the articles found consist of applying one of the two tools when the other is already
implemented.

Keywords: Service level, Lean Manufacturing, MRP, MPS

ix
 CAPÍTULO 1: INTRODUCCIÓN

El entorno actual de los negocios se caracteriza principalmente por el acelerado

crecimiento de la economía peruana, el fenómeno de la globalización, revoluciones
tecnológicas e innovación (Leidinger, s.f.). Dándole énfasis a la industria de producción
de alimentos se observa un crecimiento de 20.6% en la segunda mitad del 2021 respecto
al mismo periodo en el 2020 y 14.4% con respecto al 2019 (Sociedad Nacional de
Industrias, 2021). Esto presenta un gran reto para las PYMES del sector, pues se enfrentan
a un entorno muy competitivo e incierto en donde deben satisfacer las necesidades de los
clientes para poder posicionarse en el mercado. Por ende, deben buscar ser efectivos, el
cual es uno de los principales problemas identificados en las empresas de manufactura
(Dieste et al,2021). Para ello deben identificar metodologías y herramientas que les
permitan gestionar correctamente sus recursos e integrar los procesos productivos para
obtener los bienes en las cantidades adecuadas y bajo los requerimientos de calidad
establecidos.
Por otro lado, el sector de alimentos es sensible en términos de cambio de
demanda, pues una oferta insuficiente puede traer venta perdida e insatisfacción de
clientes, mientras que un exceso de inventarios puede generar pérdidas económicas
debido a la vida útil de este tipo de productos (Revista Industria Alimentaria, 2021). Para
satisfacer la demanda a tiempo, evitar el exceso de oferta y evitar el deterioro, los
productores de alimentos deben tener un sistema que les permita organizar y gestionar
sus inventarios en función de la demanda.
Bajo el contexto expuesto anteriormente, se generó la iniciativa de emplear una
serie de metodologías que permitan mejorar la productividad y el plan de producción de
las empresas del sector con la finalidad de mejorar el nivel de servicio y cumplir con los
requerimientos de los clientes. Estos métodos se conocen como Lean Manufacturing,
MRP y MPS.
Lean Manufacturing consiste en “usar menos de todo”, es decir, reducir personal
en la planta, reducir el espacio, reducir la inversión en herramientas y reducir el trabajo
de ingeniería para desarrollar un producto en la mitad del tiempo establecido. El éxito del
uso de herramientas Lean ha contribuido al rendimiento de las organizaciones en distintas
industrias en términos de productividad, costos y calidad. (Akhtar, 2022).

1
 En primer lugar, la investigación sobre Lean se enfocó en Total Productive
Maintenance (TPM) y Trabajo estandarizado. TPM es una herramienta usada en equipos
y máquinas para su mantenimiento, prevención de problemas y mejora de rendimiento a
través de actividades de mantenimiento que involucre a todo el personal desde los
operadores de las máquinas hasta la alta dirección (Fahturizal, 2022). Además, tiene
como objetivo reducir pérdidas de los procesos productivos entre estas se encuentra las
pérdidas por fallas en el equipo, pérdidas por configuración y ajuste, pérdidas por tiempo
de inactividad alto, pérdidas por puesta en marcha y pérdidas por defectos/ retrabajo.
(Peralta et al., 2022). Por otro lado, el trabajo estandarizado es una herramienta
fundamental para resolver problemas de manufactura. Esta herramienta consiste en
establecer mejoras prácticas en los procesos para lograr que cada trabajador siga
estrictamente cada instrucción y aporte valor al cliente. De esta forma, se establecen
cronológicamente una serie de instrucciones necesarias para la fabricación del producto
de la forma más eficiente posible (Chinchay, 2022).
Por otro lado, también se buscó información sobre Master Production Schedule
(MPS) y Material Requirement Planning (MRP), dos herramientas claves para poder
planear la producción y cumplir con demandas variables. MPS es un sistema que indica
qué producto se debe fabricar y en qué cantidades. Además, se basa en el plan agregado
de producción y es una pieza clave en la cadena de control (Ishak et al., 2020). El MRP
es un sistema que usa información del MPS, la lista de materiales, los tiempos de
producción y el tiempo de espera de los proveedores para poder determinar las órdenes a
realizar de materia prima (Miclo et al., 2019). Usualmente, estas herramientas trabajan
juntas, ya que el MRP usa al MPS para encontrar los inventarios y la lista de materiales
necesarios para la producción y, de esta manera, poder ordenar lo que se necesita.
(Sundharesalingam et al., 2019).
La justificación de esta investigación está en la importancia económica de tener
una alta productividad para poder cumplir con las órdenes de los clientes. En las PYMES
del sector alimentos es muy importante tener un alto nivel de servicio, ya que la falta de
stock en los puntos de venta causa que los clientes opten por comprar productos
sustitutos, lo cual se convierte en ventas perdidas y resulta en menores ingresos para la
empresa. Por ello, es necesario usar las herramientas mencionadas para mejorar la
productividad y poder maximizar las utilidades de la empresa.

2
 Por este motivo, el objetivo de la RSL es dar a conocer qué se sabe sobre el uso
de Lean Manufacturing, MRP y MPS y el impacto que tienen en el nivel de servicio para
poder aplicar estas herramientas en una PYME del sector alimentos.

3
 CAPÍTULO 2: METODOLOGÍA

Para la búsqueda de los artículos relevantes para la investigación, se hizo una revisión
sistemática de la literatura utilizando la metodología PRISMA, la cual se encuentra en la
figura 2.1. La revisión sistemática de la literatura consiste en evaluar y analizar toda la
información disponible y relevante para una investigación. En este caso, el objetivo de
esta investigación es conocer las herramientas MPS, MRP y Lean Manufacturing y
analizar cómo se pueden aplicar en una empresa productora de salsas para mejorar el
nivel de servicio. Para ello, se definió una pregunta general de investigación: ¿Qué se
sabe sobre Lean, MRP y MPS y su impacto en el nivel de servicio de empresas
manufactureras? Luego, se plantearon 5 preguntas más específicas para poder responder
a la pregunta general de una mejor manera:

1. ¿Qué herramientas de validación se utilizaron para demostrar el impacto sobre

el nivel de servicio?
2. ¿Cuál es el impacto en el nivel de servicio de las herramientas mencionadas en
las empresas manufactureras? (definir nivel alto, bajo, medio)
3. ¿Cuáles son las herramientas de Lean Manufacturing más utilizadas para
mejorar el nivel de servicios de empresas manufactureras?
4. ¿Cómo afecta el MRP y el MPS al nivel de servicio?
5. ¿Cuáles son los riesgos que pueden surgir al implementar Lean, MRP y MPS en
una industria manufacturera?
Para buscar los artículos, se hizo uso de dos plataformas: Scopus y Web of Science.
En ellas, se usó operadores booleanos para poder conseguir resultados relevantes para la
investigación y poder conseguir artículos que contribuyan al estado del arte. Las
búsquedas realizadas fueron las siguientes: “Total productive maintenance” OR “TPM”,
“Standard work” OR “standardized work”, “Lean manufacturing” AND “MRP”
AND/OR “MPS” AND/OR “Service level” OR “OTIF”, (“Lean manufacturing” AND
“MRP” AND “MPS” AND “Service level”) OR (“Lean manufacturing” AND (“MRP”
OR “MPS” OR “Service level”)), “MPS” OR “Master Production Schedule” y “MRP”
OR “Material Requierement Planning”.
Por otro lado, se hizo uso de filtros para poder afinar la búsqueda y encontrar los
artículos óptimos para cumplir con los objetivos de la investigación. Solo se consideraron
artículos y revistas científicas en inglés publicadas entre los años 2017 y 2022. Además,

4
se tuvo en cuenta únicamente aquellas relacionadas con áreas de estudio relevantes, tales
como ingeniería, ciencias informáticas, entre otros. Luego de aplicar estos filtros, se
revisó los títulos para excluir aquellos que no se alinean con los criterios de investigación,
así como el contenido de los que pasaron este filtro para ver si tenían información
importante de las variables de estudio. Tras aplicar estos criterios de exclusión e
inclusión, se eligieron 40 artículos para que formen parte de la revisión sistemática de la
literatura. Luego, se armaron tablas resumen de cada uno de ellos en donde se incluyó la
problemática abordada, la importancia, la metodología aplicada, el estado del arte, el
aporte, la técnica de validación y los resultados.

Figura 2.1
Diagrama Prisma

5
 CAPÍTULO 3: RESULTADOS

Tras realizar la búsqueda de artículos en diferentes bases de datos, se obtuvo 40 artículos

relevantes para la investigación, los cuales tienen como temas principales Lean
Manufacturing, MRP y MPS. Para identificarlos fácilmente, fueron categorizados según
su tipología y las razones de inclusión. No obstante, hay diferencias notables entre ellos,
por lo que es necesario reconocer el contenido de cada uno y cómo pueden contribuir al
estado del arte de la investigación.
Por este motivo, en este capítulo se dará a conocer los principales resultados
obtenidos tras la búsqueda de los 40 artículos en diferentes categorías que ayudan a ver
la diversidad de investigaciones que se hallaron.
En la figura 3.1 se puede apreciar la cantidad de artículos por año de publicación.
Cabe resaltar que únicamente se incluyó aquellos publicados entre 2017 y 2022.
Figura 3.1
Cantidad de artículos por año de publicación

Artículos por año de publicación

12 10
10 9
8
8 7
6
4 3 3
2
0
2017 2018 2019 2020 2021 2022

Por otro lado, se usó tres bases de datos para la búsqueda de artículos: Scopus,
Web of Science y los artículos publicados por la Universidad de Lima. El siguiente
gráfico presenta la cantidad de artículos encontrados por base de datos.

6
Figura 3.2

Cantidad de artículos por base de datos

Cantidad de artículos por base de datos

1

30

Scopus Web of Science Artículos publicados Ulima

Hubo un total de 17 países diferentes de procedencia de los artículos, aunque un

25% de ellos son provenientes de Perú.

Figura 3.3
Cantidad de artículos por país

Cantidad de artículos por país

12

10

Además, la mayoría de las publicaciones encontradas eran casos de estudio,

aunque también se incluyó algunas investigaciones y estudios correlacionales relevantes
a los temas de investigación.

7
Figura 3.4

Cantidad de artículos por tipo de estudio

Cantidad de artículos por tipo de estudio

Investigación/RSL

Correlacional

Caso de estudio

0 5 10 15 20 25 30 35

También se contabilizó las herramientas de validación utilizadas en las diferentes

investigaciones y estudios realizados, con el fin de encontrar cuáles son las más comunes.

Figura 3.5
Cantidad de artículos por herramienta de validación

Cantidad de artículos por herramienta de

validación

Análisis estadístico

Aplicación real/auditoría
Programación, modelación de
ecuaciones
Simulación

0 2 4 6 8 10 12 14 16

Finalmente, se presenta una tabla que contiene la cantidad de artículos obtenidos

según las tipologías usadas para su búsqueda.

Tabla 3.1
Cantidad de artículos por tipología

Tipología # de Artículos Porcentaje

Lean Manufacturing: TPM 8 20%
Lean manufacturing: Trabajo estándar 8 20%
MRP 8 20%
MPS 8 20%
Modelo de producción Lean- MRP-MPS 8 20%
Total 40 100%

8
 CAPÍTULO 4: DISCUSIÓN

El Lean Manufacturing es un modelo de gestión con distintos enfoques y herramientas

que ha tenido mucho éxito e impacto positivo en distintas industrias en términos de
productividad, costos y calidad (Bashar et al,2022). No obstante, es fundamental
identificar qué técnica aplicar según el aspecto que se busca mejorar y según el tipo de
organización (Vásquez et al, 2018).
Terdpaoponga et al, (2021) señala que las técnicas Lean están vinculadas a un
mejor desempeño operativo en las organizaciones. Se identificaron que las herramientas
de mayor impacto son VSM, TPM y trabajo estándar. TPM es una herramienta basada en
actividades de mantenimiento para equipos y maquinarias que permite mejorar la
efectividad del equipo reduciendo las fallas y accidentes (Sukma et al, 2022). Esto es
evidenciado en el proyecto de mejora presentado por Pinto et al (2020), donde los
resultados de aplicar TPM fueron positivos debido al mantenimiento correctivo y
preventivo, los cuales llevaron a una disminución en paradas por falla de 23%, lo que
conlleva a un aumento en la capacidad de producción.
Por el lado del trabajo estandarizado también se han encontrado resultados
favorables tanto en industrias de servicios como de producción de bienes. Como
menciona Weigel et al (2021), reducir la variabilidad en un proceso de atención a través
de la estandarización generó una disminución del tiempo promedio de la actividad de
aproximadamente 50%, de 23 minutos a 11 minutos. La investigación de Canales et al.
(2022) también muestra que estandarizar un proceso de fabricación con la ayuda de
manuales y con la revisión de las tareas realizadas por los operarios permite reducir el
tiempo de fabricación y la cantidad de productos defectuosos. Esto impacta positivamente
en el nivel de servicio ya que se reduce la brecha entre la cantidad procesada y la cantidad
pedida por los clientes.
Como se mencionó anteriormente, el uso de herramientas Lean en partes del
proceso productivo de una industria tiene un impacto indirecto en el nivel de servicio de
estas, ya que permite aprovechar al máximo los recursos y por ende tener una mayor
producción. Existen estudios que han comprobado esta relación, como la investigación
presentada por Chinchay et al (2022) en donde el OTIF incrementa a 44.48% debido a
una reducción de 27.27% en el tiempo de ciclo. Estos resultados son apoyados por
Carrillo et al (2020) al obtener un nivel de servicio de 63% en una organización del sector

9
textil tras aumentar la disponibilidad de la máquina al 80% y por Barrientos et al (2020)
que muestran una mejora de 32% en los plazos de entrega debido a una reducción en el
tiempo de ciclo.
Es importante mencionar que la aplicación simultánea de varias herramientas
Lean lleva a una mejora significativa en el desempeño de las áreas de producción. Según
Heravi et al (2021), la aplicación de conjunta de VSM, JIT y TPM en líneas de ensamble
llevó a una reducción de 43% y 27% en costos y tiempo, respectivamente. Esta opinión
es respaldada por Dos Santos et al. (2021), que señala que tras la implementación de
VSM y trabajo estandarizado se eliminaron dos operaciones reduciendo el tiempo
estándar a 8 segundos/caja, lo cual generó una ganancia de 18 horas al mes.
Para obtener resultados positivos como los casos de éxito presentados
anteriormente, es importante tener en cuentas las dificultades que se pueden presentar.
En primer lugar, es fundamental involucrar a todos los niveles de la empresa, desde la
alta gerencia hasta los colaboradores que interactúan directamente con el proceso a
mejorar (Peralta et al, 2022). Esto permite crear un compromiso y fijar objetivos como
equipo para que se usen correctamente las técnicas. Otro punto fundamental es incorporar
las opiniones y necesidades de los usuarios para atacar el proceso que no está funcionando
dentro de la organización (Johnson & Pramod, 2020). Chuman et al. (2019) aplicó una
serie de herramientas que le permitieron conocer las opiniones de sus clientes junto con
Lean y obtuvo una reducción de pedidos no conformes de 37% y una fidelización de los
clientes de 60.81%.
En cuanto a las dificultades al implementar Lean, se identificaron algunas
principales: en primer lugar, puede haber resistencia por parte de los trabajadores al
cambio dentro de la organización (Zamora et al, 2021) y a asumir mayores
responsabilidades y autonomía (Arromba et al, 2021). Para ello, es fundamental planificar
correctamente los entrenamientos y capacitaciones para que los colaboradores conozcan
al fondo las herramientas Lean y puedan manejarlas (Mogaramedi et al, 2020). Otro
impedimento al momento de implementar las herramientas es la baja prioridad que se le
da al proyecto en la asignación de presupuesto (Zhu et al, 2021) y la falta de soporte de
todas las áreas involucradas en crear conciencia sobre la importancia del proyecto
(Guillaume et al, 2017).
El MRP es una herramienta que permite gestionar la demanda de los artículos de
inventarios, la programación de existencias y los pedidos de reposición (Hencha &

10
Verma, 2019). Esta herramienta es usada en muchas empresas a nivel mundial, ya que es
muy útil para poder planear la producción y generar pedidos de materia prima a los
proveedores (Pooya et al, 2021). Por otro lado, tener un MPS es muy importante para el
funcionamiento de una empresa, ya que permite planear y controlar la producción de una
manera eficiente mediante marketing, planes de distribución y planeamiento de capacidad
(Ishak et al, 2020). Estas herramientas trabajan juntas para lograr un desempeño óptimo,
ya que el MRP necesita los datos generados por el MPS para poder realizar un
planeamiento correcto (Razavi et al, 2019).
La aplicación de un sistema de MRP o MPS a una empresa puede traer resultados
muy favorables. Susanti (2020) logró reducir los costos los costos de la materia prima de
una empresa manufacturera de sardina en un 48.8% mediante la aplicación de un sistema
de MRP. Como señala Martína et al (2019), la optimización de un MPS ya existente
también puede reducir los costos al reducir la cantidad de pedidos pendientes presentes
en una empresa. Un estudio realizado por Malindzakova et al (2022) en una compañía
manufacturera logró reducir los tiempos de inactividad de la fábrica, lo cual resultó en un
ahorro de hasta 446 400 euros anuales al aplicar un sistema de MPS y MRP para controlar
la producción.
Cabe resaltar que el uso de estas herramientas también tiene un impacto positivo
en el nivel de servicio. Lalami et al (2017) creó un modelo de programación de MPS que
permitió alcanzar un nivel de servicio mayor a 99% en una empresa de producción
automotriz. Lorente-Leyva et al (2019) optimizaron el MPS ya existente y lograron
incrementar el nivel de servicio de una empresa textil en un 25.86%. Gallego-García et
al (2021) lograron modelar un sistema de MRP que logra mantener el nivel de servicio
por encima del 80% cuando se tiene en cuenta los diversos problemas que pueden existir
en la recepción de materia prima. Estos estudios demuestran que el nivel de servicio se
ve afectado de manera positiva por el MPS y el MRP, por lo cual son herramientas muy
útiles en la búsqueda de la mejora de este indicador.
También es importante señalar que la aplicación de herramientas de Lean
Manufacturing junto con MRP y MPS ayuda a que trabajen de una manera más eficiente.
Hong & Leffakis (2017) estudiaron la interacción entre Lean y MRP en ambientes con
alta variación de la demanda y se halló que aplicar ambas herramientas tiene un impacto
muy positivo en la efectividad de cada una. Por otro lado, Gudagunti y Ali (2019)
encontraron que las herramientas se complementan y ayudan a tener una mejor

11
planeación cuando se usan en simultáneo. Roy (2020) halló que crear un modelo basado
tanto en MRP como en Lean permitiría que una empresa pueda ahorrar hasta 6000 dólares
en una fábrica de acero y resalta que la aplicación de ambos conceptos es importante para
la mejora de una empresa.
No obstante, existe dificultades tanto en la aplicación de MRP como de MPS.
Kortabarria et al (2018) afirma que el MRP puede tener dificultades al aplicarse en
escenarios de alta volatilidad de la demanda y que se debería desarrollar otro sistema que
sea más eficiente en estas condiciones. Además, la implementación de MRP requiere de
un sistema de estandarización del trabajo para su correcto funcionamiento, lo cual puede
ser difícil de implementar si los operarios no tienen una buena capacitación (Casallo et
al, 2022). También es importante tener un control de diferentes KPIs al implementar esta
herramienta para verificar que está siendo usada correctamente, lo cual requiere la
contratación de un equipo especializado para este rubro (Canales-Huaman et al, 2022).
Por el lado del MPS, Mansouri et al (2019) afirman que los gerentes deben revisar
cuáles son las variables de entrada que se usan para programar la producción y que deben
elegir el mejor método de planeamiento presente, por lo que deben conocer diferentes
herramientas para este fin. Sajja et al (2020) agregan que una elección incorrecta en la
mejora del MPS puede causar que sea implementado de una manera deficiente y
empeorar el cumplimiento de órdenes. Otro problema que surge al implementar un MPS
es que la mayoría son diseñados para ambientes de manufactura estáticos y existen pocos
que se ajusten a una producción más dinámica, por lo que es una barrera que se debe
romper para tener una mejor implementación (Tyagi et al, 2020). Finalmente,
Sundharesalingam et al (2019) indican que se necesita implementar un sistema de manejo
de inventarios para aplicar un MPS de manera eficiente, por lo que las compañías que no
tengan este sistema pueden tener dificultades al implementar un MPS.

12
 CONCLUSIONES

Esta revisión de la literatura permite concluir que las herramientas de Lean

Manufacturing, MRP y MPS impactan significativamente en los procesos y por lo tanto
en los resultados de la organización. En el caso de Lean, las herramientas de mayor
impacto y las más usadas para mejorar productividad y eficiencia son VSM, TPM y
trabajo estándar. Las evidencias presentan los beneficios de aplicarlas, como la reducción
de paradas por falla de las máquinas, disminución del tiempo promedio de una actividad
u disminución del número de productos defectuosos. Esto se traduce en mayor capacidad
de los equipos, mayor producción y reducción de costos, lo cual genera un mayor nivel
de servicio. Tanto el MRP como el MPS ayudan a planear la producción en una empresa,
así como asegurarse que se tengan todos los insumos necesarios para cumplir con este
programa. Hay estudios que evidencian que tener un sistema de MRP y MPS ayuda a
reducir diferentes costos y a incrementar el nivel de servicio al tener la producción
controlada.
Por otro lado, al realizar un proyecto de mejora o una investigación es necesario
verificar el modelo propuesto para identifica y comprobar los resultados a obtener. En
esta oportunidad se identificaron las siguientes 4 herramientas de validación en los 40
artículos: análisis estadístico, Aplicación real o auditoría, programación y modelación de
ecuaciones, y simulación. En el caso de los artículos enfocados en Lean, las herramientas
más usadas fueron aplicación real o auditoría y simulación. En cuanto a MRP y MPS, se
usaron aplicación real o auditoría y programación en la mayoría de los casos.
Otro aspecto a tomar en cuenta antes de implementar una mejorar en una empresa
es los problemas que pueden surgir en el proceso. En el caso de Lean se identificó que
las principales dificultades son la falta de soporte e involucramiento de todas las áreas de
la empresa, la asignación de presupuesto y la resistencia al cambio por parte de los
colaboradores. Por parte del MRP y el MPS, las principales dificultades vienen de la
necesidad de implementar más herramientas para que estos sistemas funcionen
correctamente y el constante cambio necesario para adaptarse a las variaciones de la
demanda.
Finalmente, la investigación realizada presenta una serie de limitaciones pues no
se encontró una cantidad de artículos relevante sobre el uso de Lean, MRP y MPS en la
industria de alimentos y tampoco estudios que utilicen las 3 técnicas en simultáneo para

13
un proyecto de mejora. Esto abre las puertas a nuevas investigaciones enfocadas en la
industria de alimentos para identificar las herramientas más aplicadas en este sector.

14
 REFERENCIAS

Arromba, I. F., Anholon, R., Rampasso, I. S., Silva, D., Quelhas, O. L., Santa-Eulalia,
L. A., & Leal Filho, W. (2021). Difficulties observed when implementing total
productive maintenance (TPM): Empirical evidences from the manufacturing
sector. Gestão & Produção, 28(3). https://doi.org/10.1590/1806-9649-
2021v28e5300
Bashar, A., Hasin, A.A. and Jahangir, N. (2022). "Linkage between TPM, people
management and organizational performance", Journal of Quality in
Maintenance Engineering, Vol. 28 No. 2, pp. 350-
366. https://doi.org/10.1108/JQME-11-2019-0105

Canales-Jeri, L., Rondinel-Oviedo, V., Flores-Perez, A., & Collao-Diaz, M. (2022).

Lean model applying JIT, Kanban, and standardized work to increase the
productivity and management in a textile SME. 2022 The 3rd International
Conference on Industrial Engineering and Industrial Management.
https://doi.org/10.1145/3524338.3524351

Carrillo-Corzo, A., Tarazona-Gonzales, E., Quiroz-Flores, J., & Viacava-Campos, G.

(2021). Lean process optimization model for improving processing times and
increasing service levels using a Deming approach in a fishing net textile
company. Proceedings of the 6th Brazilian Technology Symposium (BTSym’20),
443–451. https://doi.org/10.1007/978-3-030-75680-2_50

Casallo, L., Lucero, E., Maradiegue, F., Marcelo, E., & C. Alvarez, J. (2022).
Application of mixed methodologies in the production planning of screw
conveyors for the flour and pasta food industry. International Journal of
Engineering Trends and Technology, 70(8), 435–446.
https://doi.org/10.14445/22315381/ijett-v70i8p244

Desafíos para la industria alimentaria en 2022. (2021, 17 de diciembre). Revista

Industria Alimentaria.
https://www.industriaalimentaria.org/blog/contenido/desafios-para-la-industria-
alimentaria-en-2022
Dieste, M., Panizzolo, R. and Garza-Reyes, J.A. (2021). "A systematic literature review
regarding the influence of lean manufacturing on firms' financial
performance", Journal of Manufacturing Technology Management, Vol. 32 No.
9, pp. 101-121. https://doi.org/10.1108/JMTM-08-2020-0304

Gallego-García, D., Gallego-García, S., & García-García, M. (2021). An optimized

system to reduce procurement risks and stock-outs: A simulation case study for a
component manufacturer. Applied Sciences, 11(21), 10374.
https://doi.org/10.3390/app112110374

Gudagunti, S., Ali, A. Implementation of production planning tools in sugar industry

(2018) Proceedings of the International Conference on Industrial Engineering
and Operations Management, 3539-3548.

15
Guillaume, R., Thierry, C., & Zieliński, P. (2017). Robust material requirement
planning with cumulative demand under uncertainty. International Journal of
Production Research, 55(22), 6824–6845.
https://doi.org/10.1080/00207543.2017.1353157

Hencha, R. & Verma, D. (2019) Study of material requirement planning processes and
its analysis and implementation a case study of automobile industry. International
Journal of Scientific and Technology Research, 8(8), 648-653.

Heravi, G., Kebria, M. F., & Rostami, M. (2019). Integrating the production and the
erection processes of pre-fabricated steel frames in building projects using phased
lean management. Engineering, Construction and Architectural Management,
28(1), 174–195. https://doi.org/10.1108/ecam-03-2019-0133

Hong, P., & Leffakis, Z. M. (2017). Managing demand variability and operational
effectiveness: Case of Lean Improvement Programmes and MRP Planning
Integration. Production Planning & Control, 28(13), 1066–1080.
https://doi.org/10.1080/09537287.2017.1329956

Ishak, A., Tarigan, U., & Dwinitha, A. (2020). Planning of master production schedule
at PT Semen Padang. IOP Conference Series: Materials Science and
Engineering, 1003(1), 012111. https://doi.org/10.1088/1757-899x/1003/1/012111

Johnson, J., & Pramod, V. K. (2020). Integration of total quality management with total
productive maintenance to develop maintenance quality function deployment
model and its implementation study in food industry. IOP Conference Series:
Materials Science and Engineering, 993(1), 012022.
https://doi.org/10.1088/1757-899x/993/1/012022

Kortabarria, A., Apaolaza, U., Lizarralde, A., & Amorrortu, I. (2018). Material
Management without forecasting: From MRP to Demand Driven MRP. Journal of
Industrial Engineering and Management, 11(4), 632.
https://doi.org/10.3926/jiem.2654

Lalami, I., Frein, Y., & Gayon, J.-P. (2017). Production planning in automotive
powertrain plants: A case study. International Journal of Production Research,
55(18), 5378–5393. https://doi.org/10.1080/00207543.2017.1315192

Leidinger, R. Los retos de las PYMES. Cámara de Comercio de Lima.

https://apps.camaralima.org.pe/vipcam1/imagen/imagenes/COPE%20PDF%20
2%20%20LOS%20RETOS%20DE%20LAS%20PYMES.pdf

Lorente-Leyva, L. L., Murillo-Valle, J. R., Montero-Santos, Y., Herrera-Granda, I. D.,

Herrera-Granda, E. P., Rosero-Montalvo, P. D., Peluffo-Ordóñez, D. H., &
Blanco-Valencia, X. P. (2019). Optimization of the master production scheduling
in a textile industry using genetic algorithm. Lecture Notes in Computer Science,
674–685. https://doi.org/10.1007/978-3-030-29859-3_57

16
Malindzakova, M., Garaj, P., Trpčevská, J., & Malindzak, D. (2022). Setting MRP
parameters and optimizing the production planning process. Processes, 10(4),
690. https://doi.org/10.3390/pr10040690

Mansouri, S. A., Golmohammadi, D., & Miller, J. (2019). The moderating role of
master production scheduling method on throughput in Job Shop Systems.
International Journal of Production Economics, 216, 67–80.
https://doi.org/10.1016/j.ijpe.2019.04.018

Martín, A. G., Díaz-Madroñero, M., & Mula, J. (2019). Master production schedule
using robust optimization approaches in an automobile second-tier supplier.
Central European Journal of Operations Research, 28(1), 143–166.
https://doi.org/10.1007/s10100-019-00607-2

Miclo, R., Lauras, M., Fontanili, F., Lamothe, J. & Melnyk, S. (2019). Demand Driven
MRP: assessment of a new approach to materials management. International
Journal of Production Research.
https://doi.org/10.1080/00207543.2018.1464230

Mogaramedi, M., Nel, H., & Marnewick, A. (2020). Impact of standard work for
leaders on reducing unused employee creativity during lean implementation.
South African Journal of Industrial Engineering. https://doi.org/10.7166/31-2-
1842

Peralta, R., Zamora, F., Quiroz, J. C., Collao, M., & Flores, A. (2022). Application of
Lean-Total Productive Maintenance tools to reduce setup times and machine
stoppages on the molding line of an SME in the food industry. 11th Industrial
Technology and Management Conference ICITM, Oxford, UK 2022.

Pinto, G., Silva, F. J. G., Baptista, A., Fernandes, N. O., Casais, R., & Carvalho, C.
(2020). TPM implementation and maintenance strategic plan – A case study.
Procedia Manufacturing, 51, 1423–1430.
https://doi.org/10.1016/j.promfg.2020.10.198

Pooya, A., Fakhlaei, N., & Alizadeh-Zoeram, A. (2020). Designing a dynamic model to
evaluate lot-sizing policies in different scenarios of demand and lead times in
order to reduce the nervousness of the MRP system. Journal of Industrial and
Production Engineering, 38(2), 122–136.
https://doi.org/10.1080/21681015.2020.1858982

Prabowo, H.A, Setiawan, I., Kurnia, H., & Fahturizal, I. M. (2022). Implementation of
Total Productive Maintenance to Improve Overall Equipment Effectiveness of
Linear Accelerator Synergy Platform Cancer Therapy. International Journal of
Engineering, Transactions A: Basics. https://doi.org/10.5829/ije.2022.35.07a.04

Quiroz-Flores, J. C., Canales-Huaman, D. S., & Gamio-Valdivia, K. G. (2022).

Integrated Lean Logistics - warehousing model to reduce lead time in an SME of
Food Sector: A research in Peru. 2022 The 3rd International Conference on
Industrial Engineering and Industrial Management.
https://doi.org/10.1145/3524338.3524366

17
Quiroz-Flores, J. C., Chuman-Bobadilla, M. A., & Liendo-Carrillo, A. S. (2022).
Integrated lean BPM model to increase customer loyalty in a last-mile courier.
2022 The 3rd International Conference on Industrial Engineering and Industrial
Management. https://doi.org/10.1145/3524338.3524371

Razavi Hajiagha, S. H., Hashemi, S. S., & Sadeghi, M. (2018). Hybrid fuzzy-stochastic
approach for multi-product, multi-period, and multi-resource master production
scheduling problem: Case of a polyethylene pipe and fitting manufacturer.
Scientia Iranica. https://doi.org/10.24200/sci.2018.20329

Roy, R. N. (2020). Implementing just-in-time-based supply chain for the bulk items in
an integrated steel plant. International Journal of Intelligent Enterprise, 7(4), 405.
https://doi.org/10.1504/ijie.2020.110762

Sajja, R., Pavan, K. K., Rao, C. S., & Dhulipalla, S. (2019). Evolutionary optimization
in master production scheduling: A case study. Advanced Engineering
Optimization Through Intelligent Techniques, 371–379.
https://doi.org/10.1007/978-981-13-8196-6_33

Santos, D. M., Santos, B. K., & Santos, C. G. (2021). Implementation of a standard

work routine using lean manufacturing tools: A case study. Gestão & Produção,
28(1). https://doi.org/10.1590/0104-530x4823-20

SNI: Industria de alimentos superó los niveles prepandemia, pero bebidas sigue
rezagada. (2021, 6 de setiembre). Sociedad Nacional de Industrias.
https://sni.org.pe/sni-industria-de-alimentos-supero-los-niveles-prepandemia-
pero-bebidas-sigue-rezagada/

Sundharesalingam, P., Mohanasundari, M., Vidhyapriya, P. Application of productivity

enhancement tools in RIGS manufacturing industry: ABC and MRP (2019)
International Journal of Scientific and Technology Research, 8 (12), 1900-1905.

Susanti, H. D. (2020). Application of material requirement planning method in raw

materials planning on Sardine product in PT. Blambangan Foodpackers
Indonesia. Food Research, 4(6), 2067–2072.
https://doi.org/10.26656/fr.2017.4(6).228

Tapia-Cayetano, L., Barrientos-Ramos, N., Maradiegue-Tuesta, F., & Raymundo-

Ibañez, C. A. (2020). Lean manufacturing model of waste reduction using
standardized work to reduce the defect rate in textile mses. Proceedings of the
18th LACCEI International Multi-Conference for Engineering, Education, and
Technology: Engineering, Integration, And Alliances for A Sustainable
Development” “Hemispheric Cooperation for Competitiveness and Prosperity on
A Knowledge-Based Economy.” https://doi.org/10.18687/laccei2020.1.1.356

Terdpaopong, K., Puapradit, A., & Malisuwan, U. (2021). The effect of lean on the
operational performance of medium-sized Thai manufacturing companies.
Uncertain Supply Chain Management, 9(3), 647–658.
https://doi.org/10.5267/j.uscm.2021.5.005

18
Tyagi, V., Jain, A., & Jain, P. K. (2020). An integrated approach for multi-period
manufacturing planning of job-shops. International Journal of Manufacturing
Research, 15(2), 148. https://doi.org/10.1504/ijmr.2020.106856

Ulloa, G,. Chinchay, G., & Quiroz, J. C. (2022). Lean model applied to increase the
order fulfillment in SMEs in the footwear industry. ACM International
Conference Proceeding Serie. https://doi.org/10.1145/3524338.3524360

Vásquez Médico, J., Rojas Polo, J. E., & Cáceres Casanya, A. (2018). Mejora de los
indicadores de productividad en Una Empresa Textil Mediante La sinergia de
herramientas de lean manufacturing y el enfoque sociotécnico. Proceedings of the
16th LACCEI International Multi-Conference for Engineering, Education, and
Technology: “Innovation in Education and Inclusion.”
https://doi.org/10.18687/laccei2018.1.1.126

Weigel, W. A., Lyons, A. B., Liberman, J. S., & Blackmore, C. C. (2021). Using lean
tools to improve the efficiency of awake fibreoptic intubation setup. BMJ Open
Quality, 10(4). https://doi.org/10.1136/bmjoq-2021-001432

Zamora-Gonzales, S., Galvez-Bazalar, J., & Quiroz-Flores, J. (2021). A production

management-based lean manufacturing model for removing waste and increasing
productivity in the sewing area of a small textile company. Proceedings of the 6th
Brazilian Technology Symposium (BTSym’20), 435–442.
https://doi.org/10.1007/978-3-030-75680-2_49

Zhu, B., Li, Y., & Zhang, F. (2021). A credibility-based mps/MRP Integrated
Programming Model under complex uncertainty. International Journal of Fuzzy
Systems, 23(5), 1414–1430. https://doi.org/10.1007/s40815-020-01041-2

19
ANEXOS

20
 Anexo 1: Tabla resumen de artículos
N° Año País Cuartil Títulos Autor Data Base Revista Tipo de Tipología Razón de
estudio inclusión
1 2022 Indonesia Q3 Implementation of D. I. Sukma, H. A. Scopus Internatioanl Case study Lean A pesar de ser un
Total Productive Prabowo, I. Journal of Manufacturing: estudio para
Maintenance to Setiawan, H. Engineering, TPM maquinaría de
Improve Overall Kurnia, I. M. Transactions medicina permite
Equipment Fahturizal A: Basics dar a conocer
Effectiveness of TPM y sus
Linear Accelerator aplicaciones en
Synergy Platform la industria.
Cancer Therapy
2 2022 Bangladesh Q2 Linkage between Abul Bashar, Scopus Journal of Correlacional Lean Incluye al factor
TPM, people Ahsan Akhtar Quality in Manufacturing: humano como
management and Hasin, Nadim Maintenance TPM clave del éxito
organizational Jahangir Engineering para la
performance implementación
de TPM.
3 2020 India No Integration of Total Jeffin Johnson, Scopus IOP RSL Lean Modelo que
asignado Quality V.K. Pramod Conference Manufacturing: integra TPM y
Management with Series: TPM TQM en una
Materials industria de
Total Productive
Science and alimentos, lo
Maintenance to
Engineering cual permite
develop
asegurar un
Maintenance correcto uso de
Quality Function la maquinaría y
Deployment model un producto de
alta calidad.
and its Asimismo, al ser
implementation del sector
study in food
alimentos aporta
industry

21
 a la
investigación.
4 2021 Brazil Q3 Difficulties Iara Franchi Scopus Gestao e Correlacional Lean Presenta las
observed when Arromba, Rosley Producao Manufacturing: dificultades que
implementing Total Anholon, Izabela TPM se pueden
Productive Simon Rampasso, presentar al
Maintenance Dirceu Silva, implementar
(TPM): Empirical TPM en una
Osvaldo Luiz
evidences from the industria y como
Gonçalves
manufacturing abordarlo.
Quelhas, Luis
sector
Antonio Santa-
Eulalia, Walter
Leal Filho

5 2021 Iran Q1 Integrating the Gholamreza Scopus Engineering, Case study Lean Hace uso de un
production and Heravi, Majid Construction Manufacturing: software para
Fazeli Kebria and and TPM simular un
the erection
Milad Rostami Architectural proceso de
processes of
Management producción
pre-fabricated steel actual y con las
frames mejoras de TPM,
lo cual puede ser
in building projects
usado como guía
using para
phased lean implementar la
management herramienta en el
presente estudio.
6 2018 Perú No Improved José Vásquez Scopus Proceedings of Case study Lean Aplicación de
asignado productivity Médico, Jonatán the LACCEI Manufacturing: TPM y otras
indicators in a Edward Rojas international TPM herramientas
textile company Polo, Alexia Multi- Lean en un
through the synergy Cáceres Casanya conference for proyecto de
of Lean Engineering, mejora.
Manufacturing

22
 tools and socio- Education and
technical approach Technology
7 2022 Perú No Application of Renzo Peralta- Drive 11th Industrial Case study Lean Aplicación de
asignado Lean-Total Pereda, Frank artículos Technology Manufacturing: Lean
Productive Zamora- publicado and TPM Manufacturing
Maintenance tools Ccahuantico, Juan Universidad Management en la industria de
to reduce setup Carlos Quiroz- de Lima Conference alimentos.
times and machine Flores, Martín ICITM, Aporte como
stoppages on the Collao-Diaz, Oxford, UK guía ya que el
molding line of an Alberto Flores- 2022 trabajo a realizar
SME in the food Perez será sobre una
industry empresa del
mismo sector.
8 2020 Portugal Q2 TPM G. Pinto, F. J. G. Scopus Procedia Case study Lean Uso de Lean
implementation and Silva, A. Baptista, Manufacturing Manufacturing: Manufacturing
maintenance Nuno O. TPM en una industria
strategic plan - A Fernandes, R. y las mejores
case study Casais, C. fueron aplicadas
Carvalho realmente en la
empresa y dieron
resultados
positivos.
Relevante ya que
no solo fue una
simulación.
9 2021 Brazil Q3 Implementation of a Diego Michael Scopus Gestao e Case study Lean Aplicación de
standard work Cornelius dos Producao Manufacturing: trabajo
routine using Lean Santos, Bruna Standardized estandarizado y
Manufacturing Karine dos Santos, work cálculo de
tools: A case Study César Gabriel dos indicadores
Santos relacionados con
el nivel de
servicio de una
industria.

23
10 2022 Perú No Lean model applied Guillermo André Scopus ACM Case study Lean Uso de software
asignado to increase the Laura-Ulloa, International Manufacturing: Arena para
order fulfillment in Gianella Natalia Conference Standardized simular un
SMEs in the Chinchay- Proceeding work proceso real y
footwear industry Morales, Juan Series mejorado.
Carlos Quiroz- Aplicación de
Flores trabajo
estandarizado
para lograr la
mejora. Uno de
los indicadores
donde se
presentó mejora
fue OTIF.
11 2021 Estados Q2 Using Lean tools to Wade A Weigel, Scopus BMJ Open Case study Lean Aplicación real
unidos improve the Andrew B Lyons, Quality Manufacturing: de trabajo
efficiency of awake Justin S Liberman, Standardized estandarizado en
fibreoptic C Craig work una actividad de
intubation setup Blackmore. una clínica con
resultados
positivos.
12 2020 Perú No Lean Nicole Barrientos- Scopus Proceedings of Case study Lean Aplicación de
asignado Manufacturing Ramos, Luz the LACCEI Manufacturing: herramientas
Model of Waste Tapia-Cayetano, international Standardized Lean para
Reduction Fernando Multi- work disminuir el
Using Standardized Maradiegue- conference for nivel de
Work to Reduce the Tuesta, Carlos Engineering, productos
Defect Rate Raymundo Education and defectuosos y
in Textile MSEs Technology aumentar el nivel
de servicio.
13 2022 Perú No Lean model Luis Canales-Jeri, Scopus ACM Case study Lean Uso de trabajo
asignado applying JIT, Victor Rondinel- International Manufacturing: estandarizado
Kanban, and Oviedo, Alberto Conference Standardized para un proyecto
Standardized work Flores-Perez, work de mejora en una
to increase the PYME del sector

24
 productivity and Martín Collao- Proceeding textil. Uso de
management in a Diaz Series software Arena.
textile SME.
14 2019 Perú Q3 Integrated Lean Mauricio Chuman- Scopus Gestao e Case study Lean Aplicación de
BPM model to Bobadilla, Producao Manufacturing: Lean
increase customer Alexander Liendo- Standardized Manufacturing
loyalty in a Carrillo, Juan work para mejorar la
last-mile courier Carlos Quiroz- satisfacción de
Flores los clientes en
una empresa de
servicios.
15 2020 Perú Q3 Lean Process Anthuane Carrillo- Scopus Smart Case study Lean Lean
Optimization Corzo , Erick Innovation, Manufacturing: Manufacturing
Model for Tarazona- Systems and Standardized para mejorar el
Improving Gonzales , Juan Technologies work nivel de servicio
Processing Times Quiroz-Flores, de una industria
and Increasing Gino Viacava-
Service Levels Campos
Using a Deming
Approach in a
Fishing Net
Textile Company
16 2020 Sudafrica Q3 Impact of standard M. Mogaramedi, Scopus South African Case study Lean Aplicación de
work for leaders on H. Nel, A. Journal of Manufacturing: trabajo
reducing unused Marnewick Industrial Standardized estandarizado en
employee creativity Engineering work los líderes y
during lean gerentes de una
implementation industria y no
solo en los
empleados que
tienen contacto
directo con la
producción para

25
 mejorar la
productividad.
17 2021 China Q2 A Credibility-Based Bin Zhu, Yuan Li, WOS International Case study Modelo de Aplicación de
MPS/MRP Fuqiang Zhang Journal of producción programación
Integrated Fuzzy Lean- MRP- lineal para
Programming Systems MPS mejorar el plan
Model Under de producción
Complex
Uncertainty
18 2021 Tailandia Q2 The effect of lean Kanitsorn Scopus Uncertain Correlacional Modelo de Determinación
on the operational Terdpaoponga, Supply Chain producción del efecto de
performance of Amporn Management Lean- MRP- Lean y MRP en
medium-sized Thai Puapraditb, MPS empresas
manufacturing Ussanee medianas de
companies Malisuwan manufactura
19 2017 Polonia Q1 Robust material Romain WOS International RSL Modelo de Aplicación de
requirement Guillaume, Journal of producción programación
planning with Caroline Thierry, Production Lean- MRP- lineal para
cumulative demand Paweł Zieliński Research MPS escenarios en
under uncertainty donde la
demanda es
incierta.
20 2021 Perú Q3 A Production Stefanny Zamora- Scopus Smart Case study Modelo de Uso de Lean y
Management-Based Gonzales , Jose Innovation, producción MRP para
Lean Galvez-Bazalar , Systems and Lean- MRP- reducir la tasa de
Manufacturing Juan Quiroz- Technologies MPS productos
Model for Flores defectuosos e
Removing Waste incrementar la
and Increasing eficiencia
Productivity in the operativa
Sewing Area
of a Small Textile
Company

26
21 2022 Perú No Integrated Lean Canales, Daniela; Scopus ACM Caso de Uso de MRP en Dar a conocer la
asignado Logistics - International estudio el sector metodología
Gamio, Karina;
Warehousing model Conference alimentos. MRP y otras
to reduce Lead Quiroz, Juan; Proceeding herramientas que
Time in an SME of Series permitan tener
food sector: A un mejor manejo
research in Peru de inventarios y
de materia
prima.
22 2020 Indonesia Q3 Application of Susanti, H.D. Scopus Food Research Caso de Uso de MRP en Dar a conocer la
material estudio el sector aplicación de la
requirement alimentos. herramienta
planning method in MRP para
raw materials reducir costos en
planning on sardine una empresa y
product in pt. conseguir un
Blambangan mejor manejo del
foodpackers inventario.
indonesia
23 2022 Perú Q4 Application of Casallo, Lucy; Scopus International Caso de Uso de MRP Dar a conocer
Mixed Journal of estudio cómo se puede
Lucero, Elizabeth;
Methodologies in Engineering usar un modelo
Maradiegue,
the Production Trends and usando la
Fernando;
Planning of Screw Technology herramienta
Marcelo, Eloy;
Conveyors for the MRP para tener
Alvarez, Jose C.
Flour and Pasta una mejor
Food Industry planeación del
abastecimiento.
24 2021 España Q2 An Optimized Gallego‐garcía, Scopus Applied Caso de Uso de un Dar a conocer un
System to Reduce Diego, Gallego‐ Sciences estudio / sistema de MRP sistema de
Procurement Risks garcía, Sergio, (Switzerland) simulación simulación
and Stock-Outs: A García‐garcía, basado en MRP
Simulation Case Manuel que se puede
Study for a usar cuando haya
cambios en la

27
 Component oferta del
Manufacturer productor.
25 2018 España Q2 Material Kortabarria, Scopus Journal of Caso de Uso de MRP y Dar a conocer
management Alaitz; Apaolaza, Industrial estudio DDMRP cómo ha ido
without forecasting: Unai; Lizarralde, Engineering evolucionado la
From MRP to Aitor; Amorrortu, and estrategia MRP
demand driven Itxaso Management en el tiempo y
MRP cómo puede ser
mejorada
utilizando
DDMRP para
mejores
resultados.
26 2019 India Q3 Study of material Hencha, Rahul; Scopus International Caso de Uso de MRP Dar a conocer
requirement Verma, Devendra Journal of estudio cómo se puede
planning processes S. Scientific and mejorar el MRP
and its analysis and Technology de una empresa
implementation a Research para conseguir
case study of mejores
automobile industry resultados.
27 2022 Suiza Q2 Setting MRP Malindzakova, M.; Web of Processes Caso de Uso de MRP Dar a conocer
Parameters and Garaj, P.; Science estudio cómo se aplicó la
Optimizing the Trpčevská, J.; herramienta
Production Malindzak, D MRP para
reducir los costos
Planning Process
en una empresa
manufacturera.
28 2021 Irán Q2 Designing a Alireza Pooya, Web of Journal of Investigación Uso de MRP Dar a conocer
dynamic model to Nadiye Fakhlaei; Science Industrial and como optimizar
evaluate lot-sizing Ali Alizadeh- Production un sistema MRP
policies in different Zoeram Engineering para poder
scenarios of minimizar los
demand and costos y reducir
leadtimes in order

28
 to reduce the el nerviosismo
nervousness of the del sistema.
MRP system
29 2020 India Q4 An integrated Tyagi, V.; Jain, Web of International Caso de Uso de MPS Dar a conocer
approach for multi- A.; Jain, P.K Science Journal of estudio / como crear un
period Manufacturing Investigación plan de
Research producción
manufacturing
integrado usando
planning of job-
el MPS como
shops
base de la
producción.
30 2017 Francia Q1 Production Idris Lalami, Web of International Caso de Uso de MPS Dar a conocer
planning in Yannick Frein & Science Journal of estudio como aplicar el
automotive Jean-Philippe Production MPS para
powertrain Gayon Research planear la
producción en
plants: a case study
una fábrica de
tren motriz para
automóviles.
31 2019 España Q2 Master production Martin, Antonio Web of Central Caso de Uso de MPS Dar a conocer
schedule using G.; Diaz- Science European estudio cómo se puede
robust optimization Madronero, Journal of optimizar el
approaches in an Manuel; Mula, Operations MPS de una
automobile second- Josefa. Research empresa para
tier supplier reducir costos.
32 2019 Irán Q2 Hybrid fuzzy- Hagiagha, S.H. Web of Scientia Caso de Uso de MPS Dar a conocer la
stochastic approach Razavi; Hashemi, Science Iranica estudio aplicación de un
to multi-product, Sh Sadat; Sadeghi, MPS para la
M. producción de
multi-period, and
varios productos
multi-resource
con diferentes
master production
demandas y
scheduling métodos de
problem: Case of a producción en

29
 polyethylene pipe una misma
and planta.
fitting manufacturer
33 2019 Estados Q1 The moderating Mansouri, S. Web of International Investigación Uso de MPS Dar a conocer
Unidos role of master Afshin; Science Journal of / Caso de cuán útil es la
production Golmohammadi, Production estudio implementación
scheduling method Davood; Miller, Economics de un MPS y
on throughput in Jason cómo ayuda la
job shop systems planeación de la
producción.
34 2020 India Q4 Evolutionary Sajja, Radhika; Scopus Advances in Caso de Uso de MPS Dar a conocer
Optimization in Pavan, K. Intelligent estudio cómo se puede
Master Production Karteeka; Rao, Systems and desarrollar un
Scheduling: A Case Ch. Srinivasa; Computing modelo de
Study Dhulipalla, programación
Swapna que ayude a
generar un MPS
óptimo.
35 2019 Ecuador Q2 Optimization of the Lorente-Leyva, Scopus Lecture Notes Caso de Uso de MPS Dar a conocer
Master Production Leandro L.; in Computer estudio cómo se puede
Scheduling in a Murillo-Valle, Science usar un MPS
Textile Industry Jefferson R.; para aumentar el
Using Genetic Montero-Santos, nivel de servicio
Algorithm Yakcleem; de una empresa.
Herrera-Granda,
Israel D.; Herrera-
Granda, Erick P.;
Rosero-Montalvo,
Paul D.; Peluffo-
Ordóñez, Diego
H.; Blanco-
Valencia, Xiomara
P.

30
36 2020 Indonesia No Planning of Master Ishak, Aulia; Scopus IOP Caso de Uso de MPS Dar a conocer
asignado Production Ukurta, Tarigan; Conference estudio cómo crear un
Schedule at PT Dwitnitha, A. Series: MPS para
Semen Padang Materials planear la
Science and demanda de
Engineering periodos futuros.
37 2017 Estados Q1 Managing demand Hong, Paul; Scopus Production Investigación Uso de MRP y Dar a conocer si
Unidos variability and Leffakis, Zachary Planning and Lean la interacción
operational Moran Control Manufacturing entre las dos
herramientas es
effectiveness: case
positiva y cómo
of lean
se complementan
improvement
entre ellas.
programmes and
MRP planning
integration
38 2020 Nueva Q4 Implementing just- Roy, Ram Naresh Scopus International Caso de Uso de MRP y Dar a conocer
Zelanda in-Time-based Journal of estudio Lean cómo aplicar
supply chain for the Intelligent Manufacturing ambas
bulk items in an Enterprise herramientas
integrated steel juntas para
plant mejorar la
cadena de
suministros de
una empresa.
39 2018 India No Implementation of Gudagunti, Scopus Proceedings of Caso de Uso de MRP y Dar a cómo se
asignado production planning Santosh; Ali, the estudio Lean puede aplicar
tools in sugar Ahad. International Manufacturing estas
industry Conference on herramientas
Industrial para incrementar
Engineering el nivel de
and servicio de una
Operations empresa y
Management conseguir

31
 mayores
ingresos.
40 2019 India Q3 Application of Sundharesalingam, Scopus International Caso de Uso de MRP y Dar a conocer
productivity P.; Mohanasundari Journal of estudio MPS cómo realizar un
enhancement tools M.; Vidhyapriya Scientific and plan de
in RIGS P. Technology producción
manufacturing Research basado en MRP
industry: ABC and y MPS para
MRP cumplir con la
demanda y
maximizar
utilidades.

32
1