Pengembangan Algoritma Viral Systems untuk Masalah Penjadwalan Hybrid Flow Shop untuk Meminimasi Makespan

Abstract

Penelitian ini bertujuan untuk mengembangkan algoritma Viral Systems untuk menyelesaikan masalah penjadwalan Hybrid Flow Shop (HFS) untuk meminimasi makespan. Algoritma Viral Systems merupakan metode metaheuristik yang terinspirasi dari cara kerja virus dalam menginfeksi organisme lain. HFS merupakan sistem produksi flow shop yang memiliki karakteristik utama yaitu jumlah tahapan proses produksi (stage) minimal berjumlah 2 dan terdapat minimal 1 stage yang memiliki mesin paralel. Penjadwalan HFS merupakan masalah optimasi kombinatorial, dimana sejumlah n job akan diproses pada m stage untuk memaksimalkan fungsi tujuan. Penelitian ini membahas permasalahan penjadwalan HFS dengan sistem multiprocessor, dimana setiap job dalam sebuah stage dapat diproses pada lebih dari 1 mesin secara simultan. Algoritma penjadwalan yang dikembangkan diujikan pada 6 buah benchmark problems. Performansi algoritma kemudian dibandingkan dengan Genetic Algorithms dan Artificial Bee Colony. Perbandingan performansi dilakukan dengan menggunakan nilai lower bound, yaitu nilai minimum makespan yang dapat dicapai secara teoritis. Berdasarkan perhitungan yang dilakukan, baik algoritma yang dihasilkan maupun Genetic Algorithm dan Artificial Bee Colony tidak mampu mencapai lower bound pada setiap kasus. Dibandingkan dengan algoritma Genetic Algorithm, algoritma yang dikembangkan unggul di 2 kasus, sementara dibandingkan dengan Artificial Bee Colony, algoritma yang dikembangkan unggul di 5 kasus. Hal ini menunjukkan algoritma yang dihasilkan mampu secara efektif menyelesaikan masalah penjadwalan HFS multiprocessor.