PENYEIMBANGAN LINI PERAKITAN MENGGUNAKAN METODE GENETIC ALGORITHM UNTUK MENINGKATKAN KAPASITAS PRODUKSI

Transkripsi

1 PENYEIMBANGAN LINI PERAKITAN MENGGUNAKAN METODE GENETIC ALGORITM UNTUK MENINGKATKAN KAPASITAS PRODUKSI Sumiharni Batubara 1), Fikri Nuradhi 2) Laboratorium Sistem Produksi Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Trisakti mimi_batubara@yahoo.com 1), fikrinuradhi@gmail.com 2) Pesatnya pertumbuhan industri di Indonesia membuat tingkat persaingan yang sangat tinggi, sehingga perusahaan harus mampu memenuhi keinginan pelanggannya. Ketepatan jumlah dan waktu pengiriman produk merupakan tuntutan yang harus dipenuhi oleh setiap perusahaan. PT. Braja Mukti Cakra merupakan salah satu perusahaan manufaktur yang bergerak di industri komponen otomotif. Permasalahan yang terjadi pada lini produksi adalah kapasitas produksi tidak dapat memenuhi target produksi. Setelah dilakukan penelitian awal, faktor penyebab tidak terpenuhinya target produksi adalah terdapat ketidakseimbangan pada lini perakitan produk. Untuk menyelesaikan masalah, langkah pertama yang dilakukan adalah membuat klasifikasi skill dari operator. Pada lini perakitan terdapat 22 elemen kerja dan dikelompokkan dalam 2 kelas, yaitu, kelas 0 & 1. Dalam seluruh elemen, elemen 10 & 21 dikategorikan sebagai kelas 1, elemen lainnya masuk kelas 0. Elemen yang termasuk kelas 0 adalah elemen yang dapat digabung dengan elemen lain dalam satu stasiun kerja, sedangkan elemen kelas 1 adalah elemen yang tidak dapat digabung dengan elemen lain dalam satu stasiun kerja. Setelah itu dilakukan perbaikan waktu elemen dengan menggunakan peta proses tangan kiri & tangan kanan menghasilkan penghematan sebanyak 70 detik/produk. Penyeimbangan lini dengan menggunakan metode genetic algorithm menghasilkan completion time sebesar 1032 detik/unit, jumlah stasiun kerja 7 dan kapasitas produksi sebanyak 28 unit/hari, sehingga metode genetic algorithm menghasilkan penghematan waktu sebesar 13.85% dan meningkatkan efisiensi lini sebesar 16%. Berdasarkan hasil perhitungan penyeimbangan lini dengan metode genetic algorithm, target produksi belum tercapai akan tetapi terjadi peningkatan produksi sebesar 4 unit/hari. Kata Kunci : simple assembly line balancing problem, genetic algorithm, ranked position weight, Peta proses tangan kiri&kanan 1. PENDAULUAN 1.1 Latar Belakang Masalah PT. Braja Mukti Cakra merupakan salah satu perusahaan manufaktur yang bergerak di industri komponen otomotif. Perusahaan ini memproduksi part-part dan komponen dari kendaraan jenis besar seperti Drum Brake Assy, Fly Wheel, Shock Absorber, dan lain-lain. Produk drum brake assy yang diproduksi PT. Braja Mukti Cakra terdiri dua model. Pada jam kerja reguler, kapasitas produksi lini perakitan produk drum brake assy hanya mencapai 24 unit/hari pada bulan Agustus 2016, sedangkan jumlah permintaannya mencapai unit/hari. Kapasitas produksi saat ini belum mampu memenuhi permintaan yang ada. Peningkatan kapasitas produksi dapat dilakukan dengan meningkatkan efisiensi lini perakitan. 1.2 Tujuan Penelitian Melakukan penyeimbangan lini perakitan produk Drum Brake Assy TL 110 dengan menggunakan metode Genetic Algorithm dan metode Ranked Position Weight untuk meningkatkan kapasitas produksi pada PT. Braja Mukti Cakra. 1.3 Batasan Masalah Berikut adalah batasan dalam melakukan penelitian, dikarenakan keterbatasan waktu dan luasnya permasalahan. Pembatasan masalah pada penelitian ini adalah : 1. Penelitian dilakukan di departemen produksi divisi Line 2 Drum Brake Assy PT. Braja Mukti Cakra. 2. Penelitian dilakukan untuk produk drum brake assy tipe TL 110. Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

2 3. Periode penelitian pada perusahaan selama Agustus Bahan baku atau komponen yang dibutuhkan dalam proses perakitan dianggap selalu tersedia. 5. Biaya overtime tidak dihitung. 2. LANDASAN TEORI 2.1 Lini Perakitan lintasan perakitan adalah masalah penentuan jumlah orang atau mesin beserta tugas- tugasnya yang diberikan kepada masingmasing sumber. Setiap workstation yang ada pada lintasan produksi mempunyai kecepatan produksi yang berbeda-beda. Jika tidak dilakukan penyesuaian maka akan mengalami pemborosan waktu pada proses produksi (Gasperz, 2001) 2.2 Simple Assembly Line Balancing Problem Simple Assembly Line Balancing Problem terbagi menjadi 2 tipe, yakni: Simple Assembly Line Balancing Problem 1 Simple Assembly Line Balancing Problem 1 adalah mencari cara untuk meminimasi jumlah stasiun kerja dengan waktu siklus tetap. Simple Assembly Line Balancing Problem 2 Simple Assembly Line Balancing Problem 2 adalah mencari cara untuk meminimasi waktu siklus dengan jumlah stasiun kerja tetap. 2.3 Klasifikasi Lintasan Perakitan Menurut Groover (2001), ada tiga jenis lintasan perakitan (assembly lines) menurut variasi produk, yaitu: 1. Single Model Lines Dalam model ini semua komponen atau produk dibuat sama oleh sistem manufaktur. 2. Mix model Lines Perbedaan komponen atau produk yang dibuat oleh sistem. Tetapi perbedaan ini dapat ditangani oleh sistem tanpa dibutuhkan pergantian persiapan secara fisik secara total atau pergantian peralatan dibutuhkan untuk setiap model. 3. Multi Model Lines Perbedaan komponen atau produk yang dibuat oleh sistem. Tetapi komponen dibuat dalam batch karena pergantian persiapan secara fisik atau pergantian peralatan dibutuhkan untuk setiap model. 2.4 METODE ASSEMBLY LINE BALANCING Metode penyelesaian persoalan dengan menggunakan line balancing, dikenal tiga metode, yaitu metode heuristic, metode meta-heuristic dan metode simulasi. Berikut ini adalah penjelasan dari metode-metode diatas menurut Gaspersz (2001): 1. Metode euristic, yaitu suatu metode yang berdasarkan pengalaman (kualitatif), atau intuisi yang terdiri atas: Largest Candidate Rule Alarcu s Region Approach atau Killbridge and Wester Ranked Position Weight 2. Metode Meta-euristic merupakan suatu metode penyelesaian yang menggunakan konsep pendekatan. Menurut Talbi (2009), metaheuristik dapat didefinisikan sebagai metode lanjut (advanced) berbasis heuristic untuk menyelesaikan persoalan optimisasi secara efficient. Adapun yang termasuk metode ini adalah Genetic Algorithm 3. Metode Simulasi yaitu metode yang berdasarkan pengalaman (kualitatif). Simulasi itu sendiri adalah duplikasi dari persoalan dalam kehidupan nyata kedalam metode matematika yang biasanya dilakukan dengan memakai komputer. Adapun yang termasuk kedalam metode simulasi adalah sebagai berikut: COMSOAL (Computer Method of Sequencing Operation for Assembly Line) CALB (Computer Assembly Line Balancing or Aided Line Balancing) ALBACA (Assembly Line Balancing and Comtrol Activity) 2.5 Peta Tangan Kiri & Tangan Kanan Peta tangan kiri-tangan kanan merupakan suatu alat dari studi gerakan untuk mengetahui gerakan-gerakan yang dilakukan oleh tangan kiri dan tangan kanan dalam Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

3 melakukan pekerjaan yang biasanya adalah proses perakitan. Peta ini menggambarkan semua gerakan saat bekerja dan waktu menganggur yang dilakukan oleh tangan kiri dan tangan kanan, juga menunjukkan perbandingan antara tugas yang dibebankan pada tangan kiri dan tangan kanan. Peta ini menggambarkan operasi secara cukup lengkap. Peta ini sangat praktis untuk memperbaiki suatu pekerjaan manual, yakni saat setiap siklus dari pekerja terjadi dengan cepat terus berulang. Peta ini sangat baik untuk menganalisis suatu system kerja sehingga memperoleh perbaikan tata letak peralatan, pola gerakan pekerja yang baik, urut-urutan pekerjaan yang baik. Dengan menggunakan peta ini dapat dilihat dengan jelas pola-pola gerakan yang tidak efisien maupun gerakangerakan yang tidak perlu. Dan untuk menjaga agar pekerjaan tetap berada dalam wilayah kerja yang normal maka tidak cukup dengan mengoptimasi lay out saja, namun perlu tambahan pertimbangan anatomi. Kegunaan peta tangan kiri dan tangan kanan adalah sebagai berikut: a. Menyeimbangkan gerakan kedua tangan dan mengurangi kelelahan. b. Menghilangkan atau mengurangi gerakan-gerakan yang tidak efisien dan tidak produktif, sehingga akan mempersingkat waktu kerja. c. Sebagai alat untuk menganalisis tata letak sistem kerja. Sebagai alat untuk melatih pekerja yang baru, dengan cara kerja yang ideal. 2.6 Metode Genetic Algorithm Algoritma genetika terinspirasi dari teori evolusi yang kemudian diadopsi menjadi algoritma komputasi untuk mencari solusi suatu permasalahan yang mempunyai banyak kemungkinan solusi. Teori dasar dari Algoritma Genetika dikembangkan oleh John olland awal tahun 1975 di Universitas Michigan, Amerika Serikat. Dimana prinsip algoritma genetika diambil dari teori Darwin yaitu setiap makhluk hidup akan menurunkan satu atau beberapa karakter ke anak atau keturunannya. Penyelesaian menggunakan algoritma genetika sangat berpengaruh dari kromosom yang dibangun, dimana kromosom ialah sebuah molekul yang berisi DNA dimana terdapat informasi genetik dalam setiap sel gen yang disimpan Karakteristik Genetic Algorithm Genetic Algorithm memiliki karakteristik, yaitu; - Algoritma dengan pengkodean dari himpunan solusi permasalahan berdasarkan parameter yang telah ditetapkan dan bukan parameter itu sendiri - Genetic Algorithm mendapatkan pencarian pada sebuah solusi dari sejumlah individuindividu yang merupakan solusi permasalahan, bukan hanya dari sebuah individu. - Genetic Algorithm memiliki informasi fungsi objektif (fitness), sebagai cara untuk mengevaluasi individu yang mempunyai solusi terbaik, bukan turunan dari suatu fungsi. - Genetic Algorithm menggunakan aturanaturan transisi peluang, bukan aturanaturan deterministik Variabel Genetic Algorithm Fungsi fitness (fungsi tujuan) yang dimiliki oleh masing-masing individu untuk menentukan tingkat kesesuaian antar individu dengan kriteria yang ingin dicapai. - Populasi jumlah individu yang dilibatkan pada setiap generasi. - Probabilitas terjadinya persilangan (crossover) pada suatu generasi. - Probabilitas terjadinya mutasi pada setiap individu. - Jumlah generasi yang akan dibentuk yang menentukan lama penerapan Genetic Algorithm Langkah-Langkah Metode Genetic Algorithm Langkah-langkah dalam menggunakan metode genetic algorithm adalah - Skema pengkodean yaitu pengkonversian kedalam bentuk individu yang diwakili oleh satu atau lebih kromosom dengan kode tertentu - Inisialisasi yaitu proses penentuan parameter-parameter seperti ukuran populasi, jumlah generasi, probabilitas crossover, dan probabilitas mutasi - Fitness rank yaitu menggambarkan tingkat konvergensi keoptimalan algoritma Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

4 - Seleksi parent yaitu proses pemilihan kromosom dari generasi lama untuk dijadikan orang tua untuk membentuk kromosom baru atau generasi baru - Crossover yaitu pada tahap ini algoritma ini mempertahankan beberapa solusi terbaik, dan menghilangkan solusi yang kurang bagus. asil dari kawin silang sangat tergantung dari kromosom pada generasi lama - Mutasi yaitu proses penambahan, pengurangan, atau perubahan sebagian kromosom yang diharapkan akan memberikan nilai fitness yang lebih baik. - Generasi Baru yaitu mengganti subkromosom yang ada pada kromosom induk lama dengan hasil dari crossover dan mutasi - Kriteria penghentian yaitu proses penghentian algoritma 2.7 Metode Ranked Position Weight Groover (2001) menjelaskan bahwa metode ini dikemukakan oleh W.B. egelson dan D.P. Birnie pada tahun 1961, sehingga metode pengurutan bobot posisi ini biasa juga disebut dengan metode egelson-birnie. Dalam metode ini dijelaskan bahwa proses perakitan terdiri dari beberapa elemen pekerjaan dengan urutan ketergantungan terhadap elemen pekerjaan sebelumnya. Untuk setiap elemen pekerjaan tersebut diberi bobot. Berdasarkan urutan bobotnya, pekerjaanpekerjaan dikelompokkan ke dalam sejumlah stasiun kerja dengan memperhatikan waktu siklus yang ditetapkan. Bobot dihitung dengan positional weight. Bobot posisi (positional weight) adalah jumlah dari waktu pekerjaan tersebut dengan waktu pekerjaan yang mengikutinya. Yang dimaksud dengan posisi dari suatu pekerjaan adalah jumlah waktu pelaksanaan pekerjaan tersebut dengan semua waktu pelaksanaan semua pekerjaan yang mengikutinya. Metode bobot posisi mempunyai kelebihan dalam kecepatan pemecahan masalah keseimbangan lintasan perakitan karena metode ini mudah dan sederhana. Tetapi jika dibandingkan dengan metode heuristik lainnya, hasil keseimbangan lintasan perakitan dari metode ini kurang optimal Langkah-langkah Metode Ranked Position Weight Metode Ranked Position Weight (Metode bobot posisi) ini dapat dijelaskan dengan langkah-langkah sebagai berikut (Elsayed dan Boucher, 1994): a. Membuat precedence diagram untuk setiap proses. b. Menentukan elemen kerja pengikut dari perakitan produk untuk setiap elemennya. c. Menentukan nilai ranked position weight dari tiap masing-masing elemen kerja. d. Setelah didapatkan nilai rpw, diurutkan berdasarkan nilai terbesar ke nilai terkecil. e. Melakukan alokasi terhadap elemen per stasiun kerja berdasarkan waktu stasiun maksimal. f. Setelah semua elemen kerja telah ditugaskan pada stasiun kerja, maka langkah selanjutnya adalah menghitung performansi lini dan kapasitas produksi lini perakitan tersebut. 3. METODOLOGI PENELITIAN Metodologi penelitian adalah tahapantahapan penelitian yang harus dibuat terlebih dahulu sebelum melakukan penelitian. Tujuannya adalah agar penelitian dapat dilakukan dengan lebih terarah sehingga urutan prosesn penelitian menjadi jelas. Selain itu dengan adanya metodologi penelitian dapat mempermudah pemecahan masalah dan menganalisa masalah berdasarkan kaidahkaidah ilmiah. Pada penelitian ini terdapat pengolahan yang bertujuan untuk meningkatkan kapasitas produksi dengan menggunakan dua metode penyeimbangan lini, yaitu pada metode pertama dengan metode genetic algorithm dan pada metode kedua dengan metode ranked position weight serta menggunakan metode peta proses tangan kiri & kanan dan klasifikasi operator untuk memperbaiki waktu perakitan dan pembagian per stasiun kerja. Pada metode genetic algorithm, urutan perakitan diubah menjadi kromosomkromosom dengan kode tertentu. selanjutnya ditetapkan beberapa variabel dan parameter seperti ukuran populasi, jumlah generasi dan beberapa nilai probabilitas. Selanjutnya dilakukan pemilihan kromosom pada generasi tuan untuk membentuk beberapa generasi baru dengan cara melakukan kawin silang ( crossover). setelah mendapatkan beberapa generasi baru, dilakukan pengecekan untuk memastikan apakah pada generasi muda bisa Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

5 dilakukan mutasi atau tidak. Setelah pengecekan maka terbentuk generasi baru yang berisikan urutan perakitan yang optimal. Pada metode ranked position weight, pertama menentukan elemen kerja pengikut dari perakitan produk, lalu menentukan nilai bobot posisi dari tiap elemen, selanjutkan diurutkan berdasarkan nilai bobot posisi terbesar, lalu dialokasikan kesetiap stasiun kerja. Mulai Penelitian Pendahuluan Melakukan pengamatan secara langsung di PT. Braja Mukti Cakra dan melakukan wawancara langsung dengan beberapa pihak di perusahaan Identifikasi Masalah Diperlukannya peningkatan kapasitas produksi karena kapasitas produksi saat ini belum bisa memenuhi target produksi Studi Pustaka Tujuan Penelitian Melakukan penyeimbangan lini perakitan produk Drum Brake Assy TL 110 dengan menggunakan metode Genetic Algorithm dan metode Ranked Position Weight untuk meningkatkan kapasitas produksi pada PT. Braja Mukti Cakra. Pengumpulan Data 1. Data umum perusahaan. 2. Data jumlah operator dan klasifikasi skill nya 3. Data jam kerja yang diberlakukan 4. Data jumlah produk Drum Brake Assy TL 110 yang dihasilkan 5. Data waktu siklus perakitan produk Drum Brake Assy 6. Precendence Diagram produk Drum Brake Assy TL Activity On Node (AON) produk Drum Brake Assy TL 110 Pengolahan Data 1. Memperbaiki waktu elemen kerja dengan menggunakan Peta Tangan Kiri & Tangan Kanan 2. Menghitung Waktu Baku 3. Mengklasifikasikan Skill operator per elemen 4. Menyeimbangkan lini perakitan dengan menggunakan metode Genetic Algorithm 5. Menyeimbangkan lini perakitan dengan menggunakan metode Ranked Position Weight Analisa asil Memberikan usulan untuk menyelesaikan permasalahan yang terjadi pada departemen produksi di Line 2 Drum Brake Assy di PT. Braja Mukti Cakra Kesimpulan dan Saran Selesai Gambar 1. Flowchart Metodologi Penelitian Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

6 4. PENGOLAAN DATA DAN ASIL 4.1 Metode Perusahaan Sebelum melakukan perhitungan dengan menggunakan metode genetic algorithm dan metode ranked position weight, langkah pertama yang dilakukan adalah menghitung efisiensi lini, balance delay, smoothness index dan kapasitas produksi dari perusahaan. Data-data yang diperlukan untuk perhitungan tersebut adalah waktu normal dan waktu baku Data Waktu Siklus, Waktu Normal & Waktu Baku Waktu siklus merupakan lamanya waktu yang dibutuhkan oleh seorang operator untuk menyelesaikan satu siklus pekerjaan. Lalu waktu normal merupakan waktu kerja yang telah mempertimbangkan faktor penyesuaian. Sedangkan waktu baku adalah waktu yang sebenarnya digunakan operator untuk memproduksi satu unit dari data jenis produk yang telah mempertimbangkan faktor kelonggaran. Berikut adalah tabel data waktu siklus, waktu normal dan waktu baku. Tabel 1. Data Waktu Drum Brake Assy Elemen Waktu Siklus Waktu Normal Waktu Baku (Detik) (Detik) (Detik) Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

7 Data Waktu Setup Setelah didapatkan waktu baku, selanjutkan waktu baku ditambahkan waktu setup. Waktu setup yang dimaksud adalah adalah waktu perpindahan dari satu stasiun ke stasiun lain. Tabel 2. Data Waktu Baku & Setup Produk Waktu Baku Waktu Setup Completion Stasiun Elemen Precedence Start CT/Stasiun Constraints (Detik) (Detik) Time Skill , , , Completion Time Performansi Lini Perakitan Perusahaan Berikut adalah tabel hasil perhitungan dari lini perakitan yang dijalankan oleh perusahaan: Tabel 3. Lini Perakitan Perusahaan CT Max 165 Jml Stasiun Kerja Teoritis 8 Efisiensi Lini 73% Balance Delay 27% Smoothness Index Metode Peta Tangan Kiri & Tangan Kanan Pada tahap ini dilakukan analisa peta tangan kiri & tangan kanan untuk memperbaiki waktu menganggur di tiap elemen pada lini perakitan drum brake assy. Berikut adalah analisanya Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

8 Pekerjaan Nomor Peta Sekarang Dipetakan Oleh Tanggal Dipetakan Merakit Drum Brake Assy 1 Fikri Nuradhi 13 Desember 2016 Tangan Kiri Jarak Waktu Lambang Waktu Jarak Tangan Kanan CT Menganggur - 5 R 5 45 Mengambil Wheel Cylinder 1 Elemen 1 Merakit W 1 Ke V-Locator A A Merakit W 1 Ke V-Locator 20 Menutup Kunci V-Locator 35 5 R 5 - Menganggur Menganggur - 4 R 4 45 Mengambil Wheel Cylinder 2 Elemen 2 Merakit W 2 Dengan Elemen A A 8 35 Merakit W 2 Dengan Elemen 1 14 Menganggur - 5 R 5 20 Mengambil Pin Elemen 3 Menempatkan Pin Pada Elemen P R 12 - Menganggur 17 Mengambil Alat Pasang Pin 20 3 R 3 - Menganggur Elemen 4 Menganggur - 40 R A Memasang Pin Dengan Elemen 2 46 Meletakan Alat Pasang Pin 20 3 RL R 3 - Menganggur Memasang Alat Automatic Tightening 35 4 P R 4 - Menganggur Menganggur - 2 R RE 2 35 Menekan Tombol Automatic Tightening Elemen 5 Menunggu Alat Selesai - 15 R R 15 - Menunggu Alat Selesai 25 Melepaskan Alat Automatic Tightening 4 RL R 4 - Menganggur Mengambil Alat Pengencang 25 2 R 2 - Menganggur Menganggur - 24 R Mengencangkan Pin Elemen 6 Menganggur - 2 R RL 2 25 Meletakan Alat Pengencang Menganggur - 3 R 3 35 Mengambil Bundy Pipe Elemen 7 Mengambil Bundy Protector 3 R 3 - Menganggur 16 Memasang Bundy Protector Dengan Bundy Pipe A A Memasang Bundy Protector Dengan Bundy Pipe Menganggur - 3 R 3 Mengambil Alat Pemasang Bundy Meletakan Elemen 7 Ke Elemen P R 4 - Menganggur Elemen 8 Menganggur - 16 R A Merakit Elemen 6 Dengan Elemen 7 26 Meletakan Alat Pemasang Bundy 3 RL R 3 - Menganggur Menganggur - 4 R 4 35 Mengambil Alat Torsi Manual Menganggur - 25 R Mengencangkan Dengan Alat Torsi Manual Elemen 9 Meletakan Alat Torsi Manual 35 4 RL R 4 - Menganggur 35 Memasang Selang Leak Test Angin 35 4 P R 4 - Menganggur Menganggur - 2 R RE 2 Menekan Tombol Leak Test Angin Elemen 10 Menunggu Alat Selesai - 45 R R 45 - Menunggu Alat Selesai 57 Menganggur - 4 R RL 4 35 Melepaskan Selang Leak Test Angin Menekan Tombol Konveyor 2 RE R 2 - Menganggur Menganggur - 3 R 3 Mengambil Bundy Clip Mengambil Screw 3 R 3 - Menganggur Elemen 11 Merakit Bundy Clip Dengan Screw A A Merakit Bundy Clip Dengan Screw 28 Menganggur - 2 R G 2 20 Memegang Elemen 11 Mengambil Washer 35 3 R 3 - Menganggur Elemen 12 Merakit Washer Dengan Elemen A A Merakit Washer Dengan Elemen 11 Menganggur - 2 R G 2 20 Memegang Elemen 12 Elemen 13 Memasang Elemen 12 Dengan Elemen A A Memasang Elemen 12 Dengan Elemen Mengambil Nut Runner 2 R 2 - Menganggur Elemen 14 Menganggur - 45 R Mengencangkan Dengan Nut Runner 49 Menganggur - 2 R 2 Mengambil Gromet Besar Elemen 15 Merakit Gromet Besar Dengan Elemen A A Merakit Gromet Besar Dengan Elemen Mengambil Gromet Kecil 2 R 2 - Menganggur Elemen 16 Merakit Gromet Kecil Dengan Elemen A A Merakit Gromet Kecil Dengan Elemen Menganggur - 3 R 3 Mengambil Spring Shoe Return Mengambil Line Shoe 2 R 2 - Menganggur Elemen 17 Merakit Spring Shoe Return Dengan Line Shoe A A Merakit Spring Shoe Return Dengan Line Shoe 33 Menganggur - 3 R 3 20 Memegang Elemen 17 Mengambil Spring Shoe old 3 R 3 - Menganggur Elemen 18 Merakit Spring Shoe old Dengan Elemen A A Merakit Spring Shoe old Dengan Elemen Menganggur - 3 R 3 20 Memegang Elemen 18 Memasang Elemen 16 Dengan Elemen A A Memasang Elemen 16 Dengan Elemen 18 Elemen Mengambil Laporan Mengambil Spidol Memegang Laporan Menandai Dengan Spidol Elemen 20 Meletakan Laporan 3 RL RL 3 33 Meletakan Spidol 92 Menganggur - 2 R RE 2 Menekan Tombol Konveyor Menganggur 20 3 G RE 3 Menekan Tombol Data Code Marking Elemen 21 Memegang Elemen G R Menganggur 106 Menganggur - 3 R RE 3 Menekan Tombol Konveyor Membuka Kunci V-Locator 35 5 RL R 5 - Menganggur Mengangkat Produk Mengangkat Produk Memegang Produk - 50 I Memeriksa Produk Elemen 22 Mengangkat Produk Mengangkat Produk 118 Membawa Produk - 15 M M 15 - Membawa Produk Melepaskan Produk Ke Pallet 20 5 RL RL 5 20 Melepaskan Produk Ke Pallet Total Gambar 2. Peta Tangan Kiri & Tangan Kanan Sekarang Setelah didapatkan hasil dari peta tangan kiri & tangan kanan sekarang, dianalisa lagi dengan mengurangi waktu menganggur dari tiap pengerjaan. Berikut peta tangan kiri & tangan kanan usulannya. Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

9 Pekerjaan Nomor Peta Usulan Dipetakan Oleh Tanggal Dipetakan Merakit Drum Brake Assy 2 Fikri Nuradhi 13 Desember 2016 Tangan Kiri Jarak Waktu Lambang Waktu Jarak Tangan Kanan CT Elemen 1 Elemen 2 Menutup Kunci V-Locator Mengambil Wheel Cylinder 2 & Merakit W 2 Dengan Elemen A A Mengambil Wheel Cylinder 1 Mengambil Wheel Cylinder 2 & Merakit W 2 Dengan Elemen 1 Merakit W 1 Ke V-Locator Menekan Tombol Konveyor A RE A G Merakit W 1 Ke V-Locator Memegang Elemen Elemen 3 Menempatkan Pin Pada Elemen P Mengambil Pin 12 Elemen 4 Mengambil Alat Pasang Pin A Memasang Pin Dengan Elemen 2 Meletakan Alat Pasang Pin 20 3 RL R 3 - Menganggur 43 Memasang Alat Automatic Tightening 35 4 P RE 4 35 Menekan Tombol Automatic Tightening Elemen 5 Menunggu Alat Selesai - 15 R R 15 - Menunggu Alat Selesai 23 Melepaskan Alat Automatic Tightening 4 RL R 4 - Menganggur Elemen 6 Elemen 7 Elemen 8 Elemen 9 Mengambil Alat Pengencang Mengambil Bundy Protector Meletakan Elemen 7 Ke Elemen 6 Mengambil Alat Torsi Manual P Mengencangkan Pin Mengambil Bundy Pipe Mengambil Alat Pemasang Bundy Mengencangkan Dengan Alat Torsi Manual Menekan Tombol Konveyor Memasang Bundy Protector Dengan Bundy Pipe Meletakan Alat Pemasang Bundy Meletakan Alat Torsi Manual RE A RL RL RL A A RE Meletakan Alat Pengencang Memasang Bundy Protector Dengan Bundy Pipe Merakit Elemen 6 Dengan Elemen 7 Menekan Tombol Konveyor Memasang Selang Leak Test Angin 35 4 P RE 4 Menekan Tombol Leak Test Angin Elemen 10 Menunggu Alat Selesai - 45 R R 45 - Menunggu Alat Selesai 51 Menekan Tombol Konveyor 2 RE RL 2 35 Melepaskan Selang Leak Test Angin Mengambil Screw 3 3 Mengambil Bundy Clip Elemen 11 Merakit Bundy Clip Dengan Screw A A Merakit Bundy Clip Dengan Screw 25 Menganggur - 2 R G 2 20 Memegang Elemen 11 Mengambil Washer 35 3 R 3 - Menganggur Elemen 12 Merakit Washer Dengan Elemen 11 & Memegang Elemen A A Merakit Washer Dengan Elemen Elemen 13 Memasang Elemen 12 Dengan Elemen A A Memasang Elemen 12 Dengan Elemen Mengambil Nut Runner Mengencangkan Dengan Nut Runner Elemen 14 Menganggur - 2 R 2 Mengambil Gromet Besar Elemen 15 Merakit Gromet Besar Dengan Elemen A A Merakit Gromet Besar Dengan Elemen 14 Mengambil Gromet Kecil & Merakit Gromet Kecil Dengan Elemen A A Merakit Gromet Kecil Dengan Elemen 15 Elemen Mengambil Line Shoe 3 3 Mengambil Spring Shoe Return Elemen 17 Merakit Spring Shoe Return Dengan Line Shoe A A Merakit Spring Shoe Return Dengan Line Shoe 31 Menganggur - 3 R 3 20 Memegang Elemen 17 Mengambil Spring Shoe old & Merakit Spring Shoe old Dengan Elemen A A Merakit Spring Shoe old Dengan Elemen 17 Elemen 18 Menganggur - 3 R 3 20 Memegang Elemen 18 Memasang Elemen 16 Dengan Elemen A A Memasang Elemen 16 Dengan Elemen 18 Elemen Mengambil Laporan Mengambil Spidol Memegang Laporan Menandai Dengan Spidol Elemen 20 Meletakan Laporan 5 RL RL 5 33 Meletakan Spidol 92 Memegang Produk 20 5 G G 5 Menekan Tombol Konveyor Memegang Produk G G 94 Menekan Data Code Marking & Memegang Produk Elemen 21 Membuka Kunci V-Locator 35 5 RL RL 5 Menekan Tombol Konveyor 99 Mengangkat Produk Mengangkat Produk Memegang Produk - 50 G G Memeriksa Produk Elemen 22 Mengangkat Produk Mengangkat Produk 113 Membawa Produk - 15 M M 15 - Membawa Produk Melepaskan Produk Ke Pallet 20 5 RL RL 5 20 Melepaskan Produk Ke Pallet Total Gambar 3. Peta Tangan Kiri & Tangan Kanan Usulan Dapat dilhat terdapat selisih waktu penyelesaian perakitan drum brake assy dari hasil pengamatan langsung dengan hasil usulan, didapatkan hasil pengamatan langsung sebesar 866 detik per unit nya, sedangkan hasil usulannya adalah sebesar 796 detik. Berdasarkan hasil usulannya, terdapat penghematan waktu sebanyak 70 detik untuk pembuatan satu unit nya Klasifikasi Skill Operator Klasifikasi skill operator per elemen dilakukan berdasarkan kemampuan operator untuk melakukan suatu pekerjaan yang terbagi menjadi beberapa kelas. Klasifikasi skill operator terbagi menjadi dua kelas, yakni kelas 0 dan kelas 1. Pengertian dari kelas 0 adalah suatu pekerjaan yang tidak memerlukan skill tertentu dan pengertian dari kelas 1 adalah suatu pekerjaan yang memerlukan skill atau keahlian tertentu. Berikut adalah tabel klasifikasi skill operator per elemen kerja. Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

10 Tabel 4. Klasifikasi Skill Operator Per Elemen Elemen Precedence Constraints Wb Skill , , , Data Waktu Siklus, Waktu Baku & Waktu Normal Untuk Metode Usulan Setelah melakukan analisa menggunakan peta tangan kiri & tangan kanan, didapatkan waktu siklus, waktu normal dengan mempertimbangkan faktor penyesuaian dan waktu baku dengan mempertimbangkan faktor kelonggaran sebagai berikut: Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

11 Tabel 5. Data Waktu Usulan Drum Brake Assy Elemen Waktu Siklus Waktu Normal Waktu Baku (Detik) (Detik) (Detik) Penyeimbangan Lini Perakitan Dengan Metode Genetic Algorithm Dalam metode genetic algorithm pada penghitungannya menggunakan Probabilitas Crossover sebesar 0.98, 0.8 dan 0.6 dengan metode order-based crossover untuk mencari kromosom untuk generasi baru. Menggunakan probabilitas mutasi sebesar 0.02, 0.2, 0.4 dengan metode pairwaise interchange move. Sehingga mendapatkan generasi baru dengan urutan perakitan baru yang memiliki completion time lebih optimal dibandingkan dengan metode dari perusahaan. Berikut adalah tabel hasil dari generasi baru yang memiliki completion time terbaik : Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

12 Tabel 6. Waktu Dengan Urutan Perakitan asil Metode Genetic Algorithm (detik) Stasiun Elemen Start Time Processing Time Waktu Setup (Detik) Completion Time (Detik) Worker Skill CT/Stasiun Completion Time Berdasarkan hasil diatas, dilakukan perhitungan dan didapatkan bahwa hasil penyeimbangan lini pada genetic algorithm dengan probabilitas crossover 0.98 sebesar 1032 detik, jumlah stasiun 7, efisiensi lini 89%, balance delay 11%, smoothness index , dan jumlah produksi Penyeimbangan Lini Perakitan Dengan Metode Ranked Position Weight Dalam perhitungan metode ranked position weight dilakukan pengurutan elemenelemen kerja berdasarkan nilai bobot posisi dari nilai bobot posisi terbesar ke terkecil. Berikut adalah tabel hasil dengan metode ranked position weight Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

13 Tabel 7. Pembagian beban kerja per stasiun Alokasi Stasiun Kerja Stasiun Elemen Start Time Processing Time Waktu Setup Completion Time Worker Waktu CT/Stasiun (Detik) (Detik) (Detik) (Detik) Skill Menganggur Completion Time Berdasarkan hasil diatas, dilakukan perhitungan dan didapatkan bahwa hasil penyeimbangan lini pada metode ranked position weight adalah completion time sebesar 1062 detik, jumlah stasiun 8, efisiensi lini 81%, balance delay 19%, smoothness index , dan jumlah produksi 27. Setelah melakukan perhitungan dengan keseluruhan metode untuk mencari penyeimbangan lini dengan tujuan meningkatkan jumlah produksi, maka didapatkan hasil yang lebih baik yakni dengan metode Genetic Algorithm. Berikut adalah tabel 10 yang membandingkan metode usulan dengan metode perusahaan Perbandingan Perakitan Tabel 8. Perbandingan penjadwalan No. Metode Completion Jml Efisiensi Balance Smoothness Jumlah Time Stasiun Lini Delay Index Produksi 1 Waktu Perusahaan % 27% Genetic Algorithm Pc = % 11% Ranked Position Weight % 19% Setelah mengetahui perbandingan tersebut dapat ditarik kesimpulan bahwa dengan menggunakan metode genetic algorithm dapat meminimasi completion time sebesar 13.85% dan dengan menggunakan metode ranked position weight dapat meminimasi completion time sebesar 11.35%. 5. KESIMPULAN Berdasarkan hasil penelitian yang dilakukan di PT. Braja Mukti Cakra dapat diambil kesimpulan sebagai berikut: 1. Perakitan perusahaan dengan urutan berdasarkan data dari perusahaan menghasilkan completion time sebesar 1198 detik dengan jumlah stasiun sebanyak 10. Ergonomi partisipatif (Sarah Aznam, dkk) ISSN:

14 2. Penyeimbangan lini dengan menggunakan metode Genetic Algorithm yang menghasilkan completion time sebesar 1032 detik dengan jumlah stasiun sebanyak 7. Sehingga menghasilkan penghematan waktu sebesar 13.85% dan meningkatkan efisiensi lini sebanyak 16%. 3. Penyeimbangan lini dengan menggunakan metode ranked position weight yang menghasilkan completion time sebesar 1062 detik dengan jumlah stasiun sebanyak 8. Metode ini menghasilkan penghematan waktu sebesar 11.35% dan meningkatkan efisiensi lini sebanyak 8%. 4. Berdasarkan perhitungan dengan menggunakan metode genetic algorithm, didapatkan peningkatan kapasitas produksi dari 24 unit/hari menjadi 28 unit/hari dengan target produksi sebanyak unit/hari. Algorithm for Flexible Flow Shop Problems with Unrelated Parallel Machines, Setup Times, and Dual Criteria. International Journal Advance Manufacture Technology, Vol. 37: Sutalaksana, Iftikar Z. dkk. Teknik Tata Cara Kerja, Departemen Teknik Industri ITB, Bandung, Windjosubroto, Sritomo Pengantar Teknik dan Manajemen Industri. Surabaya: Guna Widya. (e-book). 6. DAFTAR PUSTAKA Chavare, Krantikumar B. & Mulla, Abid M Application of Ranked Position Weighted (RPW) Method for Assembly Line Balancing. International Journal for Research in Applied Science & Engineering Technology (IJRASET). Vol. 3 Issue VI. Choi, J.Y. & Lee, C.Y A Genetic Algorithm for Job Sequencing Problems with Distinct Due Dates and General Early-Tardy Penalty Weights. Pergamon. Korea Advanced Institute of Science and Technology, Computers Ops Res. Vol 22. No. 8. Pp Dini, Gino & Mura, Michela Dalle Worker Skills and Equipment Optimization in Assembly Line Balancing By a Genetic Approach. Procedia CIRP Vol 44. Pisa, Italy, University of Pisa: Elsevier Elsayed, A., dan T.O. Boucher. (1994). Analysis and Control of Production Systems. Prentice all International. New Jersey. Gasperz, V. (2001). Total Quality Management. Gramedia. Jakarta. Groover, M.P. (2001). Automation, Production Systems, and Computer- Aided Manufacturing. Prentice-all. The University of Michigan US. Jungwannatakit, J. Reodecha M. Chaovalitwongse, P. & Werner, F Ergonomi partisipatif (Sarah Aznam, dkk) ISSN: