Optimasi Penjadwalan Shift Pekerja Produksi Rambak Pisang menggunakan Metode Algoritma Genetika (Studi Kasus pada CV Sahabat Pangan, Malang)

Al Kausar, Zaky and Ir. Usman Effendi,, MS and Arif Hidayat, STP, M.AIT, Ph.D. (2023) Optimasi Penjadwalan Shift Pekerja Produksi Rambak Pisang menggunakan Metode Algoritma Genetika (Studi Kasus pada CV Sahabat Pangan, Malang). Sarjana thesis, Universitas Brawijaya.

Abstract

RINGKASAN Pisang merupakan komoditas buah unggulan dalam bidang pertanian dengan nilai ekonomi yang tinggi. Proses pengolahan yang cenderung mudah membuat produk pisang banyak dikonsumsi sebagai camilan ringan. Hal ini dapat dilihat juga sebanyak 8.741.147 ton buah pisang terproduksi di tahun 2021. Provinsi Jawa Timur menyumbang komoditas pisang terbanyak dengan jumlah 2.048.948 ton dengan kenaikan 6,82% dari tahun sebelumnya. CV Sahabat Pangan merupakan perusahaan agroindustri yang mengolah komoditas pisang kepok (Musa acuminata x Musa balbisiana) menjadi rambak pisang. Permasalahan yang timbul pada divisi produksi yaitu penempatan pekerja yang kurang sesuai dan kurangnya rotasi divisi pekerja yang teratur. Penjadwalan yang dilakukan oleh perusahaan masih diatur secara manual dengan harapan setiap pekerja mendapatkan beban kerja yang sama, rotasi divisi kerja yang merata, dan sesuai dengan kemampuan pekerja. Algoritma genetika adalah salah satu metode optimasi yang dapat digunakan untuk kasus penjadwalan shift kerja produksi. Tujuan dalam penelitian ini yaitu memberikan usulan optimasi penjadwalan shift pekerja produksi pada CV Sahabat Pangan menggunakan algoritma genetika. Penelitian ini dilaksanakan di CV Sahabat Pangan, Malang dan pengolahan data di Laboratorium Komputasi dan Sistem Agroindustri TIP UB pada Bulan Januari hingga Juni 2023. Data dikumpulkan melalui wawancara, observasi, dan arsip perusahaan. Pengolahan data dilakukan dengan metode algoritma genetika. Data yang digunakan yaitu nama pekerja, divisi-divisi pekerja, kemampuan/skill pekerja, jadwal aktual divisi produksi, dan jam kerja pekerja. Algoritma genetika dipilih untuk optimasi penjadwalan shift pekerja produksi dengan menghasilkan bermacam solusi optimal yang bervariasi. Algoritma genetika menggunakan parameter tertentu dengan operasi-operasi berupa input data, inisialisasi populasi, crossover, mutasi, evaluasi nilai fitness, dan seleksi. Pengujian parameter algoritma genetika yang optimal didapatkan parameter ukuran populasi sebesar 270, kombinasi Cr dan Mr 0,3 dan 0,7, serta ukuran generasi sebesar 250. Didapatkan fitness optimal yaitu 1 pada generasi ke-85. Terdapat perbedaan yang signifikan antara bentuk jadwal aktual CV Sahabat Pangan dengan jadwal hasil algoritma genetika. Pada jadwal aktual divisi produksi CV Sahabat Pangan didapatkan bobot nilai penalti sejumlah 5,5 dengan nilai fitness yaitu 0,1538, sedangkan pada jadwal algoritma genetika didapatkan bobot nilai penalti sejumlah 0 dengan nilai fitness yaitu 1. Hasil ini menujukan bahwa jadwal yang diraih oleh penggunaan metode algoritma genetika telah mencapai solusi optimal.

English Abstract

SUMMARY Bananas are a superior fruit commodity in agriculture with high economic value. Processing that tends to be easy makes banana products widely consumed as a light snack. This can also be seen as many as 8,741,147 tons of bananas were produced in 2021. East Java Province contributed the most banana commodities with a total of 2,048,948 tons, an increase of 6.82% from the previous year. CV Sahabat Pangan is an agro-industrial company that processes kepok banana (Musa acuminata x Musa balbisiana) which are ready to be processed into banana rambak. The problems that arise in the production division are the inappropriate placement of workers and the lack of regular rotation of the division of workers. Scheduling carried out by the owner of the company is still managed manually with the hope that each worker will get the same workload, the rotation of work divisions is even, and in accordance with the abilities of the workers. Genetic algorithm is one of the optimization method that can be used in optimizing shift scheduling problems. The purpose of this research is to provide suggestions for optimizing the shift scheduling of production workers at CV Sahabat Pangan uses a genetic algorithm. This research was carried out at CV Sahabat Pangan, Malang and data processing at TIP UB's Computing and Agro-industry Systems Laboratory from January to June 2023. Data was collected through interviews, observation, and company archives. Data processing was carried out using a genetic algorithm method. The data used is the name of the worker, the divisions of the worker, the skill of the worker, the production division's actual schedule, and the worker's working hours. Genetic algorithms were chosen to optimize shift scheduling for production workers by producing a variety of optimal solutions. The genetic algorithm uses certain parameters with operations in the form of data input, population initialization, crossover, mutation, evaluation of fitness values, and selection. Testing the parameters of the optimal genetic algorithm obtained a population size parameter of 270, a combination of Cr and Mr 0,3 and 0,7, and a generation size of 250. The optimal fitness was obtained, namely 1 in the 85th generation. There are significant differences between the actual schedule forms in CV Sahabat Pangan and the schedule of genetic algorithm results. In the actual schedule for the production division of CV Sahabat Pangan, a penalty weight of 5,5 is obtained with a fitness value of 0,1538, while in the genetic algorithm schedule a penalty weight of 0 is obtained with a fitness value of 1. These results indicate that the schedule achieved by the use genetic algorithm method has reached the optimal solution

Item Type:	Thesis (Sarjana)
Identification Number:	052310
Uncontrolled Keywords:	Algoritma Genetika, Optimasi, Penjadwalan, Shift Pekerja
Divisions:	Fakultas Teknologi Pertanian > Teknologi Industri Pertanian
Depositing User:	Unnamed user with username saputro
Date Deposited:	16 Jan 2024 07:26
Last Modified:	16 Jan 2024 07:26
URI:	http://repository.ub.ac.id/id/eprint/211036

Text (DALAM MASA EMBARGO) Zaky Al Kausar.pdf Restricted to Registered users only until 31 December 2025. Download (2MB)

Actions (login required)

View Item