dc.identifier.citation | Applegate, D., Cook, W., 1991, A Computational Study of the Job Shop Scheduling Problem, ORSA Journal on Computing, Spring Betrianis, Teguh, P.S., 2003, Penerapan Algoritma Tabu Search dalam Penjadwalan Job Shop, MAKRA, Teknologi Vol. 7 No. 3, Universitas Indonesia, Jakarta. Hermann, J.,W., 2006. Handbook of Production Scheduling, Springer : New York Hermann, J.W., 2007, The Legacy of Taylor, Gantt, and Johnson: How to Improve Production Scheduling, ISR Technical Report, University of Maryland, USA Kusumadewi, S., 2003. Artificial Intelligence: Teknik dan Aplikasinya, Graha Ilmu, Yogyakarta. Montgomery, D.C., Runger, G.C., 2003. Applied Statistic and Probability for Engineers 3 M-65 rd ed, John Willey and Sons, New York Suyanto, 2005, Algoritma Genetika dalam MATLAB, Penerbit Andi, Yogyakarta. | en_US |
dc.description.abstract | Penjadwalan job shop merupakan permasalahan yang kompleks yang sering disebut np-hard problem di
mana waktu penyelesaian masalah akan meningkat secara eksponensial seiring dengan berkembangnya
luas permasalahan secara linear. Pada penelitian ini penjadwalan memiliki 146 job dalam simulasi
waktu satu bulan. Penjadwalan ini memiliki 12 macam proses permesinan yang berbeda-beda, namun
setiap job paling banyak melewati 4 proses permesinan. Selain itu, setiap proses permesinan memiliki
sejumlah mesin yang dapat digunakan secara paralel, sehingga apabila suatu mesin sibuk maka job akan
dialihkan ke mesin yang sama yang idle. Dalam penjadwalan ini juga diterapkan sistem grouping
kelompok komponen satu produk, sehingga terdapat sekumpulan job yang harus dikerjakan dalam rentan
waktu yang sama berdasarkan grup produk yang sama. Metode penjadwalan yang sedang dilakukan oleh
PT.X adalah Earliest Due Date (EDD) dan Shostest Processing Time (SPT). EDD dan SPT ini akan
dibandingkan dengan penjadwalan pendekatan kecerdasan buatan yaitu menggunakan metode Algoritma
Genetika (AG). Parameter yang digunakan dalam AG ditentukan dengan metode Design of Experiment
dengan 3
3
factorial design. Pada penelitian ini dibuat empat variasi model penjadwalan sebagai
alternatif pilihan untuk penggunaan asumsi yang digunakan. Pada empat variasi model penjadwalan
menggunakan AG tersebut, keempat variasi menunjukkan AG mampu menghasilkan makespan yang lebih
singkat dibandingkan dengan metode EDD dan SPT. Pada asumsi satu mesin di setiap proses, metode
EDD dan SPT memberikan makespan sebesar 135,1 jam sedangkan AG memberikan makespan sebesar
112,5 jam untuk sistem job acak dan 115,9 jam untuk sistem job grup produk. Pada asumsi semua mesin
digunakan, metode EDD dan SPT memberikan makespan sebesar 38,1 jam sedangkan AG memberikan
makespan sebesar 33,9 jam untuk sistem job acak dan 34,6 jam untuk sistem job grup produk. | en_US |