APPLYING MULTI-OBJECTIVE METAHEURISTICS TO UNEQUAL AREA FACILITY LAYOUT PROBLEM BY USING SUB-ARRAY MATRIX SLICING APPROACH

ANAS SAIFURRAHMAN, Ir. Andi Sudiarso, S.T., M.Sc., M.T., Ph.D., IPM.

2022 | Tesis | MAGISTER TEKNIK INDUSTRI

Menentukan penempatan fasilitas yang optimal dalam tata letak produksi berperan penting dalam meningkatkan produktivitas. Sementara itu, cakupan dari facility layout problem (FLP) telah berkembang menjadi konfigurasi yang kompleks berdasarkan tujuan dan penempatannya. FLP dengan luasan yang beragam (UA-FLP) memiliki tantangan tersendiri yaitu ukuran departemen yang beragam, penentuan lorong yang tidak pasti dan proses perhitungan yang kompleks. Selain perhitungan yang kompleks, kasus riil FLP mendorong pemakaian model many-objective untuk merepresentasikan tujuan tata letak yang tidak hanya mengutamakan perpindahan material. Oleh karena itu, penelitian ini mengusulkan algoritma metaheuristik untuk menyelesaikan many-objective UA-FLP dengan mempertimbangkan perhitungan jarak, skor kedekatan, dan skor hazard. Algoritma yang diusulkan menggunakan mekanisme matrix slicing, dengan memanfaatkan elemen array sebagai representasi diskrit pada suatu grid tata letak. Tiap departemen direpresentasikan sebagai sub-array yang lebih kecil yang ditempatkan pada array yang lebih besar sebagai lantai produksinya. Pendekatan diskrit ini menggunakan kromosom yang berisi penempatan departemen. Algoritma yang diusulkan adalah non-dominated sorting genetic algorithm-II (NSGA-II) dan multi-objective particle swarm optimization (MOPSO) degan solusi optimal yang berisi himpunan kandidat yang tidak saling mendominasi. Mekanisme penghapusan solusi kembar ditambahkan di dalam algoritma ini untuk menjaga keberagaman solusi dan mencegah konvergensi dini. Berdasarkan hasil komputasi, usulan algoritma ini mampu menyelesaikan multi-objective UA-FLP pada data kecil, menengah, dan besar. Algoritma NSGA-II memberikan solusi yang lebih baik daripada MOPSO, terutama dengan mekanisme two-point crossover karena memiliki nilai fitness yang mendominasi algoritma lainnya. Dengan mendominasi solusi algoritma lain, NSGA-II dengan two-point crossover juga memberikan nilai performa yang lebih baik.

Determining an optimal facility placement in a production layout plays a crucial role in terms of improving productivity. However, the scope of facility layout problem (FLP) have developed a complex configuration based on its objective and placement. Facility layout problem with unequal area (UA-FLP) poses its own challenge due to its diverse department dimension, uncertain bay and computational complexity. In addition to the complex nature of UA-FLP model, real-world FLP encourages many-objective model to represent facility layout purposes other than material movement aspect. Therefore, this study proposes a metaheuristic algorithm to solve many-objective UA-FLP by considering three objective functions (flow/distance measurement, adjacency rating, and hazard movement). The proposed algorithm uses a matrix slicing mechanism, by utilizing array elements as a discrete representation of layout grid. Each department is represented as smaller sub-array to be placed at larger array grid as its production floor. This discrete approach employs a chromosome that consist of department placement sequence that will be used in the multi-objective metaheuristics. The proposed evolutionary algorithms are non-dominated sorting genetic algorithm-II (NSGA-II) and multi-objective particle swarm optimization (MOPSO) with the optimal solution contains a set of solution candidates that does not have any priorities on each objective function. Duplicate removal mechanism is added in the algorithm in order to preserve solution diversity and prevent early convergence. Based on the computational result, the proposed algorithm is able to solve multi-objective UA-FLP on small, medium, and large data instances. The NSGA-II algorithm provide a better solution compared to MOPSO, especially with two-point crossover mechanism because the fitness value dominates the other algorithm. By dominating the other algorithm’s solution, the NSGA-II with two-point crossover also yields a better performance evaluation.

Kata Kunci : UA-FLP, NSGA-II, MOPSO, non-dominated sorting, optimasi many-objective, matrix slicing.