Azmi, MuhammadHamdani (2015) Penjadwalan Produksi Rokok Untuk Meminimalkan Maximum Tardiness Menggunakan Algoritma Simulated Annealing (Studi Kasus Di Pr. Adi Bungsu Malang). Sarjana thesis, Universitas Brawijaya.
Abstract
PR. Adi Bungsu (PR. AB) adalah sebuah perusahaan yang bergerak di bidang produksi rokok di Malang, Jawa Timur. Salah satu produk rokok PR. AB yaitu rokok Filter 16 telah tersebar di beberapa daerah di Indonesia. Pentingnya kepuasan konsumen bagi perusahaan mengharuskan PR. AB menyelesaikan order konsumen tepat waktu. Selama ini, jadwal produksi PR. Adi Bungsu menggunakan aturan First Come First Served (FCFS), dimana PR. AB beberapa kali mengalami keterlambatan penyelesaian order Filter 16 hingga melewati batas due date seperti yang terjadi pada bulan April hingga Juni 2014. Oleh karena itu, perlu dilakukan penjadwalan produksi dengan pendekatan yang berbeda untuk menyelesaikan masalah keterlambatan penyelesain order. Dalam penelitian ini, metode pendekatan yang digunakan dalam penjadwalan produksi rokok adalah algoritma Simulated Annealing (SA) dengan hasil penjadwalan aturan Earliest Due Date (EDD) sebagai jadwal inisiasi dalam meminimasi nilai Max. Tardiness. Penerapan algoritma SA untuk meminimalkan nilai Tardiness diaplikasikan pada program dengan bantuan software MATLAB. Parameter yang digunakan dalam penerapan algoritma SA yaitu nilai suhu (T) adalah 100, nilai faktor pereduksi suhu (c) adalah 0,6, nilai iterasi (n) adalah 5, dan nilai konstantan boltzmann (k) adalah 1. Dari parameter tersebut dihasilkan siklus sebanyak 14 siklus dengan total 70 solusi yang muncul. Penerimaan solusi sangat dipengaruhi oleh parameter suhu dan faktor pereduksi suhu. Pada suhu tinggi solusi yang lebih baik pasti diterima dan solusi yang kurang baik masih dapat diterima dengan kriteria metropolis. Suhu akan turun pada setiap siklus dan penurunan suhu sangat dipengaruhi oleh faktor pereduksi suhu (c). Dengan c sebesar 0,6 maka penurunan suhu dari siklus 1 hingga siklus 14 mengalami penurunan suhu secara eksponensial. Hasil dari penjadwalan dengan algoritma SA dihasilkan jadwal pada bulan April dengan Max. Tardiness sebesar 320 menit, jadwal pada bulan Mei dengan Max. Tardiness sebesar 809 menit dan jadwal bulan Juni dengan Max. Tardiness sebesar 0 menit. Berdasarkan hasil perbandingan antara FCFS dan algoritma SA, dapat diketahui efisiensi hasil jadwal algoritma SA terhadap jadwal aktual pada bulan April sebesar 79%, pada bulan Mei sebesar 52% dan pada bulan Juni sebesar 100%. Hal tersebut menunjukkan bahwa jadwal yang dihasilkan dari algoritma SA lebih baik dari jadwal aktual PR. Adi Bungsu yang menggunakan aturan FCFS dalam fungsinya untuk meminimalkan Max. Tardiness.
English Abstract
PR. Adi Bungsu (PR. AB) is one of cigarette manufacture in Malang, East Java. Filter 16 is one of cigarette product by PR. AB that widespread in some areas of Indonesia. The importance of customer satisfaction requires PR. AB to complete the customer’s order on time. PR. AB using First Come First Served rule (FCFS) to complete production which in several times experienced delay of the completion of filter 16 orders and exceed the due date as happened in April to June 2014. Therefore, a production scheduling with different approaches to solve the delay in order completion problem is needed. In this research, the approach that used in cigarette production scheduling is simulated annealing (SA) algorithm with the results of Earliest Due Date (EDD) scheduling rules as an initiation schedule to minimizing Max. Tardiness. The application of this algorithm to minimize the value of Tardiness applied to the program with the help of MATLAB software. The parameters that used in the application of this algorithm is the value of the temperature (T) is 100, the value of reducing the temperature factor (c) is 0.6, the value of iteration (n) is 5, and the value of the Boltzmann constantan (k) is 1. From these parameters produced cycle for 14 cycles with a total of 70 solutions emerge. Acceptance of the solution is strongly influenced by temperature parameters and factors reducing the temperature. At high temperatures better solution must be accepted and less good solution is acceptable to the criteria of the metropolis. The temperature will go down on each cycle and decrease of temperature is influenced by factors reducing temperature (c). With c of 0.6, the drop in temperature from cycle 1 to cycle 14 has decreased temperature exponentially. The results of the scheduling using SA algorithm generated schedule in April with Max. Tardiness is 320 minutes, scheduled in May with Max. Tardiness of 809 minutes and a schedule in June with Max. Tardiness at 0 minutes. Based on the results of the comparison between FCFS and SA algorithm, the efficiency of the results between SA algorithm with actual schedule in April is 79 %, in May is 52 % and in June is 100 %. It shows that the result of scheduling from this algorithm is better than the actual schedule of PR. AB which use FCFS rule to minimize Max. Tardiness
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FT/2015/149/051501030 |
| Subjects: | 600 Technology (Applied sciences) > 670 Manufacturing |
| Divisions: | Fakultas Teknik > Teknik Industri |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 11 Feb 2015 10:47 |
| Last Modified: | 22 Oct 2021 03:57 |
| URI: | http://repository.ub.ac.id/id/eprint/143197 |
Preview |
Text
DAFTAR_ISI.pdf Download (1MB) | Preview |
Preview |
Text
BAB_3.pdf Download (1MB) | Preview |
Preview |
Text
BAB_2.pdf Download (2MB) | Preview |
Preview |
Text
BAB_5.pdf Download (1MB) | Preview |
Preview |
Text
BAB_1.pdf Download (2MB) | Preview |
Preview |
Text
BAB_4.pdf Download (3MB) | Preview |
Preview |
Text
DAFTAR_PUSTAKA.pdf Download (1MB) | Preview |
Preview |
Text
KATA_PENGANTAR.pdf Download (1MB) | Preview |
Preview |
Text
PERNYATAAN_ORISINALITAS.pdf Download (1MB) | Preview |
Preview |
Text
RINGKASAN_-_SUMMARY_fix.pdf Download (1MB) | Preview |
Preview |
Text
2._LEMBAR_PERSETUJUAN.pdf Download (1MB) | Preview |
Preview |
Text
1._COVER.pdf Download (1MB) | Preview |
Preview |
Text
3._LEMBAR_PENGESAHAN.pdf Download (1MB) | Preview |
Actions (login required)
 |
View Item |