PENERAPAN ALGORITMA HARMONY SEARCH DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM

Transkripsi

1 PENERAPAN ALGORITMA HARMONY SEARCH DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM Peneliti Dosen Pembimbing : Achmad Setiawan NRP : Ir. Budi Santosa, M.Sc., Ph.D NIP

2 Latar Belakang Pendekatan Tradisional menyelesaikan RCPSP. (CPM dan PERT) tidak mampu Metode Analitis (Integer Programming dan Dynamic Programming) tidak memungkinkan untuk diterapkan jika problem-nya besar. Metode heuristik (SAD, MILFT, MITF) seringkali menghasilkan solusi yang bersifat lokal optimal. Metode metaheuristik: GA, ACO, PSO Another metaheuristic (Harmony Search) as the next... 2

3 Perumusan Masalah Permasalahan dalam penelitian ini adalah sulitnya menjadwalkan aktivitasaktivitas proyek dikarenakan keterbatasan sumber daya yang tersedia. Tingkat kesulitan dalam melakukan proses penjadwalan akan meningkat jika jumlah aktivitasnya banyak dan multi-resources. Apabila proses penjadwalan ini dilakuakan secara manual, maka akan menyebabkan munculnya banyak alternatif jadwal yang sulit dicari yang optimal. 3

4 Tujuan Penelitian Tujuan yang ingin dicapai dalam penelitian Tugas Akhir ini adalah untuk mengetahui performansi algoritma HS pada penyelesaian RCPSP dibandingkan dengan algoritma yang lain yaitu algoritma PSO. 4

5 Ruang Lingkup Penelitian Batasan : Penelitian tugas akhir ini dibatasi pada kasus single-mode resource-constrained project scheduling problem. Asumsi: Kapasitas sumber daya yang tersedia untuk tiap periode adalah tetap. Tidak ada preemption. 5

6 Manfaat Penelitian Dapat memberi kontribusi berupa pengetahuan mengenai penerapan algoritma HS pada penyelesaian RCPSP dimana algoritma ini belum pernah dipakai dalam penelitian sebelumnya untuk menyelesaikan RCPSP. Dapat membantu manajer proyek dalam menyelesaikan masalah penjadwalan proyek. 6

7 Deskripsi RCPSP Resource-Constrained Project Scheduling Problem (RCPSP) adalah masalah penjadwalan aktivitas-aktivitas pada proyek dimana harus memenuhi precedence constraints dan resource constraints. 7

8 Visualisasi RCPSP 8

9 Ide Dasar Algoritma HS Algoritma Harmony Search (HS) pertama kali diperkenalkan oleh Zong Woo Geem pada tahun Ide dasar algoritma HS adalah meniru proses perbaikan harmoni musik yang dilakukan oleh kelompok paduan musik. 9

10 Step by Step HS 1. Inisialisasi masalah dan parameter algoritma. 2. Inisialisasi harmony memory. 3. Membangkitkan vektor solusi yang baru. 4. Meng-update harmony memory. 5. Mengecek kriteria pemberhentian. 10

11 Metodologi Penelitian 1. Pengumpulan Data 2. Penerapan Algoritma 3. Pembuatan Kode Program 4. Eksperimen 5. Analisa Hasil Eksperimen 11

12 Eksperimen ---> Validasi Algoritma Validasi dilakukan untuk mengetahui apakah algoritma HS mampu menghasilkan solusi yang optimal atau tidak. Uji validasi dilakukan dengan cara membandingkan solusi algoritma HS dengan solusi metode enumerasi. Data uji validasi memiliki ukuran 6 aktivitas proyek dengan 2 tipe sumber daya. Hasil : Running algoritma HS menghasilkan durasi proyek sebesar 15 dan metode enumerasi juga menghasilkan durasi proyek sebesar 15. Dengan demikian algoritma HS untuk penyelesaian RCPSP dikatakan sudah valid. 12

13 Eksperimen ---> Uji Perubahan Parameter Algoritma Uji perubahan parameter algoritma digunakan untuk mengetahui efek perubahan parameter algoritma terhadap solusi yang dihasilkan. Data uji diambil dari International Journal of Project Management 24 (2006) Data ini berukuran 25 aktivitas proyek. Uji perubahan parameter algoritma dilakukan dengan cara melakukan kombinasi dari parameter HMCR dan PAR. 13

14 Eksperimen ---> Uji Perubahan Parameter Algoritma Hasil : Durasi proyek tidak mengalami perubahan meskipun nilai parameternya berubah. Analisa : RCPSP termasuk dalam kategori discrete optimization problem Jumlah alternatif solusi pada RCPSP tidak terlalu besar. 14

15 Eksperimen ---> Uji Performansi Algoritma Uji performansi algoritma digunakan untuk mengetahui performansi algoritma mana yanglebihbaik,hsataupso? Data uji diambil dari Project Scheduling Library(PSPLIB). Ukuran data uji: 30 aktivitas proyek 60 aktivitas proyek 15

16 Eksperimen ---> Hasil Uji Performansi Algoritma 30 aktivitas proyek PSO HS Selisih Durasi Proyek Waktu Komputasi (detik) aktivitas proyek PSO HS Selisih Durasi Proyek Waktu Komputasi (detik)

17 Eksperimen ---> Uji Performansi Algoritma Analisa: Waktu komputasi algoritma HS lebih cepat daripada algoritma PSO dikarenakan mekanisme kerja algoritma HS lebih efisien daripada algoritma PSO. Pada algoritma HS hanya ada satu kandidat solusi yang melakukan proses pencarian solusi, sedangkan pada algoritma PSO semua kandidat solusi melakukan proses pencarian solusi. 17

18 Kesimpulan Perubahan parameter algoritma HS pada penyelesaian RCPSP tidak berpengaruh pada solusi yang dihasilkan. Kualitas solusi yang dihasilkan algoritma HS sama dengan algoritma PSO, namun jika dilihat dari sisi waktu komputasi, maka waktu komputasi algoritma HS lebih cepat daripada algoritma PSO. Oleh karena itu, apabila ditinjau dari segi waktu komputasi, maka performansi algoritma HS untuk penyelesaian RCPSP lebih baik daripada algoritma PSO. 18

19 Saran Penelitian tugas akhir ini memiliki potensi untuk dikembangkan lebih lanjut. Pada penelitian berikutnya disarankan permasalahan yang akan diselesaikan adalah Multi-Mode Resource- Constrained Project Scheduling Problem (MMRCPSP) karena permasalahan MMRCPSP lebih mendekati kondisi dunia nyata daripada Single-Mode Resource- Constrained Project Scheduling Problem(SMRCPSP). 19

20 The end 20