PENJADWALAN JOB SHOP DENGAN ALGORITMA GENETIKA UNTUK MEMINIMASI MAKE SPAN DAN AVERAGE FLOW TIME (Studi Kasus di PT. Yogyakarta Presisi Teknikatama Industri)
Meilinda Fitriani Nur Maghfiroh, Ir. Agus Darmawan, S.T., M.S., Ph.D., IPM., ASEAN Eng
2010 | Skripsi | S1 TEKNIK INDUSTRIPenjadwalan job shop merupakan permasalahan kombinasi yang besar sehingga dikategorikan sebagai NP-hard problem. Pada penelitian ini, penjadwalan job shop digunakan untuk memproses 15 job pada 15 mesin, dimana masing-masing job memiliki perbedaan urutan proses, waktu pengerjaan, dan juga waktu setup. Dalam penelitian ini digunakan metode heuristik algoritma genetika (AG) untuk menangani penjadwalan job shop sebesar 15x15. Metode ini dikembangkan pada permasalahan penjadwalan dengan tujuan meminimasi makespan dan average flow time. Parameter yang digunakan dalam AG ditentukan berdasarkan mekanisme Design of Experiment (DOE). Nilai parameter optimal yang digunakan untuk melakukan running program adalah population size = 45, dengan cross over probability = 0.55 dan mutation probability = 0.13. Sebagai hasilnya, algoritma genetika memberikan hasil penjadwalan dengan nilai makespan yang lebih baik dibandingkan penjadwalan aktual di perusahaan. Penerapan metode AG menghasilkan penurunan nilai makespan sebesar 2620 menit dan nilai average flow time sebesar 6685 menit dengan algoritma genetika untuk dibandingkan dengan kondisi awal di perusahaan.
Kata Kunci : penjadwalan, job shop, algoritma genetika, makespan, average flow time
