Vincent Nataprawira, Kartika Suhada Jurusan Teknik Industri Universitas Kristen Maranatha

Transkripsi

1 Perbaikan Lintasan Produksi dalam Upaya Mencapai Target Produksi dengan Menggunakan Metode Rank Positional Weight, Region Approach dan Algoritma Genetika (Studi Kasus di CV Surya Advertising and T-Shirt, Bandung) Improvement Production Line to Reach Production Target Using Rank Positional Weight Method, Region Approach and Genetic Algorithms (Case Study at CV Surya Advertising and T-Shirt, Bandung) Vincent Nataprawira, Kartika Suhada Jurusan Teknik Industri Universitas Kristen Maranatha Abstrak CV SURYA ADVERTISING & T SHIRT merupakan perusahaan yang bergerak di bidang industri garment. Adapun permasalahan yang terjadi dalam perusahaan adalah tidak tercapainya target produksi pada lini produksi mass production yang dikarenakan ketidakseimbangan pembagian tugas antar stasiun kerja. Hal ini nampak dari adanya tumpukan barang setengah jadi (WIP inventory) di beberapa stasiun kerja, sedangkan stasiun kerja lainnya terlihat idle. Dalam melakukan penyeimbangan lintasan produksi, peneliti terlebih dahulu melakukan pengukuran waktu untuk masing-masing elemen kerja dan melakukan pengujian kenormalan, keseragaman dan kecukupan data yang diperoleh sebelum menentukan waktu siklus. Dengan menambahkan faktor penyesuaian dan kelonggaran ke dalam waktu siklus diperolehlah waktu baku. Selanjutnya Peneliti membuat peta proses operasi (OPC) sebagai dasar pembuatan precedence diagram. Ada 3 alternatif metode yang diusulkan untuk menyeimbangkan lintasan produksi yaitu metode Helgeson-Birnie Approach (Rank Positional Weight/RPW), Kilbridge- Wester Heuristic (Region Approach) dan Algoritma Genetika. Peneliti membuat software Algoritma Genetika dengan tujuan untuk mempersingkat waktu perhitungan. Hasil perhitungan dari metode RPW, RA dan Algoritma Genetika bertutut-turut: efisiensi lintasan sebesar 69,85%, 70,28% dan 73,66%; jumlah stasiun yang terbentuk 22, 22 dan 21 stasiun kerja; sedangkan kapasitas produksi sebesar1042 unit/minggu, 1049 unit/minggu, dan 1049 unit/minggu. Dengan demikian metode yang diusulkan adalah Algoritma Genetika karena memiliki nilai efisiensi terbesar dan jumlah stasiun kerja paling sedikit. Kata Kunci: penyeimbangan lintasan produksi, Algoritma Genetika, efisiensi lintasan Abstract "CV SURYA ADVERTISING & T SHIRT " is a company engaged in the garment industry. The problems that occur in the company is not achieving the target production on a production line mass production due to an imbalance of the division of tasks between workstations. This is apparent from the pile of semi-finished goods (WIP inventory) at several work stations, while the others appear look idle. In conducting the balancing of the production line, the authors first perform the measurement time for each element of work and testing normality, uniformity and adequacy of the data obtained before determining the cycle time. By adding the adjustment factor and clearances to the cycle time, so the standard time to be obtained. Furthermore, the authors make a map of the operation (OPC) as the basis for precedence diagram. There are three alternative methods are proposed to balance the production line: method of Helgeson-Birnie Approach (Rank 83

2 JURNAL INTEGRA VOL. 3, NO. 1, JUNI 2013: Positional Weight / RPW), Kilbridge-Wester Heuristic (Region Approach) and Genetic Algorithm. Genetic Algorithm software are also made to shorten the computation time. The results of the method RPW, RA and Genetic Algorithm efficiency line are respectively 69.85%, 70.28% and 73.66%. The number of stations that formed 22, 22 and 21 work stations while the output that can be produced is 1042 units / week, 1049 units / week, and 1049 units / week. So the proposed method to the company is the Genetic Algorithm method because it has the greatest efficiency and least amount of work station. Keywords: line balancing, Genetic Algorithm, efficiency 1. Pendahuluan CV SURYA ADVERTISING & T SHIRT merupakan perusahaan yang bergerak dalam bidang industri garment. Jenis produk yang diproduksi perusahaan meliputi: kemeja lengan panjang, kemeja lengan pendek, kaos oblong, kaos wangki, polo shirt, celana training, jaket, dll. Produk yang diproduksi secara mass production oleh perusahaan adalah kemeja lengan panjang, sedangkan produk lainnya tergantung dari pesanan konsumen (make to order). Adapun permasalahan yang terjadi dalam perusahaan adalah tidak tercapainya target produksi perusahaan pada lini produksi mass production produk kemeja lengan panjang dewasa. Untuk memenuhi target produksi, perusahaan melakukan subkontrak ke perusahaan lain. Hal ini tentunya berdampak pada peningkatan biaya produksi yang akan berpengaruh pada harga jual produk. Ada beberapa faktor yang menyebabkan target produksi tidak tercapai, misalnya jumlah sumber daya yang terbatas, skill operator yang kurang, terjadinya ketidakseimbangan beban kerja, bahan baku tidak tersedia, dll. Setelah diidentifikasi lebih lanjut, dapat disimpulkan bahwa faktor yang menyebabkan target produksi tidak tercapai adalah ketidakseimbangan pembagian tugas antar stasiun kerja. Hal ini tampak dari adanya tumpukan barang setengah jadi (WIP inventory) di beberapa stasiun kerja, sedangkan stasiun kerja lainnya terlihat idle. Oleh karena itu, peneliti mengusulkan penyeimbangan beban kerja di lintasan produksi mass production yang bertujuan untuk meningkatkan kapasitas produksi sehingga target produksi dapat tercapai Batasan yang digunakan dalam penelitian ini adalah: 1. Tidak memperhitungkan waktu transport dan waktu setup Asumsi yang digunakan dalam penelitian ini adalah: 1. Mesin yang digunakan dalam kondisi baik 2. Tidak dilakukan penambahan mesin 3. Bahan baku yang digunakan selalu tersedia 4. Ketrampilan operator pada semua stasiun kerja cukup baik Berdasarkan identifikasi masalah, penelitian yang dilakukan bertujuan untuk: 1. Mengidentifikasi kelemahan dari lintasan produksi yang diterapkan oleh perusaan saat ini. 2. Mengusulkan penyeimbangan lintasan yang sebaiknya diterapkan perusahaan. 3. Mengemukakan manfaat penerapan metode penyeimbangan lintasan produksi usulan. 2. Tinjauan Pustaka 2.1 Pengertian Lini Produksi Lini produksi adalah penempatan area-area kerja dimana operasi-operasi diatur secara berurutan dan material bergerak secara kontinu melalui operasi yang terangkai seimbang. Menurut karakteristik proses produksinya, lini produksi dibagi menjadi 2 yaitu: [Baroto, 2002] 84

3 PERBAIKAN LINTASAN PRODUKSI (Vincent Nataprawira, et al.) 1. Lini fabrikasi, merupakan lintasan produksi yang terdiri atas sejumlah operasi pekerjaan yang bersifat membentuk atau mengubah bentuk benda kerja. 2. Lini perakitan, lintasan produksi yang terdiri atas sejumlah operasi perakitan yang dikerjakan pada beberapa stasiun kerja dan digabungkan menjadi benda assembly atau subassembly. 2.2 Pengertian Line Balancing Penyeimbangan lintas perakitan berhubungan erat dengan produksi massal. Sejumlah pekerjaan perakitan dikelompokkan ke dalam beberapa pusat pekerjaan yang disebut dengan stasiun kerja. Waktu yang diizinkan untuk menyelesaikan elemen pekerjaan itu ditentukan oleh kecepatan lintas perakitan, semua stasiun kerja sedapat mungkin memiliki kecepatan produksi yang sama. Jika suatu stasiun bekerja di bawah kecepatan lintasan, maka stasiun tersebut akan memiliki waktu menganggur. Tujuan akhir penyeimbangan lintas adalah memaksimasi kecepatan di tiap stasiun kerja sehingga dicapai efisiensi kerja yang tinggi di tiap stasiun kerja. [Kusuma, 2002] 2.3 Istilah-Istilah Dalam Line Balancing Terdapat beberapa istilah yang biasa digunakan dalam penyeimbangan lintasan produksi (assembly line balancing), yakni: [Elsayed, 1985] 1. Produk jadi Produk yang sudah melalui semua rangkaian proses dalam stasiun kerja pertama sampai stasiun kerja terakhir. 2. Elemen kerja (EK) Merupakan bagian terkecil dari keseluruhan rangkaian kerja dalam proses produksi, dimana N adalah jumlah elemen kerja yang dibutuhkan untuk menyelesaikan proses produksi dan i adalah nomor elemen kerja dalam urutan proses produksi. Catatan: 1 i N. 3. Waktu eleman kerja (ti) Adalah waktu yang dibutuhkan untuk menyelesaikan elemen kerja ke-i, dimana i = 1, 2, 3,, N. 4. Stasiun kerja (SK) Lokasi dalam suatu lintasan produksi dimana elemen kerja dilakukan. Dimana jumlah stasiun kerja adalah 1 K M. Dimana M adalah jumlah maksimum stasiun kerja, dan K adalah jumlah minimum stasiun kerja. 5. Waktu kerja (T) Merupakan waktu total yang tersedia untuk melakukan proses produksi. Dalam hal ini dapat dilihat sebagai jam kerja produktif. 6. Demand (Q) Jumlah unit yang harus diproduksi selama periode tertentu. 7. Waktu siklus (C) Merupakan waktu yang diperlukan untuk membuat satu unit produk per satu stasiun. Apabila waktu produksi dan target produksi telah ditentukan, maka waktu siklus dapat diketahui dari hasil pembagian waktu produksi dan target produksi. Dalam mendesain keseimbangan lintasan produksi untuk sejumlah produksi tertentu, waktu siklus harus sama atau lebih besar dari waktu operasi terbesar yang merupakan penyebab terjadinya bottle neck (kemacetan) dan waktu siklus juga harus sama atau lebih kecil dari jam kerja efektif per hari dibagi dari jumlah produksi per hari, yang secara matematis dinyatakan sebagai berikut: C = (1) 8. Waktu stasiun (STi) Jumlah waktu dari seluruh elemen kerja (ti) yang dilakukan di dalam stasiun kerja yang sama, dimana waktu stasiun STi tidak boleh melebihi nilai waktu siklus C. 85

4 JURNAL INTEGRA VOL. 3, NO. 1, JUNI 2013: Waktu delay stasiun Selisih dari waktu stasiun STi dengan waktu siklus C yang dapat diartikan sebagai waktu menganggur. Delay = C STi (2) 10. Precedence diagram Diagram yang memperlihatkan urutan elemen kerja yang harus dilakukan suatu produk. Suatu elemen kerja tidak dapat dikerjakan bila elemen kerja pendahulunya belum selesai dikerjakan. 2.4 Batasan-Batasan Yang Terdapat Pada Line Balancing Dalam melakukan line balancing, harus memperhatikan beberapa hal mengenai batasan-batasan dalam menugaskan elemen kerja ke dalam stasiun kerja, antara lain: [Elsayed, 1985] 1. 1 K M Jumlah dari stasiun kerja yang terbentuk tidak boleh lebih besar dari jumlah elemen kerja yang ada dan jumlah minimum stasiun kerja yang terbentuk adalah ti ST C Waktu elemen kerja tidak boleh lebih besar dari waktu siklus C, kecuali jumlah pekerja jamak diizinkan untuk elemen kerja tersebut dan waktu siklus C harus lebih besar atau sama dengan waktu stasiun STi. 3. precedence constraint Dalam menugaskan elemen kerja ke dalam stasiun kerja harus diperhatikan elemen kerja pendahulu (predecessor) dan elemen kerja pengikut (successor). 2.5 Ukuran Kinerja Dalam Line Balancing Terdapat beberapa ukuran yang dipakai untuk melihat performansi suatu lintasan produksi, antara lain: [Elsayed, 1985; Narasimhan] 1. Efisiensi Lintasan (EL) Merupakan rasio dari total waktu stasiun terhadap waktu siklus dikalikan dengan jumlah stasiun kerja yang terbentuk. EL = (3) dimana: STi = waktu stasiun kerja ke-i K = jumlah stasiun kerja yang terbentuk C = waktu siklus 2. Smoothness Index (SI) Merupakan indeks yang mengindikasikan kemulusan relatif lintasan produksi. Jika nilai SI mendekati 0, maka lintasan semakin baik. SI = (4) dimana: = waktu stasiun kerja maksimum STi = waktu stasiun kerja ke-i K = jumlah stasiun kerja yang terbentuk 3. Balance Delay (BD) Merupakan selisih antara waktu stasiun kerja Wsi dengan waktu siklus C yang digunakan sebagai ukuran yang menyatakan ketidakseimbangan suatu lintasan produksi. BD = (5) dimana: STi = waktu stasiun kerja ke-i K = jumlah stasiun kerja yang terbentuk 86

5 PERBAIKAN LINTASAN PRODUKSI (Vincent Nataprawira, et al.) 2.6 Metode Penyeimbangan Lintasan Metode Bobot Posisi (Rank Positional Weight / RPW) Metode heuristik yang paling awal adalah metode bobot posisi. Metode ini diusulkan oleh W.B. Helgeson dan D.P. Birnie. Langkah-langkah Metode bobot posisi adalah sebagai berikut: [Elsayed, 1985] 1. Buatlah precedence diagram sesuai dengan aturan yang seharusnya. 2. Tentukan Positional Weight (PW) untuk setiap elemen kerja (positional weight untuk suatu operasi sesuai dengan waktu terpanjang dari awal operasi). 3. Susunlah elemen-elemen kerja yang ada sesuai dengan ketentuan pada langkah ke-2. Elemen kerja yang mempunyai nilai positional weight tertinggi diurutkan pada susunan pertama. 4. Lakukan pembebanan elemen kerja ke stasiun kerja, dimana elemen yang memiliki ranking dan PW tertinggi dibebankan terlebih dahulu. 5. Apabila pada stasiun kerja ada waktu yang tersisa setelah membebankan beberapa operasi, maka bebankan operasi sesudahnya dengan memperhatikan hubungan precedence diagram dan waktu stasiun kerja tidak boleh melebihi waktu siklus. 6. Ulangi langkah 4 dan 5 sampai seluruh elemen kerja dibebankan ke stasiun kerja Metode Wilayah (Region Approach) Metode ini dikembangkan oleh Bedworth untuk mengatasi kekurangan metode bobot posisi. Metode ini juga belum mampu menghasilkan solusi optimal, tetapi sudah cukup baik dan mendekati optimal. Pada prinsipnya metode ini berusaha membebankan terlebih dahulu operasi yang memiliki tanggung jawab keterdahuluan yang besar. Bedworth menyebutkan bahwa kegagalan metode bobot posisi ialah mendahulukan operasi dengan waktu operasi terbesar daripada operasi dengan waktu operasi yang tidak terlalu besar, tetapi diikuti oleh banyak operasi lainnya. Langkah-langkah metode wilayah (Region Approach) adalah sebagai berikut: [Elsayed, 1985] 1. Buatlah precedence diagram untuk semua elemen kerja yang ada. Dalam precedence diagram, daftar yang ada di kolom I adalah elemen kerja yang tidak perlu untuk mengikuti elemen kerja lainnya. Pada kolom II, adalah elemen kerja yang harus mengikuti elemen kerja yang ada di kolom I, begitu juga seterusnya. 2. Hitung waktu siklus : K = (6) dimana: K = jumlah stasiun kerja Ti = waktu setiap elemen kerja CT = waktu siklus 3. Bebankan elemen kerja ke stasiun kerja, tetapi waktu stasiun kerja tidak boleh melebihi waktu siklus. 4. Hapus elemen yang sudah dibebankan dari total bilangan keseluruhan elemen kerja. Ulangi langkah ke Apabila waktu stasiun kerja melebihi waktu siklus, maka operasi dasar yang bersangkutan harus dibebankan ke stasiun kerja yang baru. 6. Ulangi langkah 3-5 sampai semua elemen kerja dibebankan ke stasiun kerja Algoritma Genetika Dalam algoritma genetika terdapat istilah-istilah yang digunakan, dimana istilah-istilah tersebut mewakili elemen-elemen dalam teori yang dikemukakan oleh Charles Darwin, adapun istilahistilah tersebut adalah: [Gen, 1997] 1. Population: sekumpulan solusi dari permasalahan yang akan diselesaikan menggunakan algoritma genetika. Population terdiri dari sekumpulan chromosome. 2. Chromosome: 87

6 JURNAL INTEGRA VOL. 3, NO. 1, JUNI 2013: mewakili sebuah solusi yang mungkin (feasible solution) untuk permasalahan yang ingin diselesaikan. Sebuah chromosome terdiri dari sekumpulan gen. 3. Genes: mewakili elemen-elemen yang ada dalam sebuah solusi. 4. Parent: chromosome yang akan dikenai operasi genetik (crossover). 5. Offspring: chromosome yang merupakan hasil dari operasi genetik (crossover dan mutation). 6. Crossover: operasi genetik yang mewakili proses perkembangbiakan antar individu. Dalam melakukan proses crossover dibutuhkan sepasang parent dan akan menghasilkan satu atau lebih offspring (keturunan). 7. Mutation: operasi genetik yang mewakili proses mutasi dalam perjalanan hidup individu. Peran mutasi adalah menghasilkan perubahan acak dalam populasi yang berguna untuk menambah variasi dari chromosome- chromosome dalam sebuah populasi. 8. Selection procedure: proses yang mewakili seleksi alam (natural selection) dari teori Darwin. Proses ini dilakukan untuk menentukan parent dari operasi genetik (crossover) yang akan dilakukan untuk menghasilkan keturuanan (offspring). 9. Fitness value: penilaian yang menentukan bagus tidaknya sebuah chromosome. Chromosome yang memiliki fitness value yang rendah pada akhirnya akan tersingkir oleh chromosome- chromosome yang memiliki fitness value yang lebih baik. 10. Evaluation function: fungsi yang digunakan untuk menentukan nilai dari fitness value. Evaluation function ini merupakan sekumpulan kriteria-kriteria tertentu dari permasalahan yang ingin diselesaikan. 11. Generation: satuan dari populasi setelah melalui operasi-operasi genetika, berkembang biak dan menghasilkan keturunan. Pada akhir dari setiap generation, untuk menjaga agar jumlah chromosome dalam populasi tetap konstan, maka chromosome yang memiliki fitness value yang rendah dan memiliki peringkat dibawah nilai minimal akan dihapus dari populasi. Parameter dalam algoritma genetika berguna dalam pengendalian operator genetika yang digunakan. Golberg mendefinisikan parameter-parameter yang digunakan dalam algoritma genetika sebagai berikut: (Obitko, 2008) 1. Ukuran Populasi: jumlah kromosom yang membentuk suatu populasi 2. Jumlah Generasi: banyak populasi yang hendak dihasilkan dalam algoritma genetika 3. Probabilitas Crossover: besar kemungkinan sebuah kromosom untuk mengalami crossover. Parameter ini harus ditentukan pada awal proses pencarian solusi. Dalam sebuah penelitian yang dilakukan oleh Obitko, disarankan bahwa nilai probabilitas crossover yang baik adalah berkisar antar 80% - 95% 4. Probabilitas Mutasi: besar kemungkinan sebuah kromosom untuk mengalami mutasi. Dalam penelitiannya, Obitko menyarankan nilai probabilitas mutasi yang baik berkisar antara 0,5% - 1% Operator genetika berguna untuk memperkenalkan string-string baru dalam populasi. Adanya string baru berarti terdapat domain pencarian baru dalam populasi. Terdapat tiga operator dasar yang sering digunakan untuk melakukan proses kombinasian antar solusi yaitu crossover, seleksi dan mutasi, Penjelasan mengenai operator-operator dasar tersebut adalah sebagai berikut: (Gen, 2002) 88

7 PERBAIKAN LINTASAN PRODUKSI (Vincent Nataprawira, et al.) 1. Crossover: Crossover bertujuan untuk memperoleh keturunan (offspring) yang lebih baik. Keturunan yang lebih baik ditandai dengan perbaikan nilai fitness atau nilai suaian dari suatu kromosom. (Gen, 2000) Proses crossover dimulai dengan memilih kromosom-kromosom akan menjadi parent, kemudian menyilangkan beberapa parent hasil seleksi sehingga dihasilkan kromosom baru yang memiliki gen campuran. Sebelum melakukan penyilangan, maka dilakukan dahulu pemilihan kromosom-kromosom yang akan menjadi parent. Cara menentukan parent adalah dengan membangkitkan bilangan random antara 1 sampai 0 pada setiap kromosom calon parent. Kemudian bilangan random yang sudah diperoleh dibandingkan dengan nilai probabilitas crossover (Pc) yang sudah ditentukan sebelumnya. Jika bilangan random suatu kromosom memiliki nilai yang lebih kecil atau sama dengan nilai probabilitas crossover, maka kromosom tersebut menjadi parent dan akan mengalami proses crossover, begitu pula sebaliknya. Selanjutnya dilakukan penentuan pasangan antar parent secara random. Setelah pasangan parent ditentukan maka proses crossover dapat dilakukan. Proses pertukaran dalam crossover dapat dilakukan dengan beberapa metode yang berbasis desimal, yaitu: a. Partial-Mapped Crossover Langkah-langkah metode ini adalah sebagai berikut: 1. Bangkitkan bilangan random antara 0 sampai 1 untuk setiap kromosom calon parent. Bandingkan nilai bilangan random dengan nilai probabilitas crossover (Pc) yang sudah ditetapkan sebelumnya. Jika nilai bilangan random lebih kecil atau sama dengan nilai Pc, maka kromosom mengalami proses crossover dan menjadi parent. 2. Pasangkan parent dalam populasi secara acak, dengan jumlah maksimal pasangan parent adalah sebanyak jumlah kromosom parent dibagi dua. 3. Tentukan nilai crossing site atau posisi antara subkromosom yang satu dengan yang lain, caranya adalah dengan membangkitkan bilangan random antara 1 sampai (m-1) sebanyak 2 buah, dimana m adalah panjang subkromosom. 4. Silangkan gen-gen pada parent satu dengan gen-gen pada parent pasangannya yang berada diantara batas crossing site sehingga membentuk kromosom offspring crossover. b. Order Crossover c. Cycle Crossover 2. Mutasi Proses mutasi adalah proses menciptakan individu baru dengan memodifikasikan satu atau lebih gen dalam individu yang sama. Mutasi berfungsi untuk menggantikan gen yang hilang dari populasi selama proses seleksi serta menyediakan gen yang tidak ada dalam populasi awal. Dengan demikian, mutasi akan meningkatkan variasi populasi. Jika bilangan random yang dibangkitkan dari suatu kromosom dalam proses mutasi ini ternyata lebih kecil atau sama dengan probabilitas mutasi (Pm), maka kromosom tersebut akan mengalami mutasi. Terdapat 3 metode mutasi yang dapat dilakukan, yaitu: a. Scrambled Based Mutation b. Order Based Mutation Order Based Mutation adalah metode mutasi yang dianggap paling baik, karena proses mutasi ini memberikan variasi pada urutan gen-gennya. Langkah-langkah yang dilakukan dalam proses mutasi dengan metode ini adalah: 1. Bangkitkan bilangan random pada setiap gen dalam kromosom. 2. Jika terdapat nilai bilangan random pada gen yang lebih kecil atau sama dengan nilai probabilitas mutasi (Pm) yang sudah ditentukan sebelumnya, maka kromosom akan mengalami mutasi. 3. Lakukan proses mutasi pada gen-gen dalam kromosom yang mengalami mutasi dengan ketentuan sebagai berikut: 89

8 JURNAL INTEGRA VOL. 3, NO. 1, JUNI 2013: Jika nilai bilangan random lebih kecil atau sama dengan ½ Pm, maka kurangi nilai gen dengan satu. Jika nilai gen tersebut adalah satu, maka tambahkan nilai gen tersebut dengan satu. Jika nilai bilangan random lebih besar dari ½ Pm sampai sama dengan nilai Pm, maka tambahkan nilai gen tersebut dengan satu. c. Position Based Mutation 3. Seleksi Seleksi merupakan proses yang dilakukan untuk melakukan populasi baru pada generasi berikutnya. Populasi baru ini dapat berasal dari semua parent dan offspring atau dari sebagian parent dan offspring. Hal-hal yang perlu diperhatikan dalam melakukan proses seleksi antara lain: [Gen,1997] a. Ruang Sampling b. Mekanisme Sampling (Sampling Mechanism) c. Probabilitas seleksi (Selection Probability) Encoding (Representasi Kromosom) merupakan proses transfer dari informasi real ke dalam kromosom. Proses representasi kromosom ini bertujuan untuk menentukan informasi apa saja yang aka dimasukan ke dalam kromosom. Pada permasalahan penyeimbangan lintasan produksi, yang digunakan sebagai representasi dari kromosom adalah lintasan produksi itu sendiri. Suatu kromosom terdiri dari m sub-kromosom, dimana satu sub-kromosom menunjang satu stasiun kerja. Satu sub-kromosom terdiri dari sekumpulan gen, dimana masing-masing gen menunjukan elemen kerja dari lintasan produksi tersebut. Panjang sub-kromosom tergantung dari jumlah elemen kerja yang akan diproses pada stasiun kerja. Proses decoding adalah kebalikan dari proses encoding. Proses decoding merupakan proses transfer informasi yang terkandung dalam suatu kromosom ke dalam informasi real. Dalam proses decoding, setiap kromosom yang terdapat dalam populasi akan diproses sehingga mengahasilkan beberapa lintasan produksi yanf feasible sesuai dengan ukuran populasi. Kemudian lintasan produksi yang dihasilkan tersebut akan dievaluasi dengan nilai fitness (nilai suaian) sesuai dengan fungsi suaian yang telah ditetapkan sebelumnya yaitu maksimasi efisiensi lintasan total. 3. Pembahasan Pengolahan data dilakukan dengan 2 tahap, yaitu perhitungan waktu baku dan perhitungan efisiensi lintasan produksi. 3.1 Perhitungan Waktu Baku Perhitungan waktu baku dimulai dari pengujian kenormalan data, keseragaman data dan kecukupan data terhadap waktu siklus tiap elemen kerja. Waktu siklus yang telah diuji diberikan faktor penyesuaian (metode objektif) dan kelonggaran untuk memperoleh waktu baku. Selanjutnya peneliti membuat peta proses operasi (OPC) sebagai dasar pembuatan precedence diagram. Hasil perhitungan waktu baku ditunjukkan dalam tabel 1 dan precedence diagram ditunjukkan dalam gambar 1 90

9 PERBAIKAN LINTASAN PRODUKSI (Vincent Nataprawira, et al.) Tabel 1. Perhitungan Waktu Baku No Elemen Waktu Waktu Waktu P A Kerja Siklus Normal Baku 1 O-1 18,59 1,07 19,89 0,17 23,32 2 O-2 34,46 1,07 36,87 0,17 43,21 3 O-3 24,59 1,07 26,31 0,17 30,83 4 O-4 44,48 1,07 47,59 0,17 55,78 5 O-5 35,50 1,07 37,99 0,17 44,52 6 O-6 78,82 1,07 84,33 0,17 98,84 7 O-7 45,35 1,07 48,52 0,17 56,87 8 O-8 22,80 1,07 24,40 0,17 28,60 9 O-9 24,48 1,07 26,20 0,17 30,70 10 O-10 44,67 1,07 47,79 0,17 56,01 11 O-11 36,74 1,07 39,31 0,17 46,07 12 O-12 78,49 1,07 83,98 0,17 98,43 13 O-13 46,60 1,07 49,87 0,17 58,44 14 O-14 22,45 1,07 24,02 0,17 28,16 15 O-15 24,54 1,07 26,26 0,17 30,78 16 O-16 80,26 1,07 85,88 0,17 100,65 17 O-17 80,50 1,07 86,14 0,17 100,95 18 O-18 6,69 1,06 7,09 0,16 8,22 19 O-19 25,49 1,07 27,28 0,17 31,97 20 O-20 33,60 1,07 35,95 0,17 42,13 21 O-21 39,44 1,07 42,20 0,17 49,45 22 O-22 8,59 1,06 9,11 0,16 10,57 23 O-23 31,01 1,07 33,18 0,17 38,89 24 O-24 86,40 1,07 92,45 0,17 108,35 25 O-25 27,87 1,07 29,82 0,17 34,95 No Elemen Waktu Waktu Waktu P A Kerja Siklus Normal Baku 27 O-27 25,49 1,07 27,28 0,17 31,97 28 O-28 33,60 1,07 35,95 0,17 42,13 29 O-29 39,44 1,07 42,20 0,17 49,45 30 O-30 8,59 1,06 9,11 0,16 10,57 31 O-31 31,01 1,07 33,18 0,17 38,89 32 O-32 86,40 1,07 92,45 0,17 108,35 33 O-33 28,89 1,07 30,91 0,17 36,23 34 O-34 31,06 1,07 33,23 0,17 38,95 35 O-35 31,10 1,07 33,28 0,17 39,00 36 O-36 6,97 1,06 7,39 0,16 8,57 37 O-37 16,07 1,07 17,19 0,17 20,15 38 O-38 7,02 1,06 7,44 0,16 8,63 39 O-39 16,05 1,07 17,17 0,17 20,12 40 O-40 53,07 1,07 56,78 0,17 66,55 41 O-41 66,97 1,07 71,65 0,17 83,98 42 O-42 31,90 1,07 34,13 0,17 40,00 43 O-43 61,50 1,07 65,81 0,17 77,12 44 O-44 96,38 1,07 103,13 0,17 120,86 45 O-45 80,41 1,07 86,04 0,17 100,83 46 O-46 78,49 1,07 83,99 0,17 98,43 47 I-1 35,35 1,05 37,12 0,11 41,05 48 O-47 55,04 1,06 58,35 0,16 67,68 49 O-48 22,93 1,03 23,61 0,11 26,12 46,07 58,77 O-11 O-13 8,22 31,97 42,13 49,45 108,35 O-26 O-27 O-28 O-29 O-32 56,01 O-10 98,43 28,16 O-12 O-14 10,57 38,89 O-30 O-31 23,32 43,21 30,83 30,70 30,78 100,65 100,95 34,95 36,23 38,95 39,00 83,98 40,00 77,12 120,86 100,83 98,43 41,05 67,68 26,12 O-1 O-2 O-3 O-9 O-15 O-16 O-17 O-25 O-33 O-34 O-35 O-41 O-42 O-43 O-44 O-45 O-46 I - 1 O-47 O-48 55,78 O-4 98,84 O-6 28,60 O-8 Keterangan: Ms. 44,52 56,87 8,22 31,97 42,13 49,45 108,35 8,57 20,15 66,55 Ms. 0-5 O-7 O-18 O-19 O-20 O-21 O-24 O-36 O-37 O-40 Ms. Pelubang Kancing 10,57 38,89 8,63 20,12 Ms. Pasang Kancing O O-38 O-39 Steam Manual Gambar 1. Precedence Diagram 3.1 Perhitungan Efisiensi Lintasan Ada 3 alternatif metode yang diusulkan untuk menyeimbangkan lintasan produksi, yaitu: Helgeson- Birnie Approach (Rank Positional Weight/RPW), Kilbridge-Wester Heuristic (Region Approach) dan Algoritma Genetika. Ketiga metode tersebut akan dibandingkan nilai efisiensi lintasannya dan yang memiliki nilai efisiensi lintasan terbesar akan dipilih sebagai metode usulan yang akan dibandingkan dengan metode perusahaan. Sebelum melakukan penyeimbangan lintasan dengan metode usulan, terlebih dahulu dilakukan perhitungan waktu siklus untuk menentukan waktu siklus yang digunakan dalam penyeimbangan lintasan produksi. Perhitungan waktu siklus dapat ditentukan menggunakan rumus: 91

10 JURNAL INTEGRA VOL. 3, NO. 1, JUNI 2013: Wsi = Max Jumlah waktu kerja tersedia Target produksi 46 x 3600 = Max ; 120, = Max (165,60; 120,86) = 165,60 detik ;Timax Helgeson-Birnie Approach (Rank Positional Weight / RPW) Langkah 1: Penentuan positional weight (PW) untuk setiap elemen kerja Tabel 2. Pembobotan Setiap Elemen Kerja No Task Task Positional (EK) Time (ti) Weight (PW) 1 O-1 23, ,59 2 O-2 43, ,27 3 O-3 30, ,06 4 O-4 55, ,45 5 O-5 44, ,19 6 O-6 98, ,67 7 O-7 56, ,70 8 O-8 28, ,83 9 O-9 30, ,23 10 O-10 56, ,13 11 O-11 46, ,19 12 O-12 98, ,12 13 O-13 58, ,13 14 O-14 28, ,69 15 O-15 30, ,53 16 O , ,75 17 O ,95 906,10 18 O-18 8, ,27 19 O-19 31, ,05 20 O-20 42, ,08 21 O-21 49,45 962,95 22 O-22 10,57 962,96 23 O-23 38,89 952,39 24 O ,35 913,50 25 O-25 34,95 805,15 No Task Task Positional (EK) Time (ti) Weight (PW) 26 O-26 8, ,32 27 O-27 31, ,10 28 O-28 42,13 970,13 29 O-29 49,45 928,00 30 O-30 10,57 928,01 31 O-31 38,89 917,44 32 O ,35 878,55 33 O-33 36,23 770,20 34 O-34 38,95 733,97 35 O-35 39,00 695,02 36 O-36 8,57 751,29 37 O-37 20,15 742,72 38 O-38 8,63 751,32 39 O-39 20,12 742,69 40 O-40 66,55 722,57 41 O-41 83,98 656,02 42 O-42 40,00 572,04 43 O ,93 532,04 44 O ,83 334,11 45 O-45 98,43 233,28 46 i-1 41,05 134,85 47 O-46 67,68 93,80 48 O-47 26,12 26,12 Langkah 2: Pengurutan positional weight (PW) berdasarkan nilai tertinggi Tabel 3. Pengurutan PW Setiap Elemen Kerja No Task Task Positional (EK) Time (ti) Weight (PW) 1 O-4 55, ,45 2 O-5 44, ,19 3 O-10 56, ,13 4 O-11 46, ,19 5 O-6 98, ,67 6 O-1 23, ,59 7 O-12 98, ,12 8 O-7 56, ,70 9 O-2 43, ,27 10 O-13 58, ,13 11 O-3 30, ,06 12 O-8 28, ,83 13 O-9 30, ,23 14 O-14 28, ,69 15 O-18 8, ,27 16 O-15 30, ,53 No Task Task Positional (EK) Time (ti) Weight (PW) 17 O-19 31, ,05 18 O-26 8, ,32 19 O , ,75 20 O-20 42, ,08 21 O-27 31, ,10 22 O-28 42,13 970,13 23 O-22 10,57 962,96 24 O-21 49,45 962,95 25 O-23 38,89 952,39 26 O-30 10,57 928,01 27 O-29 49,45 928,00 28 O-31 38,89 917,44 29 O ,35 913,50 30 O ,95 906,10 31 O ,35 878,55 32 O-25 34,95 805,15 No Task Task Positional (EK) Time (ti) Weight (PW) 33 O-33 36,23 770,20 34 O-38 8,63 751,32 35 O-36 8,57 751,29 36 O-37 20,15 742,72 37 O-39 20,12 742,69 38 O-34 38,95 733,97 39 O-40 66,55 722,57 40 O-35 39,00 695,02 41 O-41 83,98 656,02 42 O-42 40,00 572,04 43 O ,93 532,04 44 O ,83 334,11 45 O-45 98,43 233,28 46 i-1 41,05 134,85 47 O-46 67,68 93,80 48 O-47 26,12 26,12 92

11 PERBAIKAN LINTASAN PRODUKSI (Vincent Nataprawira, et al.) Langkah 3: Penugasan elemen kerja ke dalam SK dan perhitungan efisiensi lintasan Tabel 4. Perhitungan Efisiensi Lintasan Total untuk Metode RPW Stasiun Task Task Waktu Operasi Mesin Ti Cum Kerja (SK) (EK) Time (ti) Siklus (ST) Efisiensi 4 Menjahit bagian depan kanan 55,78 55, Menjahit saku kanan 44,52 100,30 156,31 98,40% 10 Menjahit Bagian depan kiri 56,01 156, Menjahit saku kiri 46,07 46,07 6 Memasang saku kanan 98,84 144,91 1 Menjahit Label 23,32 23,32 12 Memasang saku kiri 98,43 121,75 144,91 121,75 91,22% 76,64% 7 Menjahit tutup saku kanan 56,87 56, Menyambung badan belakang atas bagian depan dengan badan belakang atas bagian belakang 43,21 100,08 158,85 100,00% 13 Menjahit tutup saku kiri 58,77 158,85 3 Menyambung badan belakang atas dan badan belakang bawah 30,83 30, Mengobras Bahu kanan 30,70 61,53 92,31 58,11% 15 Mengobras bahu kiri 30,78 92,31 8 Memasang tutup saku kanan 28,60 28, Memasang tutup saku kiri 28,16 56,75 157,41 99,09% 16 Menjahit scoder tangan kanan 100,65 157,41 18 Menyetrika kain keras untuk scoder tangan kanan 8,22 8,22 22 Menyetrika kain keras untuk manset tangan kanan 10,57 18, Menyetrika kain keras untuk scoder tangan kiri 8,22 27,01 Steam 30 Menyetrika kain keras untuk manset tangan kiri 10,57 37,58 54,78 34,49% 36 Menyetrika kain keras untuk kaki kerah 8,57 46,15 38 Menyetrika kain keras untuk daun kerah 8,63 54,78 19 Menjahit scoder tangan kanan 31,97 31, Memasang scoder tangan kanan 42,13 74,10 27 Menjahit scoder tangan kiri 31,97 106,07 148,20 93,30% 28 Memasang scoder tangan kiri 42,13 148,20 21 Menjahit tangan kanan 49,45 49, Menjahit manset tangan kanan 38,89 88,34 29 Menjahit tangan kiri 49,45 137,80 157,95 99,43% 37 Menjahit kaki kerah 20,15 157, Menjahit manset tangan kiri 38,89 38,89 24 Memasang manset tangan kanan 108,35 147,24 17 Memasang panel kanan 100,95 100,95 39 Menjahit daun kerah 20,12 121,07 147,24 121,07 92,69% 76,22% Memasang manset tangan kiri 108,35 108,35 108,35 68,21% Merakit kerah 66,55 66,55 66,55 41,89% 25 Memasang tangan kanan ke badan 34,95 34, Memasang tangan kiri ke badan 36,23 71,18 34 Mengobras samping kiri 38,95 110,13 149,14 93,88% 35 Mengobras samping kanan 39,00 149, Memasang kerah 83,98 83,98 42 Klem bagian bawah 40,00 123,98 123,98 78,05% Mengobras keseluruhan bagian depan 77,12 77,12 77,12 48,55% Mengobras keseluruhan bagian dalam 120,86 120,86 120,86 76,08% Memasang lubang kancing Pelubang kancing 100,83 100,83 100,83 63,48% Memasang kancing Pasang kancing 98,43 98,43 98,43 61,97% Inspeksi jahitan Manual 41,05 41,05 41,05 25,84% Menyetrika pakaian jadi Steam 67,68 67,68 67,68 42,61% Dipacking Manual 26,12 26,12 26,12 16,44% Efisiensi Lintasan 69,85% 93

12 3.1.2 Kilbridge-Wester Heuristic (Region Approach) Langkah 1: Penetapan region pada precedence diagram Gambar 2. Penetapan region pada precedence diagram JURNAL INTEGRA VOL. 3, NO. 1, JUNI 2013: ,07 58,77 8,22 31,97 42,13 49,45 108,35 O-11 O-13 O-26 O-27 O-28 O-29 O-32 10,57 38,89 56,01 98,43 28,16 O-30 O-31 O-10 O-12 O-14 23,32 43,21 30,83 30,70 30,78 100,65 100,95 34,95 36,23 38,95 39,00 83,98 40,00 77,12 120,86 100,83 98,43 41,05 67,68 26,12 O-1 O-2 O-3 O-9 O-15 O-16 O-17 O-25 O-33 O-34 O-35 O-41 O-42 O-43 O-44 O-45 O-46 I - 1 O-47 O-48 55,78 98,84 28,60 O-4 O-6 O-8 44,52 56,87 8,22 31,97 42,13 49,45 108,35 8,57 20,15 66, O-7 O-18 O-19 O-20 O-21 O-24 O-36 O-37 O-40 10,57 38,89 8,63 20,12 O O-38 O-39 I II III IV V VI VII VIII IX X XI XII XIII XIV XV XVI XVII XVIII XIX XX 94

13 PERBAIKAN LINTASAN PRODUKSI (Vincent Nataprawira, et al.) Langkah 2: Pengurutan elemen kerja ke dalam region Tabel 5. Pengurutan Elemen Kerja ke dalam Region Region Task (EK) Task Time (ti) I 10,4,11,5,1 56,01/55,78/46,07/44,52/23,32 II 6,12,13,7,2 98,84/98,43/58,77/56,87/43,21 III 3,8,14,18 32,15/28,60/28,16/8,22 IV 19,9,26 31,97/30,70/8,22 V 20,27,15,22 42,13/31,97/30,78/10,57 VI 16,21,28,23,30 100,65/49,45/42,13/38,89/10,57 VII 24,17,29,31 108,35/100,95/49,45/38,89 VIII 32,25 108,35/34,95 IX 33,38,36 36,23/8,63/8,57 X 34,37,39 38,95/20,15/20,12 XI 40,35 66,55/39,00 XII 41 83,98 XIII 42 40,00 XIV 43 77,12 XV ,86 XVI ,83 XVII 46 98,43 XVIII i-1 41,05 XIX 47 67,68 XX 48 26,12 Langkah 3: Penugasan elemen kerja ke dalam stasiun kerja dan perhitungan efisiensi lintasan 95

14 JURNAL INTEGRA VOL. 3, NO. 1, JUNI 2013: Tabel 6. Perhitungan Efisiensi Lintasan Total untuk Metode RA Stasiun Task Task Cumulative Operasi Mesin Ti Cum Kerja (EK) Time (ti) Stasiun Time (ST) Efisiensi 10 Menjahit Bagian depan kiri 56,01 56, Menjahit bagian depan kanan 55,78 111,79 157,86 100,00% 11 Menjahit saku kiri 46,07 157,86 5 Menjahit saku kanan 44,52 44, Menjahit Label 23,32 67,84 126,61 80,20% 13 Menjahit tutup saku kiri 58,77 126, Memasang saku kanan 98,84 98,84 7 Menjahit tutup saku kanan 56,87 155,71 155,71 98,64% 12 Memasang saku kiri 98,43 98,43 4 Menyambung badan belakang atas bagian depan dengan 141,64 89,73% 2 43,21 141,64 badan belakang atas bagian belakang 5 14 Memasang tutup saku kiri 28,16 28,16 8 Memasang tutup saku kanan 28,60 56,76 56,76 35,96% 3 Menyambung badan belakang atas dan badan belakang bawah 30,83 30, Mengobras Bahu kanan 30,7 61,53 92,31 58,48% 15 Mengobras bahu kiri 30,78 92,31 18 Menyetrika kain keras untuk scoder tangan kanan 8,22 8,22 26 Menyetrika kain keras untuk manset tangan kanan 8,22 16, Menyetrika kain keras untuk scoder tangan kiri 10,57 27,01 Steam 30 Menyetrika kain keras untuk manset tangan kiri 10,57 37,58 54,78 34,70% 38 Menyetrika kain keras untuk kaki kerah 8,63 46,21 36 Menyetrika kain keras untuk daun kerah 8,57 54,78 19 Menjahit scoder tangan kanan 31,97 31, Memasang scoder tangan kanan 42,13 74,1 27 Menjahit scoder tangan kiri 31,97 106,07 155,52 98,52% 21 Menjahit tangan kanan 49,45 155, Menjahit scoder tangan kanan 100,65 100,65 28 Memasang scoder tangan kiri 42,13 142,78 142,78 90,45% Menjahit manset tangan kanan 38,89 38,89 24 Memasang manset tangan kanan 108,35 147,24 147,24 93,27% Memasang panel kanan 100,95 100,95 29 Menjahit tangan kiri 49,45 150,4 150,4 95,27% Menjahit manset tangan kiri 38,89 38,89 32 Memasang manset tangan kiri 108,35 147,24 147,24 93,27% 25 Memasang tangan kanan ke badan 34,95 34, Memasang tangan kiri ke badan 36,23 71,18 34 Mengobras samping kiri 38,95 110,13 149,13 94,47% 35 Mengobras samping kanan ,13 37 Menjahit kaki kerah 20,15 20, Menjahit daun kerah 20,12 40,27 106,82 67,67% 40 Merakit kerah 66,55 106, Memasang kerah 83,98 83,98 42 Klem bagian bawah 40,00 123,98 123,98 78,54% Mengobras keseluruhan bagian depan 77,12 77,12 77,12 48,85% Mengobras keseluruhan bagian dalam 120,86 120,86 120,86 76,56% Memasang lubang kancing Pelubang kancing 100,83 100,83 100,83 63,87% Memasang kancing Pasang kancing 98,43 98,43 98,43 62,35% 20 i-1 Inspeksi jahitan Manual 41,05 41,05 41,05 26,00% Menyetrika pakaian jadi Steam 67,68 67,68 67,68 42,87% Dipacking Manual 26,12 26,12 26,12 16,55% Efisiensi Lintasan 70,28% Algoritma Genetika Penyeimbangan lintasan produksi dengan menggunakan metode Algoritma Genetika dilakukan dengan cara memproses inisialisasi populasi secara acak dan memperbaikinya melalui pengulangan dengan bantuan operator-operator seperti: crossover, mutasi, dan seleksi. Untuk memudahkan perhitungan algoritma genetika dalam penugasan elemen kerja ke dalam stasiun kerja pada kasus yang sedang terjadi di perusahaan, peneliti membuat suatu software yang mampu menghasilkan solusi yang mendekati optimal dengan waktu perhitungan yang relatif lebih cepat. Adapun penugasan elemen kerja pada kasus perusahaan menggunakan software Algoritma Genetika (GA) yang diusulkan dengan parameter sebagai berikut: 96

15 PERBAIKAN LINTASAN PRODUKSI (Vincent Nataprawira, et al.) Ukuran populasi : 30 Jumlah generasi : 300 Probabilitas Crossover (Pc) : 0.95 Probabilitas Mutasi (Pm) : 0.01 Susunan kromosom terpilih yang memiliki nilai efisiensi lintasan total paling tinggi dapat dilihat pada tabel 7. Tabel 7. Perhitungan Efisiensi Lintasan Total untuk Metode Algoritma Genetika Stasiun Task Task Waktu Operasi Mesin Kerja (SK) (EK) Time (ti) Siklus (ST) Efisiensi 1 Menjahit Label 23, Menjahit bagian depan kanan 55,78 135,97 86,17% 7 Menjahit tutup saku kanan 56,87 5 Menjahit saku kanan 44, Menjahit Bagian depan kiri 56,01 146,6 92,90% 11 Menjahit saku kiri 46,07 Menyambung badan belakang atas bagian depan dengan badan 2 43,21 3 belakang atas bagian belakang 141,64 89,76% 12 Memasang saku kiri 98,43 18 Menyetrika kain keras untuk scoder tangan kanan 8,22 22 Menyetrika kain keras untuk manset tangan kanan 8, Menyetrika kain keras untuk scoder tangan kiri 10,57 Steam 30 Menyetrika kain keras untuk manset tangan kiri 10,57 54,78 34,71% 36 Menyetrika kain keras untuk kaki kerah 8,63 38 Menyetrika kain keras untuk daun kerah 8, Memasang saku kanan 98,84 13 Menjahit tutup saku kiri 58,77 157,61 99,88% 8 Memasang tutup saku kanan 28,60 14 Memasang tutup saku kiri 28, Menjahit scoder tangan kiri 31,97 147,74 93,62% 31 Menjahit manset tangan kiri 38,89 39 Menjahit daun kerah 20,12 3 Menyambung badan belakang atas dan badan belakang bawah 30, Mengobras Bahu kanan 30,7 92,31 58,50% 15 Mengobras bahu kiri 30,78 19 Menjahit scoder tangan kanan 31, Menjahit manset tangan kanan 38,89 37 Menjahit kaki kerah 20,15 157,56 99,85% 40 Merakit kerah 66, Menjahit scoder tangan kanan 100,65 28 Memasang scoder tangan kiri 42,13 17 Memasang panel kanan 100,95 29 Menjahit tangan kiri 49,45 20 Memasang scoder tangan kanan 42,13 32 Memasang manset tangan kiri 108,35 21 Menjahit tangan kanan 49,45 24 Memasang manset tangan kanan 108,35 142,78 150,40 150,48 157,8 90,48% 95,31% 95,36% 100,00% 25 Memasang tangan kanan ke badan 34, Memasang tangan kiri ke badan 36,23 34 Mengobras samping kiri 38,95 149,13 94,51% 35 Mengobras samping kanan 39, Memasang kerah 83,98 42 Klem bagian bawah 40,00 123,98 78,57% Mengobras keseluruhan bagian depan 77,12 77,12 48,87% Mengobras keseluruhan bagian dalam 120,86 120,86 76,59% Memasang lubang kancing Pelubang kancing 100,83 100,83 63,90% Memasang kancing Pasang kancing 98,43 98,43 62,38% Inspeksi jahitan Manual 41,05 41,05 26,01% Menyetrika pakaian jadi Steam 67,68 67,68 42,89% Dipacking Manual 26,12 26,12 16,55% Efisiensi Total 73,66% 97

16 JURNAL INTEGRA VOL. 3, NO. 1, JUNI 2013: Penentuan Metode Penyeimbangan Lintasan Produksi Usulan Ringkasan hasil perhitungan efisiensi lintasan dan kapasitas produksi melalui metode RPW, Region, dan Algoritma Genetika ditunjukkan dalam tabel 8. Tabel 8. Perbandingan Efisiensi dan Kapasitas Produksi Lintasan Antar Metode No Metode Waktu Siklus Jumlah Stasiun Efisiensi Kapasitas Produksi Terbesar (Detik) Kerja Lintasan (Unit/minggu) 1 RPW 158, ,85% Region 157, ,28% Algoritma Genetika 157, ,66% 1049 Contoh Perhitungan Kapasitas Produksi Algoritma Genetika: Waktu Kerja Tersedia Kapasitas Produksi = Waktu Stasiun Kerja Terbesar Kapasitas Produksi = 40 x ,8 = 1049, unit Dari tabel 8, terlihat bahwa nilai efisiensi lintasan yang terbesar dihasilkan dari penerapan metode Algoritma Genetika yaitu sebesar 73,66% dengan kapasitas produksi 1049 unit per minggu. Selain itu, jumlah stasiun kerja yang terbentuk dari metode ini adalah 21 stasiun kerja lebih sedikit 1 stasiun kerja dibandingkan dengan metode RPW dan Region. Dengan demikian metode yang diusulkan untuk diterapkan oleh perusahaan adalah metode Algoritma Genetika. 98

17 PERBAIKAN LINTASAN PRODUKSI (Vincent Nataprawira, et al.) 3.3 Efisiensi Lintasan Metode Perusahaan Stasiun Kerja (SK) Task (EK) Tabel 9. Efisiensi Lintasaan perusahaan Operasi Mesin Task Time (ti) Cumulative Stasiun Time (ST) Efisiensi 1 Menjahit Label 23, Menyambung badan belakang atas bagian depan dengan badan belakang atas bagian belakang 43,21 122,30 52,92% 4 Menjahit bagian depan kanan 55, Menjahit saku kanan 44,52 6 Memasang saku kanan 98,84 143,36 62,03% 7 Menjahit tutup saku kanan 56, Memasang tutup saku kanan 28,60 141,48 61,22% 10 Menjahit Bagian depan kiri 56,01 11 Menjahit saku kiri 46, Memasang saku kiri 98,43 13 Menjahit tutup saku kiri 58,44 231,10 100,00% 14 Memasang tutup saku kiri 28,16 3 Menyambung badan belakang atas dan badan belakang bawah 30, Mengobras Bahu kanan 30,70 92,31 39,94% 15 Mengobras bahu kiri 30,78 18 Menyetrika kain keras untuk scoder tangan kanan 8,22 22 Menyetrika kain keras untuk manset tangan kanan 10, Menyetrika kain keras untuk scoder tangan kiri 8,22 Steam 30 Menyetrika kain keras untuk manset tangan kiri 10,57 54,79 23,71% 36 Menyetrika kain keras untuk kaki kerah 8,57 38 Menyetrika kain keras untuk daun kerah 8, Memasang panel kiri 100,65 17 Memasang panel kanan 100,95 19 Menjahit scoder tangan kanan 31,97 20 Memasang scoder tangan kanan 42,13 21 Menjahit tangan kanan 49,45 23 Menjahit manset tangan kanan 38,89 201,60 74,10 88,34 87,24% 32,06% 38,23% Memasang manset tangan kanan 108,35 108,35 46,89% Menjahit scoder tangan kiri 31,97 28 Memasang scoder tangan kiri 42,13 74,10 32,06% Menjahit tangan kiri 49,45 31 Menjahit manset tangan kiri 38,89 88,34 38,23% Memasang manset tangan kiri 108,35 108,35 46,89% Memasang tangan kanan ke badan 34,95 33 Memasang tangan kiri ke badan 36,23 34 Mengobras samping kiri 38,95 35 Mengobras samping kanan 39,00 71,18 77,95 30,80% 33,73% 37 Menjahit kaki kerah 20, Menjahit daun kerah 20,12 106,82 46,22% 40 Merakit kerah 66, Memasang kerah 83,98 83,98 36,34% Klem bagian bawah 40,00 40,00 17,31% Mengobras keseluruhan bagian depan 77,12 44 Mengobras keseluruhan bagian dalam 120,86 197,98 85,67% Memasang lubang kancing Pelubang kancing 100,83 100,83 43,63% Memasang kancing Pasang Kancing 98,43 98,43 42,59% Inspeksi jahitan Manual 41,05 41,05 17,76% Menyetrika pakaian jadi Steam 67,68 67,68 29,29% Dipacking Manual 26,12 26,12 11,30% Efisiensi Total 44,00% 3.4 Analisis Perbandingan Lintasan Produksi Saat Ini Dengan Metode Usulan Yang Terpilih Perbandingan lintasan produksi yang diterapkan perusahaan dengan metode yang diusulkan (Algoritma Genetika) dapat dilihat dalam tabel

18 JURNAL INTEGRA VOL. 3, NO. 1, JUNI 2013: Tabel 10. Perbandingan Lintasan Saat Ini Dengan Metode Usulan Terpilih No Metode Waktu Siklus Jumlah Stasiun Efisiensi Kapasitas Produksi Terbesar (Detik) Kerja Lintasan (Unit/minggu) 1 Kondisi Perusahaan 231, ,00% Algoritma Genetika 157, ,66% 1049 Dari tabel 10 terlihat bahwa terjadi peningkatan tingkat efisiensi lintasan sebesar 29,66%, yaitu dari 44,00% menjadi 73,66%. Kapasitas produksi yang dapat dihasilkan dari lintasaan produksi saat ini hanya 716 unit/minggu, sehingga target produksi sebesar 1000 unit/minggu tidak tercapai. Sedangkan kapasitas produksi yang dapat dihasilkan dari lintasaan produksi usulan adalah 1049 unit/minggu sehingga target produksi dapat tercapai. Selain itu, jumlah stasiun kerja yang terbentuk dari lintasaan produksi saat ini sebanyak 24 stasiun kerja, sedangkan stasiun kerja yang terbentuk dari lintasaan produksi usulan sebanyak 21 stasiun kerja, sehingga terjadi penghematan 3 stasiun kerja. Perbandingan jumlah mesin saat ini dengan metode usulan ditunjukkan dalam tabel 11. Tabel 11. Perbandingan Jumlah Mesin Saat Ini Dengan Metode Usulan No Jenis Mesin Jumlah (Unit) Metode Saat ini Metode Usulan 1 Mesin Mesin Mesin Pasang Kancing Mesin Pelubang Kancing Steam 2 2 Dari tabel 11 terlihat bahwa penghematan yang diperoleh perusahaan dengan menerapkan metode usulan dibanding metode yang saat ini diterapkan perusahaan adalah 2 buah mesin jahit dan 1 buah mesin obras. Perbedaan ini terjadi karena pada lintasaan produksi usulan terdapat beberapa elemen kerja yang digabungkan menjadi 1 stasiun kerja dengan syarat tidak melebihi waktu siklus terbesar, tidak terjadi back track dan menggunakan mesin yang sama. Peneliti mengusulkan pula penyeimbangan lintasan dengan menggunakan Algoritma Genetika berdasarkan jam kerja pemerintah, yaitu 40 jam dalam 1 minggu. Parameter yang digunakan dalam penyeimbangan lintasan produksi adalah: Ukuran populasi : 30 Jumlah generasi : 300 Probabilitas Crossover (Pc) : 0.95 Probabilitas Mutasi (Pm) : 0.01 Hasil penyeimbangan lintasan dengan menggunakan Algoritma Genetika berdasarkan jam kerja pemerintah ditunjukkan dalam tabel 12. Dari tabel 12 terlihat bahwa efisiensi lintasan produksi berdasarkan aturan jam kerja pemerintah (40 jam/minggu) memiliki tingkat efisiensi lintasan sebesar 74,83% dengan jumlah stasiun kerja 23 stasiun kerja. Kapasitas produksi yang dapat dihasilkan sebesar 1015 unit per minggu dengan perhitungan sebagai berikut: Waktu Kerja Tersedia Kapasitas Produksi = Waktu Stasiun Kerja Terbesar Kapasitas Produksi = 40 x ,83 = 1015, unit 100

19 PERBAIKAN LINTASAN PRODUKSI (Vincent Nataprawira, et al.) Tabel 12. Efisiensi Lintasan Total untuk Metode Algoritma Genetika Dengan Jam Kerja Pemerintah Stasiun Kerja (SK) Task (EK) Operasi Mesin Task Time (ti) Waktu Siklus (ST) Efisiensi 18 Menyetrika kain keras untuk scoder tangan kanan 8,22 22 Menyetrika kain keras untuk manset tangan kanan 8, Menyetrika kain keras untuk scoder tangan kiri 10,57 Steam 30 Menyetrika kain keras untuk manset tangan kiri 10,57 54,78 38,62% 36 Menyetrika kain keras untuk kaki kerah 8,63 38 Menyetrika kain keras untuk daun kerah 8,57 1 Menjahit Label 23, Menjahit bagian depan kanan 55,78 135,11 95,26% 10 Menjahit Bagian depan kiri 56,01 Menyambung badan belakang atas bagian depan dengan badan 2 43,21 belakang atas bagian belakang 3 140,87 99,32% 13 Menjahit tutup saku kiri 58,77 23 Menjahit manset tangan kanan 38,89 5 Menjahit saku kanan 44, Menjahit scoder tangan kanan 31,97 37 Menjahit kaki kerah 20,15 116,76 82,32% 39 Menjahit daun kerah 20,12 7 Menjahit tutup saku kanan 56, Menjahit saku kiri 46,07 141,83 100,00% 31 Menjahit manset tangan kiri 38, Memasang saku kiri 98,43 27 Menjahit scoder tangan kiri 31,97 130,4 91,94% 14 Memasang tutup saku kiri 28, Memasang scoder tangan kanan 42,13 136,84 96,48% 40 Merakit kerah 66, Memasang saku kanan 98,84 28 Memasang scoder tangan kiri 42,13 21 Menjahit tangan kanan 49,45 29 Menjahit tangan kiri 49,45 8 Memasang tutup saku kanan 28,6 32 Memasang manset tangan kiri 108,35 140,97 98,9 136,95 99,39% 69,73% 96,56% Memasang manset tangan kanan 108,35 108,35 76,39% 3 Menyambung badan belakang atas dan badan belakang bawah 30, Mengobras Bahu kanan 30,7 92,31 65,08% 15 Mengobras bahu kiri 30, Menjahit scoder tangan kanan 100,65 100,65 70,97% Memasang panel kanan 100,95 100,95 71,18% 25 Memasang tangan kanan ke badan 34, Memasang tangan kiri ke badan 36,23 110,13 77,65% 34 Mengobras samping kiri 38, Mengobras samping kanan 39,00 41 Memasang kerah 83,98 42 Klem bagian bawah 40,00 43 Mengobras keseluruhan bagian depan 77,12 122,98 117,12 86,71% 82,58% Mengobras keseluruhan bagian dalam 120,86 120,86 85,21% Memasang lubang kancing Pelubang Kancing 100,83 100,83 71,09% Memasang kancing Pasang Kancing 98,43 98,43 69,40% Inspeksi jahitan Manual 41,05 41,05 28,94% Menyetrika pakaian jadi Steam 67,68 67,68 47,72% Dipacking Manual 26,12 26,12 18,42% Efisiensi Lintasan 74,83% Dengan menggunakan aturan jam kerja pemerintah, target produksi perusahaan sebesar 1000 unit/minggu pun tetap dapat tercapai bahkan melebihi 15 unit. 4. Kesimpulan Beberapa hal yang dapat disimpulkan dari penelitian yang dilakukan adalah sebagai berikut: 1. Kelemahan dari metode yang sedang diterapkan oleh perusahaan saat ini adalah : a. Jumlah stasiun kerja yang dibentuk sebanyak 24 stasiun kerja sehingga membutuhkan jumlah mesin dan jumlah operator yang lebih banyak. 101