Ratnasari, AnnekeRizka (2015) Optimasi Penjadwalan Hybrid Flowshop Untuk Produk Flexible Packaging dengan Metode Algoritma Genetika,. Sarjana thesis, Universitas Brawijaya.
Abstract
Perusahaan yang menjadi obyek amatan dalam skripsi ini bergerak dibidang plastik yang memproduksi produk Flexible Packaging, dengan tiga tipe produk, yaitu flexible packaging flap with seal, flexible packaging without seal, dan flexible packaging non flap. Proses produksi flexible packaging mempunyai tiga tahapan yang sama pada semua produknya yaitu tahap slitting, tahap folding dan tahap cutting. Pada tahap folding dan cutting memiliki lebih dari satu mesin identik, yaitu sejumlah tiga mesin folding, dan 10 mesin cutting. Dengan demikian, maka permasalahan penjadwalan pada perusahaan merupakan tipe produksi hybrid flowshop. Penjadwalan produksi yang dilakukan oleh perusahaan saat ini pengerjaannya menggunakan sistem prioritas mendahulukan yang pertama datang, atau disebut sebagai First In First Out (FIFO). Dengan menggunakan penjadwalan tersebut masih terdapat beberapa job yang tidak dikerjakan pada hari yang sama, sehingga membebani proses produksi pada hari selanjutnya. Mengingat penjadwalan produksi pada perusahaan dilakukan per hari. Oleh karena itu, diperlukan metode penjadwalan yang dapat meminimasi makespan agar tidak ada job yang membebani proses produksi hari selanjutnya dengan mengembangkan algoritma yang untuk penjadwalannya. Dalam penelitian ini, dilakukan penjadwalan produksi untuk mendapatkan makespan yang lebih kecil dengan menggunakan metode short processing time (SPT) dan Algoritma Genetika. Langkah awal metode SPT adalah mengurutkan data permintaan dari kuantitas terkecil hingga terbesar, dan melakukan penjadwalan berdasarkan jumlah permintaan terkecil yang merepresentasikan waktu penyelesaian tercepat. Hal ini dilakukan karena waktu proses untuk setiap tipe produk per unit adalah sama. Pada penjadwalan dengan menggunakan Algoritma Genetika, langkah awal yang dilakukan adalah menginisialisasi populasi, lalu membangkitkan populasi yang dilakukan secara random yang akan menghasilkan calon solusi awal. Populasi tersebut merupakan kumpulan dari kromosom. Langkah kedua adalah menghitung nilai fitness pada setiap kromosomnya. Selanjutnya dilakukan proses seleksi, crossover dan mutasi, untuk mempertahankan nilai fitness yang terbaik agar tetap pada proses evolusi dilakukan elitisme. Proses tersebut akan dilakukan berulang-ulang sampai mendapat nilai fitness treeshold atau sudah mencapai max generasi dan dihasilkannya urutan job terbaik memiliki nilai makespan paling kecil. Penyelesaian penjadwalan produksi dengan metode algoritma genetika ini menggunakan bantuan software Matlab 7.0.1. Hasil penelitian ini adalah waktu penjadwalan dengan metode FIFO (existing), SPT, dan Algoritma Genetika. Makespan yang dihasilkan oleh masing-masing metode secara beruturanadalah 1854,9, 1734,2, dan 1267,6 menit.. Berdasarkan hasil tersebut dapat disimpulkan bahwa penjadwalan produksi dengan metode algoritma genetika menghasilkan nilai makespan paling kecil. Hasil penjadwalan algoritma genetika memberikan penurunan sebesar 31,7% dibandingkan dengan penjadwalan existing yang dilaksanakan oleh perusahaan. Dengan penurunan nilai makespan tersebut tidak ada lagi job yang tidak dikerjakan pada hari yang sama dan tidak membebani proses produksi hari selanjutnya.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FT/2015/512/051506012 |
| Subjects: | 600 Technology (Applied sciences) > 670 Manufacturing |
| Divisions: | Fakultas Teknik > Teknik Industri |
| Depositing User: | Endang Susworini |
| Date Deposited: | 07 Sep 2015 13:57 |
| Last Modified: | 23 Oct 2021 10:50 |
| URI: | http://repository.ub.ac.id/id/eprint/143620 |
Preview |
Text
BAB_II_skripsi_.pdf Download (2MB) | Preview |
Preview |
Text
COVER_ANNE.pdf Download (1MB) | Preview |
Preview |
Text
bab_I_skripsi.pdf Download (1MB) | Preview |
Preview |
Text
KATA_PENGANTAR_daftar_isi_dan_lain.pdf Download (2MB) | Preview |
Preview |
Text
Daftar_Pustaka.pdf Download (1MB) | Preview |
Preview |
Text
BAB_III_skripsi_.pdf Download (1MB) | Preview |
Preview |
Text
BAB_IV.pdf Download (4MB) | Preview |
Preview |
Text
BAB_V.pdf Download (1MB) | Preview |
Preview |
Text
ringkasan_anne.pdf Download (1MB) | Preview |
Actions (login required)
 |
View Item |