Lampiran Lampiran

dokumen-dokumen yang mirip
PENJADWALAN 20 JOB 8 MESIN DENGAN METODE GENETIC ALGORITHM (GA)

ABSTRAK. Laporan Tugas Akhir. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha

BAB 3 METODOLOGI PENELITIAN 3.1. Penelitian Awal Identifikasi Masalah Perumusan Masalah

ABSTRAK Giffler dan Thompson

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. iv Universitas Kristen Maranatha

BAB III METODOLOGI PENELITIAN

DAFTAR ISI BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian...

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. iv Universitas Kristen Maranatha

2.16. Keaslian Penelitian BAB III ANALISIS DAN PERANCANGAN Analisa sistem Observasi Wawancara

BAB 1 Pendahuluan 1.1 Latar Belakang

ABSTRAK. Universitas Kristen Maranatha

Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm

ABSTRAK. iii Universitas Kristen Maranatha

ABSTRAK. Kata kunci : Aplikasi, Penjadwalan, Algoritma Genetika. viii

ABSTRAK. i Universitas Kristen Maranatha

4.6 Data Waktu Siap Setiap Mesin Pengerjaan Komponenkomponen Screw Conveyor Penentuan Due Date BAB 5 PENGOLAHAN DATA DAN ANALISIS

ABSTRAK. Universitas Kristen Maranatha

DAFTAR ISI. ABSTRAK... vii. KATA PENGANTAR... viii DAFTAR ISI... DAFTAR TABEL... xiii. DAFTAR GAMBAR... xv. DAFTAR LAMPIRAN... xix

ABSTRAK. i Universitas Kristen Maranatha

ABSTRAK. Universitas Kristen Maranatha

MODEL PENJADWALAN BATCH PADA JOB SHOP DENGAN KELOMPOK MESIN HETEROGEN UNTUK MEMINIMASI TOTAL WAKTU TINGGAL AKTUAL

DAFTAR ISI. vii. repository.unisba.ac.id

BAB I PENDAHULUAN 1.1. Latar Belakang

UNIVERSITAS BINA NUSANTARA. Program Ganda Teknik informatika - Matematika Skripsi Sarjana Program Ganda Semester Ganjil 2006/2007

USULAN PENERAPAN PENJADWALAN DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA DI PD BLESSING

ABSTRAK. Universitas Kristen Maranatha

BAB I PENDAHULUAN. Penjadwalan produksi flow shop merupakan kegiatan perencanaan

ABSTRAK. Universitas Kristen Maranatha

Jurusan Teknik Industri Itenas No.03 Vol.03 Jurnal Online Institut Teknologi Nasional Juli Dzakiy Sulaiman, Emsosfi Zaini, Arnindya Driyar M.

2.2 Konsep Dasar Penjadwalan ( Scheduling) Pengertian Penjadwalan ( Scheduling) 13

PENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN PENJADWALAN JOB SHOP SECARA MONTE CARLO

ABSTRAK. Universitas Kristen Maranatha

ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN PERKULIAHAN DAN PRAKTIKUM RIDHA APRIANI

6. BAB VI. PENUTUP Kesimpulan dan Saran Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN...

PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION

PENERAPAN ALGORITMA GENETIKA DAN TABU SEARCH UNTUK PENJADWALAN PRODUKSI KARUNG PLASTIK DI PT. FORINDO PRIMA PERKASA SKRIPSI. oleh

BAB I PENDAHULUAN. 1.1 Latar Belakang

I-1 BAB I PENDAHULUAN

DAFTAR ISI. 1.2 Rumusan Masalah Tujuan Penelitian Batasan Masalah Manfaat Penelitian... 3

Universitas Kristen Maranatha

IMPLEMENTASI ALGORITMA GENETIKA DALAM PENJADWALAN PERKULIAHAN DAN PRAKTIKUM (STUDI KASUS : FASILKOM-TI DAN FMIPA USU) SKRIPSI

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 1 PENDAHULUAN. mesin, manusia serta bahan-bahan baku produk merupakan salah satu faktor yang

ABSTRAK. Universitas Kristen Maranatha

PERBANDINGAN ALGORITMA HARMONY SEARCH DAN GENETIKA PADA PENJADWALAN JOBSHOP SKRIPSI. Oleh Silvia Hanggraeni NIM

ABSTRACT. Keywords: Production Scheduling, Makespan, CDS Algorithm (Campbell, Dudek, and Smith), FCFS Methods (First Come First Serve).

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB 2 LANDASAN TEORI

ABSTRAK. Universitas Kristen Maranatha

MODEL PENYELESAIAN JOB SHOP SCHEDULING PROBLEM MENGGUNAKAN METODE LOCAL SEARCH ALGORITHM DENGAN CROSS OVER

OPTIMISASI PEMBENTUKAN SEL DIINTEGRASIKAN DENGAN PENEMPATAN MESIN DAN PENJADWALAN DI DALAM SELULAR MANUFAKTUR MENGGUNAKAN ALGORITMA GENETIKA

BAB I PENDAHULUAN. hampir di seluruh dunia, termasuk Indonesia. Alat transportasi ini memiliki

BAB 1 PENDAHULUAN Latar Belakang

Penerapan Algoritma Genetika dalam Job Shop Scheduling Problem

Perancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali)

PENERAPAN ALGORITMA GENETIKA DALAM KASUS PENJADWALAN KULIAH SKRIPSI VALENTINA SIAHAAN

I ydq! --d..- --~=-'=1 SKRIPSI

TAKARIR. algorithm algoritma/ kumpulan perintah untuk menyelesaikan suatu masalah. kesalahan program

IMPLEMENTASI ALGORITMA CAT SWARM OPTIMIZATION DALAM MENYELESAIKAN JOB SHOP SCHEDULING PROBLEM (JSSP) KOMPETENSI FINANSIAL SKRIPSI

PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN

Bab I Pendahuluan 1.1 Latar Belakang

PENDEKATAN ALGORITMA CROSS ENTROPY- GENETIC ALGORITHM UNTUK MENURUNKAN MAKESPAN PADA PENJADWALAN FLOW SHOP

OPTIMALISASI PENJADWALAN PRODUKSI DENGAN METODE ALGORITMA GENETIKA DI PT. PROGRESS DIECAST

ABSTRAK. Kata Kunci: Punch, Kualitas, DMAIC, Upaya Menekan Variasi Kualitas Produk

Penerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem

PENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY

1. Pendahuluan 1.1. Latar Belakang

Penyelesaian Penjadwalan Flexible Job Shop Problem dengan menggunakan Real Coded Genetic Algorithm

BAB II TINJAUAN PUSTAKA. Job shop scheduling problem (JSSP) adalah permasalahan optimasi

Vukovich dinamis yang digabungkan dengan model PRoFIGA didalamnya.

PENERAPAN ALGORITMA GENETIKA UNTUK MASALAH PENJADWALAN JOB SHOP PADA LINGKUNGAN INDUSTRI PAKAIAN SKRIPSI HENDRIK SITANGGANG

UNIVERSITAS BINA NUSANTARA USULAN PERBAIKAN SISTEM PENJADWALAN PRODUKSI N JOB M MACHINE PADA PERUSAHAAN PT. POLIDAYAGUNA PERKASA

Optimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika

PENERAPAN ALGORITMA HARMONY SEARCH DAN ALGORITMA TABU SEARCH PADA PENJADWALAN FLOWSHOP SKRIPSI. oleh. Veni Pramudya Hapsari NIM

PENGEMBANGAN PENJADUALAN JOB SHOP INSERTED IDLE TIME DENGAN SCHEDULLING GRAPH UNTUK MEMINIMASI BIAYA TARDINESS & EARLINESS

ABSTRAK. Kata Kunci: Sistem informasi, produksi, peramalan, bahan, baku. Universitas Kristen Maranatha

BAB 1 PENDAHULUAN 1.1. Latar Belakang

BAB 4 PENGUJUAN MODEL DAN ANALISIS. Untuk keperluan pengujian model dan program komputer yang telah

IMPLEMENTASI ALGORITMA GENETIK UNTUK MENYELESAIKAN MASALAH TRAVELING SALESMAN PROBLEM (STUDI KASUS: SATUAN KERJA PERANGKAT DAERAH KOTA MEDAN)

Transkripsi:

DAFTAR ISI PERNYATAAN KEASLIAN SKRIPSI... i ABSTRAK... ii ABSTRACT... iii KATA PENGANTAR... iv DAFTAR ISI... vi DAFTAR TABEL... ix DAFTAR TABEL LAMPIRAN... xi DAFTAR GAMBAR... xii BAB I PENDAHULUAN... 1 1.1 Latar Belakang Masalah... 1 1.2 Perumusan Masalah... 2 1.3 Tujuan Penelitian... 3 1.4 Batasan Masalah dan Asumsi... 3 1.5 Manfaat Penelitian... 3 1.6 Sistematika Penulisan... 4 BAB II LANDASAN TEORI... 6 2.1 Penjadwalan... 6 2.1.1 Pengertian Penjadwalan... 6 2.1.2 Tujuan Penjadwalan... 8 2.2 Asumsi Dasar Penjadwalan... 8 2.3 Teknik Penjadwalan Job Shop... 10 2.4 Priority Dispatching Rules... 10 2.5 Kriteria Kinerja Job Scheduling... 12 2.6 Kendala-kendala Dalam Proses Penjadwalan... 14 2.7 Genetic Algorithm... 16 2.7.1 Langkah-langkah dalam Genetic Algorithm... 17 2.7.2 Istilah dalam Genetic Algorithm... 17 2.7.3 Komponen Utama Dalam Genetic Algorithm... 18 vi

BAB III METODOLOGI PENELITIAN... 24 3.1 Flowchart Pemecahan Masalah... 24 3.2 Uraian Flowchart Pemecahan Masalah... 25 3.2.1 Identifikasi Masalah... 25 3.2.2 Studi Literatur... 25 3.2.3 Pengumpulan Data... 25 3.2.4 Pengolahan Data... 26 3.2.5 Analisis... 32 3.2.6 Kesimpulan dan Saran... 32 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA... 33 4.1 Pengumpulan Data... 33 4.1.1 Aktivitas Produksi CV Boeing Teknik Mandiri... 33 4.1.2 Routing Sheet... 37 4.1.3 Data Waktu Siklus... 39 4.1.4 Waktu Siklus dan Urutan Operasi... 41 4.1.5 Penjadwalan Mesin Perusahaan Saat Ini... 43 4.1.6 Hasil Penjadwalan Dengan Metode Heuristic Dispatching Rules... 44 4.2 Pengolahan Data... 46 4.2.1 Perhitungan Manual Penjadwalan Metode Genetic Algorithm... 46 4.2.2 Pengolahan Penjadwalan Menggunakan Program Genetic Algorithm. 65 BAB V ANALISIS... 76 5.1 Analisis Metode Genetic Algorithm... 76 5.2 Analisis Program Palisade Decision Tools (Evolver 6.1)... 76 5.3 Analisis Perbandingan Kriteria Hasil Penjadwalan Mesin... 77 BAB VI KESIMPULAN DAN SARAN... 81 6.1 Kesimpulan... 81 6.2 Saran... 81 DAFTAR PUSTAKA... xiii LAMPIRAN... 1 Lampiran 1... 1 Lampiran 2... 7 vii

Lampiran 3... 10 Lampiran 4... 11 viii

DAFTAR TABEL Tabel 3.1 Pembentukan Individu... 28 Tabel 4.1 Daftar Job... 37 Tabel 4.2 Daftar Job (Lanjutan)... 38 Tabel 4.3 Routing Sheet Part Bushing... 38 Tabel 4.4 Routing Sheet Part PILOT PIN SC 037... 39 Tabel 4.5 Routing Sheet Part PILOT PIN SC 038... 39 Tabel 4.6 Waktu Siklus Operasi Mesin... 40 Tabel 4.7 Urutan Operasi Mesin... 41 Tabel 4.8 Waktu Operasi Mesin... 42 Tabel 4.9 Urutan Proses Operasi... 43 Tabel 4.10 Kriteria Hasil Penjadwalan Metode Heuristic Dispatching Rules... 44 Tabel 4.11 Representasi Individu... 46 Tabel 4.12 Individu ke-1... 48 Tabel 4.13 Individu ke-2... 48 Tabel 4.14 Individu ke-3... 49 Tabel 4.15 Individu ke-4... 49 Tabel 4.16 Individu ke-20... 50 Tabel 4.17 Individu ke-20 (Lanjutan)... 51 Tabel 4.18 Individu ke-20 (Lanjutan)... 52 Tabel 4.19 Individu ke-58... 52 Tabel 4.20 Individu ke-58 (Lanjutan)... 53 Tabel 4.21 Individu ke-58 (Lanjutan)... 54 Tabel 4.22 Individu ke-58 (Lanjutan)... 55 Tabel 4.23 Induk ke-1 (Individu 20)... 56 Tabel 4.24 Induk ke-2 (Individu 58)... 56 Tabel 4.25 Anak ke-1... 57 Tabel 4.26 Anak ke-2... 57 Tabel 4.27 Individu Baru ke-1... 58 ix

Tabel 4.28 Individu Baru ke-2... 59 Tabel 4.29 Penjadwalan Individu Anak ke-1... 59 Tabel 4.30 Penjadwalan Individu Anak ke-1 (Lanjutan)... 60 Tabel 4.31 Penjadwalan Individu Anak ke-1 (Lanjutan)... 61 Tabel 4.32 Penjadwalan Individu Anak ke-1 (Lanjutan)... 62 Tabel 4.33 Penjadwalan Individu Anak ke-2... 62 Tabel 4.34 Penjadwalan Individu Anak ke-2 (Lanjutan)... 63 Tabel 4.35 Penjadwalan Individu Anak ke-2 (Lanjutan)... 64 Tabel 4.36 Input Data Program GA... 67 Tabel 4.37 Input Data Program GA (Lanjutan)... 68 Tabel 4.38 Input Data Program GA (Lanjutan)... 69 Tabel 4.39 Hasil Penjadwalan Mesin dengan Metode GA... 71 Tabel 4.40 Hasil Penjadwalan Mesin dengan Metode GA (Lanjutan)... 72 Tabel 4.41 Hasil Penjadwalan Mesin dengan Metode GA (Lanjutan)... 73 Tabel 4.42 Hasil Perhitungan Kinerja Penjadwalan dengan Metode GA... 75 Tabel 5.1 Ringkasan Kriteria Penjadwalan dengan Metode Genetic Algorithm... 77 Tabel 5.2 Ringkasan Kriteria Penjadwalan Metode Heuristic Dispatching Rules 77 x

DAFTAR TABEL LAMPIRAN Tabel Lampiran 1.1 Routing Sheet Part BUSHING... 1 Tabel Lampiran 1.2 Routing Sheet Part Pilot PIN SC 037... 1 Tabel Lampiran 1.3 Routing Sheet Part PILOT PIN SC 038... 1 Tabel Lampiran 1.4 Routing Sheet Part PILOT PIN SC 039... 2 Tabel Lampiran 1.5 Routing Sheet Part PILOT PIN SC 040... 2 Tabel Lampiran 1.6 Routing Sheet Part PILOT PIN SC 041... 2 Tabel Lampiran 1.7 Routing Sheet Part PILOT PIN SC 042... 2 Tabel Lampiran 1.8 Routing Sheet Part PILOT PIN 043... 3 Tabel Lampiran 1.9 Routing Sheet Part PILOT PIN SC 083... 3 Tabel Lampiran 1.10 Routing Sheet Part PILOT PIN (ROUGHT) SC-121... 3 Tabel Lampiran 1.11 Routing Sheet Part PILOT PIN (ROUGHT) SC-122... 3 Tabel Lampiran 1.12 Routing Sheet Part PIN B06-06... 4 Tabel Lampiran 1.13 Routing Sheet Part PIN B06-05... 4 Tabel Lampiran 1.14 Routing Sheet Part PIN B04-05... 4 Tabel Lampiran 1.15 Routing Sheet Part BUS-JBN.8... 4 Tabel Lampiran 1.16 Routing Sheet Part PIN GURIS... 5 Tabel Lampiran 1.17 Routing Sheet Part CARRIER YR9... 5 Tabel Lampiran 1.18 Routing Sheet Part PILOT PIN (ROUGHT) SC-122... 5 Tabel Lampiran 1.19 Routing Sheet Part HANDLE 02... 5 Tabel Lampiran 1.20 Routing Sheet Part HANDLE 03... 6 Tabel Lampiran 2.1 Representasi Individu... 7 Tabel Lampiran 2.2 Representasi Individu (Lanjutan)... 8 Tabel Lampiran 2.3 Representasi Individu (Lanjutan)... 9 xi

DAFTAR GAMBAR Gambar 2.1 Ilustrasi Representasi Permasalahan dalam Algoritma Genetika... 18 Gambar 2.2 Ilustrasi Prosedur PMX... 22 Gambar 3.1 Flowchart Pemecahan Masalah... 24 Gambar 3.2 Langkah-Langkah Proses Genetic Algorithm... 27 Gambar 4.1 Mesin Gergaji Manual dan Semiotomatis... 33 Gambar 4.2 Mesin Drilling NC... 34 Gambar 4.3 Mesin Bubut... 34 Gambar 4.4 Tap and Sney... 35 Gambar 4.5 Mesin Milling... 35 Gambar 4.6 Mesin Grinding... 36 Gambar 4.7 Tungku untuk Proses Hardening... 36 Gambar 4.8 Mesin Knurling... 37 Gambar 4.9 Gantt Chart Hasil Penjadwalan Metode Heuristic Dispatching Rules Berdasarkan Mesin... 44 Gambar 4.10 Gantt Chart Hasil Penjadwalan Metode Heuristic Dispatching Rules Berdasarkan Job... 45 Gambar 4.11 Parameter Mode Optimasi... 65 Gambar 4.12 Parameter Probabilitas Crossover dan Mutasi, Serta Ukuran Populasi... 66 Gambar 4.13 Progress Trial GA... 70 Gambar 4.14 Gantt Chart Hasil Penjadwalan Metode GA Berdasarkan Mesin... 74 Gambar 4.15 Gantt Chart Hasil Penjadwalan Metode GA Berdasarkan Job... 74 Gambar 4.16 Tingkat Utilisasi Mesin... 75 xii