BAB I PENDAHULUAN. yang dikerjakan pada beberapa buah mesin (Rosnani Ginting, 2009). Pekerjaan

dokumen-dokumen yang mirip
BAB I PENDAHULUAN. Sistem manufaktur adalah kumpulan dari equipment yang terintegrasi dan

BAB I PENDAHULUAN. untuk menyusun suatu urutan prioritas kerja (sequencing) yang sesuai dengan

BAB I PENDAHULUAN. manufaktur. Penjadwalan produksi dapat didefinisikan sebagai proses

Analisis Penjadwalan Produksi Flowshop dengan Membandingkan Metode Harmony Search dan Algoritma Nawaz, Enscore and Ham

PENJADWALAN PRODUKSI DENGAN PENDEKATAN CROSS ENTROPY-GENETIC ALGORITHM DI PT WIJAYA KARYA BETON PPB SUMUT VERAYANTI C. SIMANULLANG NIM.

PENJADWALAN PRODUKSI DENGAN MENGGUNAKAN ALGORITMA SIMULATED ANNEALING DI PT. GUNA KEMAS INDAH TUGAS SARJANA : Diajukan untuk Memenuhi Sebagian dari

BAB I PENDAHULUAN. Penjadwalan produksi merupakan ketepatan suatu perusahaan dalam

BAB I PENDAHULUAN. antara perusahaan yang satu dengan yang lainnya. Perusahaan yang dapat. jumlah konsumennya. Salah satu usahanya adalah dengan

BAB I PENDAHULUAN. Persaingan bisnis yang semakin kompetitif membuat perusahaan

PENJADWALAN PRODUKSI DENGAN ALGORITMA GENETIK UNTUK MEMINIMISASI MAKESPAN DI PT. SUMATERA TIMBERINDO INDUSTRY

ABSTRAK. Universitas Kristen Maranatha

ABSTRAK. Muhamad Hidayat 1, Ratna Ekawati 2, Putro Ferro Ferdinant 3 1,2, 3 Jurusan Teknik Industri Universitas Sultan Ageng Tirtayasa

D E P A R T E M E N T E K N I K I N D U S T R I F A K U L T A S T E K N I K UNIVERSITAS SUMATERA UTARA M E D A N 2017

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENJADWALAN PRODUKSI DENGAN METODE TABU SEARCH PADA LANTAI PABRIK PADA PD. ANEKA INDUSTRI DAN JASA (PDAIJ) SUMATERA UTARA.

BAB I PENDAHULUAN. waktu yang bervariasi akan menemui banyak hambatan bila tidak ada metode

PENYELESAIAN PERMASALAHAN MULTI-OBJECTIVE HYBRID FLOW SHOP SCHEDULING DENGAN ALGORITMA MODIFIED PARTICLE SWARM OPTIMIZATION

Indeks Produksi Industri Sedang Besar

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. Kebutuhan baja di Indonesia, termasuk di Provinsi Sumatera Utara

BAB 2 LANDASAN TEORI

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

ABSTRAK. Universitas Kristen Maranatha

BAB I PENDAHULUAN. Sumber : PT. Dirgantara Indonesia (Persero) Departemen Machining, 2014

BAB I PENDAHULUAN. produksi yang umumnya ditemukan adalah sistem flow shop dan job shop. Dalam

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

BAB 1 PENDAHULUAN. penyelesaian masalah yang memiliki peranan penting dalam industri. yang terbatas terhadap pekerjaan yang berlebihan (Pinedo, 1992).

Penjadwalan Produksi Job Shop dengan Menggunakan Metode Shifting Bottleneck Heuristic (SHB)

ABSTRAK. Oleh JOVAN MAXY TUALAKA NIM

PENJADWALAN PRODUKSI BEDDING GOODS UNTUK PEMENUHAN JADWAL PENGIRIMAN DI PT. HILON SUMATERA

Lina Gozali, Lamto Widodo, Wendy Program Studi Teknik Industri Fakultas Teknik Universitas Tarumanagara Jl. S Parman no.1, Jakarta

BAB I PENDAHULUAN. konsumen. Waktu penyelesaian produk akan sesuai dengan yang diharapkan

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN. manufaktur yang bergerak dibidang pembuatan spring bed yang berlokasi di kota

PENJADWALAN JOB SHOP STATIK DENGAN METODE SIMULATED ANNEALING UNTUK MEMINIMASI WAKTU MAKESPAN

BAB I PENDAHULUAN. Penjadwalan produksi flow shop merupakan kegiatan perencanaan

PENGGUNAAN ALGORITMA GENETIKA PADA PENJADWALAN PRODUKSI DI PT DNP INDONESIA PULO GADUNG

BAB 1 PENDAHULUAN 1-1

TUGAS AKHIR Pengembangan Algoritma Simulated Annealing pada Permasalahan Hybrid Flowshop Scheduling untuk Minimasi Makespan

ABSTRAK. i Universitas Kristen Maranatha

PENERAPAN PENJADWALAN PRODUKSI PADA PEMBUATAN PERAKITAN DAUN PINTU DI PRODUCTION TRAINING CENTRE

PENJADWALAN FLOW SHOP N JOB M MESIN DENGAN METODE FIRST COME FIRST SERVED (FCFS), EARLIEST DUE DATE (EDD) DAN ALGORITMA HEURISTIK POUR

BAB III METODOLOGI PENELITIAN

Optimasi Penjadwalan Mesin Produksi Flowshop dengan Metode Campbell Dudek and Smith (CDS) dan Nawaz Enscore Ham (NEH) pada Departemen Produksi Massal

ANALISIS PERBANDINGAN ATURAN PRIORITAS PENJADWALAN PRODUKSI DI PT. ATMINDO TESIS

BAB II LANDASAN TEORI

PENJADWALAN FLOW SHOP DENGAN PENDEKATAN CROSS ENTROPY-GENETIC ALGORITHM UNTUK MENURUNKAN MAKESPAN PADA PEMBUATAN RODA GIGI

BAB I PENDAHULUAN 1.1 Latar Belakang

Penjadwalan Produksi Garment Menggunakan Algoritma Heuristic Pour

D E P A R T E M E N T E K N I K I N D U S T R I F A K U L T A S T E K N I K UNIVERSITAS SUMATERA UTARA M E D A N 2017

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

ABSTRAK. v Universitas Kristen Maranatha

BAB I PENDAHULUAN. terletak di Jalan Raya Medan-Binjai km 15,5 Diski, Deli Serdang. PT. Wijaya

BAB 1 PENDAHULUAN 1.1. Latar Belakang

BAB 1 Pendahuluan 1.1 Latar Belakang

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB I PENDAHULUAN. 1-1 Universitas Kristen Maranatha

pekerjaan pada mesin dan penugasan tenaga kerja pada mesin. Sangat penting bagi perusahaan untuk melakukan perencanaan yang tepat pada saat menerima

BAB 3 METODOLOGI PEMECAHAN MASALAH

PENJADWALAN PRODUKSI JOB SHOP DENGAN MENGGUNAKAN ALGORITMA TABU SEARCH PADA PT. XYZ

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

PENJADWALAN PRODUKSI DI LINE B MENGGUNAKAN METODE CAMPBELL-DUDEK-SMITH (CDS)

BAB I PENDAHULUAN. pekerjaan turun ke lantai produksi. Sistem penjadwalan yang kurang baik dapat

BAB 2 LANDASAN TEORI

Analisis Dan Usulan Penjadwalan Produksi Dengan Menggunakan Metode Campbell Dudek Smith (CDS) Pada PT. Muliaglass Container

USULAN PENJADWALAN PRODUKSI DENGAN METODE CAMPBELL DUDEK AND SMITH (STUDI KASUS PADA PT PAN PANEL PALEMBANG)

Penjadwalan. Mesin. Rosnani Ginting

BAB 2 LANDASAN TEORI

PENJADWALAN PRODUKSI DENGAN ALGORITMA HEURISTIK POUR (STUDI KASUS: KONVEKSI ONE WAY MALANG)

PENJADWALAN FLOWSHOP MENGGUNAKAN ALGORITMA NAWAZ ENSCORE HAM

PENJADWALAN TRUK PADA SISTEM CROSS DOCKING DENGAN PENYIMPANAN SEMENTARA DENGAN ALGORITMA HYBRID CROSS ENTROPY GENETIC ALGORITHM

Bab 1 Pendahuluan Latar Belakang Masalah

ABSTRAK. iv Universitas Kristen Maranatha

SWARM GENETIC ALGORITHM, SUATU HIBRIDA DARI ALGORITMA GENETIKA DAN PARTICLE SWARM OPTIMIZATION. Taufan Mahardhika 1

SKRIPSI. Diajukan Kepada Universitas Muhammadiyah Malang. Untuk Memenuhi Salah Satu Persyaratan Akademik

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 3 METODOLOGI PEMECAHAN MASALAH

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

BAB I PENDAHULUAN 1.1 Latar Belakang

USULAN PENERAPAN PENJADWALAN DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA DI PD BLESSING

BAB I PENDAHULUAN. lebih efektif dan efisien karena akan melewati rute yang minimal jaraknya,

BAB I PENDAHULUAN. Pemenuhan pesanan tepat waktu merupakan salah satu kepentingan utama

ABSTRAK. Universitas Kristen Maranatha

BAB 3 METODOLOGI PEMECAHAN MASALAH

UNIVERSITAS SUMATERA UTARA MEDAN 2014

BAB 1 PENDAHULUAN. jumlah tertentu dalam setiap periode waktu tertentu. Untuk itu, perlu dibuat suatu

Penjadwalan Produksi Dengan Metode Non Delay (Studi Kasus Bengkel Bubut Chevi Sintong Palembang)

PENJADWALAN PRODUKSI DEPARTEMEN WEAVING Di PT. ISKANDAR INDAH PRINTING TEXTILE SURAKARTA

BAB 2 LANDASAN TEORI

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

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

TUGAS AKHIR PENJADWALAN FLOW SHOP N JOB M MESIN DENGAN METODE FIRST COME FIRST SERVED (FCFS), EARLIEST DUE DATE (EDD) DAN ALGORITMA HEURISTIK POUR

PENERAPAN ALGORITMA HYBRID CROSS ENTROPY-GENETIC ALGORITHM DALAM PENYELESAIAN RESOURCE-CONSTRAINED PROJECT SCHEDULING PROBLEM

LOGO PENGEMBANGAN METODE HYBRID TABU SEARCH-CROSS ENTROPY UNTUK PENJADWALAN FLOWSHOP

UNIVERSITAS SUMATERA UTARA MEDAN 2011

BAB 3 METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN

ABSTRAK. Universitas Kristen Maranatha

Lina Gozali, Lamto Widodo, Wendy. Fakultas Teknik Program Studi Teknik Industri Universitas Tarumanagara Jakarta. Abstrak

BAB III LANDASAN TEORI. ilmu yang terkait dalam penyelesaian dalam kerja praktek.

I-1 BAB I PENDAHULUAN

Transkripsi:

BAB I PENDAHULUAN 1.1. Latar Belakang Penjadwalan adalah pengurutan pengerjaan produk secara menyeluruh yang dikerjakan pada beberapa buah mesin (Rosnani Ginting, 2009). Pekerjaan yang akan diselesaikan diistilahkan sebagai job. Penjadwalan merupakan alat ukur yang baik bagi perencanaan agregat. Kesalahan dalam penjadwalan proses produksi dapat membuat keuntungan perusahaan menurun. Kesalahan penjadwalan juga dapat menyebabkan biaya produksi meningkat serta menambah waktu menganggur mesin. PT. Wijaya Karya Beton adalah perusahaan yang bergerak dalam bidang industri pembuatan tiang beton berlokasi di jalan Medan Binjai Km 15,5 Desa Sei Semayang Kecamatan Sunggal, Kabupaten Deli Serdang. Produk yang dihasilkan PT. Wijaya Karya Beton adalah PC Piles (TI), PC Piles (TL), Railway Concrete Products (RY), Bridge Concrete Products (BR), dan Retaining Wall Concrete Products (RT). Dalam menjalankan aktivitasnya PT. Wijaya Karya Beton membuat produk berdasarkan pesanan dari konsumen atau yang sering disebut dengan istilah make to order. Perusahaan harus dapat menjaga kepercayaan konsumen dengan melakukan pengiriman produk tepat waktu. Jika terjadi keterlambatan maka perusahaan akan dikenakan penalti. PT Wijaya Karya Beton beberapa kali mengalami keterlambatan waktu pengiriman kepada konsumen.

Keterlambatan pengiriman produk kepada konsumen dapat disebabkan oleh kekurangan bahan baku, kekurangan kapasitas produksi, jumlah karyawan yang tidak mencukupi, atau lamanya waktu total penyelesaian order. Menurut informasi perusahaan bahwa ketersediaan bahan baku, kapasitas produksi, dan jumlah karyawan telah cukup untuk memenuhi besarnya permintaan. Sehingga diduga penyebab terjadinya keterlambatan adalah besarnya waktu total penyelesaian order (makespan) yang diakibatkan oleh penjadwalan produksi yang belum optimal. Pada saat ini, PT Wijaya Karya Beton menerapkan sistem penjadwalan dengan aturan First Come First Serve (FCFS). Pada aturan ini tidak mempersoalkan lamanya waktu proses produksi. Order yang datang pertama akan menjadi prioritas dalam proses produksi dan apabila order datang secara bersamaan maka order tersebut akan dikerjakan sesuai dengan antrian. Model penjadwalan FCFS sering tidak menguntungkan bagi order yang membutuhkan waktu proses pengerjaan yang lebih pendek karena jika order tersebut berada dalam antrian paling terakhir, maka akan mengakibatkan waktu menunggu yang lama sebelum diproses di lantai produksi. Dengan sistem penjadwalan FCFS, perusahaan masih menemukan penjadwalan yang tidak sesuai. Hal ini berakibat pada besarnya total waktu penyelesaian seluruh order (makespan). Makespan yang diperoleh tidak dapat memenuhi batas waktu penyelesaian pekerjaan (duedate) yang mengakibatkan adanya keterlambatan penyerahan order kepada konsumen.

Dibutuhkan suatu teknik khusus untuk melakukan penjadwalan flowshop dalam meminimumkan makespan. Beberapa metode yang digunakan untuk menyelesaikan masalah penjadwalan flowshop seperi CDS (1970), NEH (1983), algoritma heuristic, dan metode metaheuristik seperti Simulated Anealing, Particle Swarm Optimization, Ant Colony Optimization, Algoritma Cross Entropy dan Genetic Algorithm. Metaheuristik merupakan metode pendekatan yang didasarkan pada metode heuristic yaitu suatu metode untuk mencari solusi dengan pendekatan komputasi yang memadukan interaksi antara prosedur pencarian lokal dan strategi yang lebih tinggi untuk menciptakan proses yang mampu keluar dari titik-titik lokal optimum dan melakukan pencarian di ruang solusi untuk menemukan solusi global dengan cara mencoba-coba secara iteratif untuk memperbaiki kandidat solusi yang diinginkan. Metode metaheuristik salah satu diantaranya yaitu algoritma cross entropy dan genetic algorithm. Metode algoritma Cross Entropy merupakan teknik yang cukup baru tujuannya adalah untuk menghasilkan urutan solusi yang memusat dengan cepat kearah solusi yang optimal dari hasil iterasi. Metode Cross Entropy awalnya diterapkan untuk simulasi kejadian langka (rare-event), lalu dikembangkan untuk beberapa kasus seperti optimasi kombinatorial, optimasi kontinyu, machine learning, dan beberapa kasus lain (Santosa dan Willy, 2011). Dian Setiya Widodo melakukan penelitian dalam bidang manufaktur pembuatan mesin tusuk sate dengan menggunakan Pendekatan Algoritma Cross Entropy-Genetic Algorithm dengan penjadwalan flow shop. Tujuan dalam penelitian tersebut adalah menerapkan metode Cross Entropy-Genetic Algorithm (CEGA) untuk mendapatkan nilai makespan yang optimal. Dengan

mengoptimalkan makespan diharapkan dapat meminimasi waktu proses sehingga akan meningkatkan efisiensi utilitas produksi. Perhitungan iterasi satu pada CEGA, menghasilkan nilai seperti hasil total enumerasi. Nilai makespan yang diperoleh dengan penjadwalan menggunakan Cross Entropy-Genetic Algorithm lebih kecil dibandingkan dengan penjadwalan produksi yang dilakukan perusahaan (Dian Setiya Widodo, 2014). Penelitian juga dilakukan oleh Hasan Bashori pada bidang manufaktur pembuatan sepatu dengan penerapan Cross Entropy-Genetic Algorithm dengan penjadwalan flow shop. Tujuan dari penelitian tersebut adalah memperoleh urutan penjadwalan job yang optimal dalam upaya meminimasi makespan. Hasil yang diperoleh menunjukkan bahwa makespan yang diperoleh metode CEGA lebih kecil dibandingkan dengan metode yang dilakukan perusahaan. Hal ini menunjukkan bahwa peran algoritma CEGA dalam meminimasi makespan pada penjadwalan pembuatan sepatu kulit lebih efisien dan lebih baik dibandingkan dengan metode aktual perusahaan (Hasan Bashori, 2015). Berdasarkan penelitian di atas maka metode yang digunakan dalam penelitian ini adalah penggabungan antara algoritma Cross Entropy dan Genetic Algorithm. Hal ini juga didukung oleh penelitian terdahulu dengan menggunakan metode Cross Entropy-Genetic Algorithm (CEGA) pada kasus penjadwalan job shop dalam meminimasi makespan mampu mendapatkan hasil performansi yang lebih baik berdasarkan nilai makespan dan waktu komputasi jika dibandingkan dengan algoritma lain seperti genetic algorithm-simulated annealing, dan hybrid tabu search (Budiman,2010).

Oleh karena itu Pendekatan Cross Entropy-Genetic Algorithm akan digunakan dalam penelitian ini. Jenis produk yang akan dikaji adalah produk PC Piles (TI) atau yang sering disebut dengan tiang pancang beton. 1.2. Rumusan Masalah Berdasarkan latar belakang yang telah dijelaskan, permasalahan yang dihadapi perusahaan adalah keterlambatan dalam pemenuhan pesanan produk dan besarnya makespan pengerjaan produk di PT. Wijaya Karya Beton PPB SUMUT karena belum optimalnya penjadwalan produksi yang digunakan perusahaan saat ini. 1.3. Tujuan dan Manfaat Tujuan dari penelitian ini adalah merencanakan penjadwalan produksi untuk jadwal yang optimal dengan menggunakan Pendekatan Cross Entropy- Genetic Algorithm sehingga urutan pengerjaan job dapat meminimasi makespan. Tujuan khusus dalam penelitian tugas sarjana adalah sebagai berikut: 1. Mendapatkan urutan penjadwalan produksi yang memberikan hasil yang optimal. 2. Meminimisasi total waktu penyelesaian seluruh job (makespan) pembuatan produk. 3. Mengetahui perbandingan performansi antara metode perusahaan dengan metode Pendekatan Cross Entropy-Genetic Algorithm. Manfaat dalam melakukan penelitian ini adalah sebagai berikut:

1. Meningkatkan kemampuan mahasiswa dalam mengaplikasikan teori yang diperoleh selama kuliah dan meningkatkan wawasan dalam menganalisis dan memecahkan masalah sebelum memasuki dunia kerja khususnya dalam hal penjadwalan produksi yang optimum bagi perusahaan. 2. Hasil penelitian ini dapat dijadikan masukan bagi perusahaan dalam memperbaiki penjadwalan proses produksi. 3. Mempererat hubungan kerja sama antara perusahaan dengan Departemen Teknik Industri USU. 1.4. Batasan dan Asumsi Penelitian Batasan-batasan yang digunakan dalam penelitian ini adalah : 1. Permasalahan yang diteliti tentang flow shop scheduling problem. 2. Penjadwalan digunakan untuk meminimasi makespan. 3. Produk yang diteliti adalah tiang pancang beton. 4. Penelitian tidak membahas masalah biaya. 5. Data permintaan yang digunakan sebagai objek penelitian adalah data pesanan pada bulan April 2016. 6. Perhitungan performansi penjadwalan yang digunakan adalah perhitungan Efficiency Index (EI) dan Relative Error (RE). Asumsi-asumsi yang digunakan dalam penelitian adalah : 1. Seluruh peralatan, mesin dan proses produksi dalam kondisi normal. 2. Tidak terjadi pembatalan operasi 3. Proses produksi berjalan secara normal.

1.5. Sistematika Penulisan Laporan Sistematika penulisan tugas sarjana dapat dilihat sebagai berikut : Bab I Pendahuluan, menguraikan latar belakang permasalahan yang mendasari penelitian dilakukan, perumusan permasalahan, tujuan penelitian, manfaat penelitian, batasan dan asumsi yang digunakan dalam penelitian dan sistematika penulisan tugas sarjana. Bab II Gambaran Umum, menguraikan gambaran umum perusahaan PT. Wijaya Karya Beton, ruang lingkup perusahaan, lokasi, struktur organisasi, tugas dan tanggung jawab, jumlah tenaga kerja dan jam kerja karyawan, dan sistem pengupahan. Bab III Landasan Teori, berisi teori mengenai penjadwalan, sistem produksi, metode penjadwalan, klasifikasi penjadwalan, kriteria penjadwalan, algoritma cross entropy, algoritma genetik, dan pengukuran waktu. Bab IV Metodologi Penelitian, menguraikan tahap-tahap yang dilakukan dalam penelitian yang terdiri dari penentuan lokasi penelitian, jenis penelitian, objek penelitian, variabel penelitian, kerangka konseptual, dan instrumen penelitian. Bab V Pengumpulan dan Pengolahan Data, mengidentifikasi data penelitian yang diperoleh dari hasil pengamatan dan dokumen perusahaan yang terdiri dari data proses produksi, waktu siklus, rating factor, allowance, data permintaan produk, dan kapasitas stasiun kerja sebagai bahan untuk melakukan pengolahan data tentang penjadwalan produksi. Pengolahan dimulai dari uji keseragaman data, uji kecukupan data, menghitung waktu baku, menghitung

makespan dengan metode FCFS, menghitung makespan dengan metode CEGA dan performansi penjadwalan. Bab VI Analisis Pemecahan Masalah, menguraikan hasil analisis terhadap model penjadwalan dengan Pendekatan Cross Entropy-Genetic Algorithm berdasarkan hasil pengolahan data yang diperoleh. Bab VII Kesimpulan dan Saran, berisi kesimpulan yang diperoleh dari penelitian dan saran-saran yang bermanfaat bagi perusahaan.