Mufid, Khalim (2011) Aplikasi FIS (Fuzzy Inference System) Dalam Algoritma Genetika Untuk Optimasi Penjadwalan Job Shop Statis. Sarjana thesis, Universitas Brawijaya.
Abstract
Sistem produksi dalam suatu perusahaan melibatkan banyak mesin dan banyak proses dengan melibatkan banyak variasi waktu membutuhkan perencanaan dan penjadwalan yang tepat. Salah satu cara untuk mengoptimalkan perencanaan dan penjadwalan model job shop yaitu dengan meminimalkan nilai makespan yang diperlukan untuk menyelesaikan seluruh pekejaan dengan memperhatikan utilitas dari masing-masing mesin. Dalam skripsi ini untuk mengukur tingkat utilitas suatu mesin menggunakan Fuzzy Inference System (FIS) sehingga mendapatkan peringkat indeks kelayakan mesin dengan MTTF (Mean Time To Failure) dan MTTR (Mean Time To Repair) sebagai masukannya. Peringkat indeks kelayakan mesin ini digunakan pada saat proses evaluasi penjadwalan job shop sedang berlangsung. Untuk optimasi penjadwalan job shop sendiri menerapkan algoritma genetik dalam pencarian alternatif solusi. Uji coba menggunakan data Benchmark dengan operator genetik menggunakan operator crossover dengan satu titik potong dan operator mutasi gen tunggal. Berdasarkan uji coba yang telah dilakukan, nilai makespan terbaik diperoleh dengan menggunakan parameter genetik dengan jumlah populasi 200, tingkat crossover 60 %, dan tingkat mutasi 40 %. Hasil akhir dari optimasi penjadwalan job shop diperoleh dari kromosom yang memiliki nilai fitness terbaik sehingga mendapatkan makespan yang minimum.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2011/126/051102476 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 07 Jun 2011 13:58 |
| Last Modified: | 22 Oct 2021 07:19 |
| URI: | http://repository.ub.ac.id/id/eprint/152578 |
Preview |
Text
051102476.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |