PENJADWALAN MESIN BERTIPE JOB SHOP UNTUK MEMINIMALKAN MAKESPAN DENGAN METODE ALGORITMA GENETIKA (STUDI KASUS UPL PT MAK)

Ria Krisnanti, Ir. Andi Sudiarso, S.T., M.T., M.Sc.,Ph.D., IPM. ASEAN. Eng

2012 | Skripsi | S1 TEKNIK INDUSTRI

Penjadwalan job shop merupakan permasalahan yang kompleks yang sering disebut np-hard problem. Pada penelitian ini penjadwalan memiliki 146 job akibat kedatangan job berulang. Job memiliki 12 macam proses permesinan yang berbeda-beda, namun setiap job paling banyak melewati 4 proses permesinan. Selain itu di setiap proses permesinan memiliki sejumlah mesin yang dapat digunakan secara paralel. Sehingga apabila suatu mesin sibuk maka job akan dialihkan ke mesin yang sama yang lebih tidak sibuk. Dalam penjadwalan ini juga diterapkan sistem grouping kelompok komponen satu produk. Sehingga terdapat sekumpulan job harus dikerjakan dalam rentan waktu yang sama berdasarkan grup satu produk. Pada penelitian ini, penjadwalan yang dilakukan oleh perusahaan yaitu Earliest Due Date (EDD) dan Shostest Processing Time (SPT) akan dibandingkan dengan penjadwalan pendekatan artificial intelligence. Metode penjadwalan dengan pendekatan kecerdasan buatan yang digunakan adalah metode algoritma genetika dengan bantuan perangkat lunak MATLAB 2009a. Parameter yang digunakan dalam AG ditentukan dengan metode Design of Experiment dengan 33 factorial design. Pada 4 variasi model penjadwalan menggunakan AG tersebut, keempat variasi menunjukkan AG mampu menghasilkan makespan yang lebih singkat dibandingkan dengan metode EDD&SPT. Pada asumsi satu mesin setiap proses, metode EDD&SPT memberikan makespan sebesar 135.1 sementara AG memberikan makespan sebesar 112.5 untuk sistem acak dan 115.9 untuk sistem grup produk. Pada asumsi semua mesin digunakan, metode EDD&SPT memberikan makespan sebesar 38.1 sementara AG memberikan makespan sebesar 33.9 untuk sistem acak dan 34.6 untuk sistem grup produk.

Kata Kunci : penjadwalan mesin, job shop, algoritma genetika, makespan