| dc.identifier.citation | Amin-Naseri, M.R and M. A. Beheshti-Nia. 2010. “Hybrid flow shop scheduling with parallel batching”. European Journal of Operational Research, 205: 1–18. Bedworth, D.D. and J. E. Bailey. 1987. Integrated Production Control Systems, Toronto: John Wiley & Sons. Choong, F., S. Phon-Amnuaisuk, M.Y. Alias. 2011. “Metaheuristic methods in hybrid flow shop scheduling problem”. Expert Systems with Applications. 38: 10787–10793. Cortes, P., J.M. Garcia, J. Munuzuri, and L. Onieva. 2007. “Viral systems: A new bio-inspired optimization approach”. Computers & Operations Research. 35: 2840-2860. Engin, O. and A. Doyen. 2004. “A new approach to solve hybrid flow shop scheduling problems by artificial immune system”. Future Generation Computer Systems. 20: 1083–1095. Fogarty, D.W., J.H. Blackstone and T.R Hoffman. 1991. Production & Inventory Management. Cincinnati: South Western Publishing. Gen, Mitsuo and R. Cheng. 1997. Genetic Algorithm & Engineering Design. Toronto: John Wiley & Sons. Gupta, J.N.D. 1988. “Two stage, hybrid flowshop scheduling problem”. Journal of The Operational Research Society. 39(4): 359-364. Kusumo, D. 2012. Penerapan Algoritma Artificial Bee Colony Dalam Menyelesaikan Masalah Penjadwalan Hybrid Flow Shop Untuk Meminimasi Makespan. Draft Skripsi. Bandung: Jurusan Teknik Industri Universitas Katolik Parahyangan. Linn, R. and Wei Zhang. 1999. “Hybrid flow shop scheduling: A survey”. Computers & Industrial Engineering. 37: 57-61. Oguz, C., Y. Zinder, V.H. Do, and A. Janiak. 2002. “Hybrid flow-shop scheduling problemswith multiprocessor task systems". European Journal of Operational Research. 152: 115-131. Ruiz, Ruben and J.A.V Rodriguez. 2010. “The hybrid flow shop scheduling problem’. European Journal of Operational Research. 205: 1-18. Serifoglu, F.S and G. Ulusoy. 2004. “Multiprocessor task scheduling in multistage hybrid flow shop: a genetic algorithm approach.” Journal Of Operational Research Society. 55 (May 2004): 504-512. Uetake, T., H. Tsubone and M. Ohba. 1995. “A production scheduling system in a hybrid flow shop”. International Journal of Production Economics. 41: 395-398. | en_US |
| dc.description.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. | en_US |
