DETAIL KOLEKSI

Usulan Penjadwalan Job Menggunakan Metode Particle Swarm Optimization Dan Genetic Algorithm Untuk Meminimasi Makespan Di Pt. Adhi Wijayacitra


Oleh : Diah Amalia Dewi

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2009

Pembimbing 1 : Nora Azmi

Subyek : Mathematical optimization;Production scheduling;Swarm intelligence

Kata Kunci : job scheduling, Particle Swarm Optimization Method, Genetic Algorithm, minimizing makespan, PT. Adhi


File Repositori
No. Nama File Ukuran (KB) Status
1. 2009_TA_TI_06304062_Halaman-Judul.pdf 5502.51
2. 2009_TA_TI_06304062_Bab-1.pdf 2141.11
3. 2009_TA_TI_06304062_Bab-2.pdf 8491.95
4. 2009_TA_TI_06304062_Bab-3.pdf 2872
5. 2009_TA_TI_06304062_Bab-4.pdf 4407.94
6. 2009_TA_TI_06304062_Bab-5.pdf 20129.25
7. 2009_TA_TI_06304062_Bab-6.pdf 3914.53
8. 2009_TA_TI_06304062_Bab-7.pdf 17194.15
9. 2009_TA_TI_06304062_Bab-8.pdf 823.38
10. 2009_TA_TI_06304062_Daftar-Pustaka.pdf 917.91
11. 2009_TA_TI_06304062_Lampiran.pdf 11699.09

P PT. Adhi Wijayacitra adalah perusahaan yang memproduksi komponen otomotif berupa suku cadang otomotif. Perusahaan ini terdiri dari tiga divisi yaitu Divisi Stamping, Welding dan Machining. Sistem manufaktur yang diterapkan oleh perusahaan adalah sistem make to order, dimana produk yang dibuat berdasarkan pesanan konsumen. Pesanan konsumen datang di awal bulan, yang diterima oleh bagian PPIC.Permasalahan yang dihadapi perusahaan saat ini adalah waktu penyelesaian pesanan secara keseluruhan (makespan) kurang optimal yang mengakibatkanmenumpuknya job pada periode berikutnya dan memungkinkan terjadi penambahan jam kerja. Oleh karena itu, penelitian tugas akhir ini bertujuan untuk memberikan usulan penjadwalan pada PT. Adhi Wijayacitra dengan metode Particle Swarm Optimization dan Particle Swarm Optimization - Genetic Algorithm untuk mengurangi waktu penyelesaian job secara keseluruhan (makespan). Selain itu juga merancang program terkomputerisasi untuk mempercepat proses penjadwalan perusahaan.Berdasarkan permasalahan yang dihadapi oleh perusahaan, maka diusulkan suatu penjadwalan dengan menggunakan Algoritrna Particle Swarm Optimization (PSO) dengan fungsi tujuan untuk meminimasi makespan. PSO merupakan salah satu metode optimasi yang setingkat lebih baik dibandingkan dengan metode meta heuristic. Berbeda dengan metode meta heuristic, PSO tidak memerlukan solusi awal dimana proses perhitungan diawali dengan suatu populasi yang terbentuk dari solusi-solusi acak menggunakan Linear Congruential Generators. Solusi acak tersebut untuk menunjukkan posisi dan kecepatan partikel, yang nantinya akan menunjukkan permutasi partikel. Sedangkan dalam menentukan permutasi partikel digunakan Smallest Position Value (SPY). Selain penjadwalan menggunakan metode PSO dilakukan juga penjadwalan dengan menggunakan algoritrna Particle Swarm Optimization - Genetic Algor ithm (PSO - GA). Penggunaan penjadwalan PSO - GA ini dikarenakan hasil dari penjadwalan PSO yang hanya berbeda sedikit dengan hasil penjadwalan perusahaan. Dengan kombinasi PSO - GA ini diharapkan dapat meningkatkan lagi hasil dari penjadwalan PSO.Dari pengolahan data diperoleh hasil penjadwalan dengan menggunakan algoritrna Particle Swarm Optimization (PSO) dan PSO - GA. Hasil perhitungan dengan menggunakan algoritrna PSO dan PSO - GA diperoleh makespan sebesar 109886,835 detik dan mean flowtime sebesar 58900.62 detik, dengan presentase penurunan makespan sebesar 0,45 % dari hasil penjadwalan perusahaan. Pada algoritma PSO, hasil optimal ditemukan pada iterasi 15 dimana sampai dengan iterasi 15 hasil makespan tidak berubah. Sedangkan pada algoritma PSO - GA, iterasi pada tahap penjadwalan dengan GA cukup dilakukan sekali, karena hasil dari PSO telah menghasilkan nilai yang mendekati optimal. Penjadwalan dengan menggunakan algoritrna PSO - GA temyata menghasilkan nilai yang sama dengan PSO saja. Dalam penelitian ini juga dirancang suatu program penjadwalan sesuai dengan algoritrna yang diusulkan yaitu PSO yang telah dilakukan verifikasi dan validasi.

P PT. Adhi Wijayacitra is a company which produce the automotive component (automotive spare parts). This company consist of three division (Stamping Division, Welding, and Machining). Company implant a make to order system in their manufacturing system, in this case product is made by consumer orders. The consumer orders arrive at the first of the month and PPIC will receive it.The problem that presence is the accomplished time overall (makespan) not quiteoptimal which inflict the job stack in another period and give a possibility to overtime. Sothat the purpose of this final assignment is to give a scheduling proposal to the company with Particle Swarm Optimization and Particle Swarm Optimization - Genetic Algorithm method to minimize makespan also to design a computerized program to speed up the company scheduling process.Based on the problem, so a Particle Swarm Optimization (PSO) algorithm scheduling to minimize makespan is given . PSO is an optimized method which a step better than a meta heuristic method .Different with the meta heuristic method , PSO doesn't need an early solution and the first process is to generate some random population using the Linear Congruential Generators. This allocate the particle position and speed to gain a particle permutation (using the Smallest Position Value (SPV)). The scheduling also use a Particle Swarm Optimization - Genetic Algorithm (PSO - GA) because of the result of the PSO scheduling is only a bit differ than the company scheduling. With the combination of PSO -GA, the better scheduling result is expected.Based on the data calculation, using PSO and PSO - GA algorithm, it shows that the makespan calculation is l09886,835 second and mean flowtime calcu lation is 58900.62 second, with the makespan percentage deppressed in 0.45% from the company schedulingresult. In PSO algorithm, the optimum result is found at l 51iteration (the result at firstuntil 14111 iteration is static). While in PSO - GA algorithm, the GA scheduling phase is only have to do the iteration once. This is because the result of PSO has given the optimum reach value. The PSO algorithm and PSO -GA algorithm appear to have the exact number of result. In this final assignment also give a scheduling program which suits the proposealgorithm (verified and valid PSO)

Bagaimana Anda menilai Koleksi ini ?