IV. HASIL DAN PEMBAHASAN
4.6 Analisis Perancangan Tata Letak dengan Unequal-Area Facility Layout
Problem (UA-FLP)
Permasalahan tata letak fasilitas dengan luas tak sama (UA-FLP) biasanya digunakan untuk memodelkan sebuah permasalahan tata letak di sebuah fasilitas manufaktur, permodelan ini menggunakan algritma Differential Evolution (DE). Algoritma ini bertujuan untuk membantu para pengambil keputusan dalam merancang tata letak fasilitas yang efisien dalam hal perpindahan material. Selain itu, algoritma ini dapat digunakan oleh para peneliti maupun mahasiswa sebagai salah satu perbandingan metode penyelesaian UA-FLP. Secara ringkas, berikut adalah karakteristik dari permasalahan UA-FLP:
1. Ada sebuah fasilitas dengan panjang dan lebar tertentu.
2. Ada sejumlah departemen dengan luas diketahui dan batasan (constraint) Maximum Aspect Ratio atau minimum panjang/lebar harus dialokasikan ke dalam fasilitas.
3. departemen harus dialokasikan di dalam fasilitas, tidak boleh beririsan dengan departemen lainnya, dan harus memenuhi batasan tertentu.
5. Tujuan dari permasalahan ini adalah meminimumkan total biaya perpindahan material dengan mengatur lokasi penempatan dan dimensi departemen.
Algoritma DE ini disertai dengan antarmuka pengguna (user interface) yang mudah digunakan. Gambar 15 menunjukkan tentang bagian-bagian algoritma.
Gambar 15. Tampilan UA-FLP
Untuk menggunakan software ini, user harus mengetahui beberapa parameter yang ada pada software tersebut. Tabel 8 menjelaskan parameter- parameter yang ada pada software tersebut. Untuk menginput data yang menyediakan Dropdown Box, pengguna hanya bisa memilih nilai yg tersedia di dalam Dropdown Box tersebut. Adapun untuk TextBox, data bisa langsung diketik dengan menggunakan keyboard. Untuk parameter Facility Representation,
algoritma hanya menyediakan dua pilihan yang bisa dipilih dengan meng-klik
Radio Button-nya.
Tabel 8. Parameter pada Software
No Input Fungsi Batasan
1 Max Iteration Jumlah maksimum iterasi dalam algoritma DE Tergantung pada nilai yg tersedia pada Dropdown Box 2 Max Unimproved
Jumlah maksimum iterasi yang tidak memberikan perbaikan terhadap solusi terbaik
Tergantung pada nilai yg tersedia pada Dropdown Box
3 Max Time Jumlah maksimum waktu komputasi Tergantung pada nilai yg tersedia pada Dropdown Box
4 Population Jumlah populasi vector Antara 5 – 100 5 Mutation Factor Parameter yang mengatur tingkat mutasi Antara 0-2 6 Crossover Rate Parameter yang mengatur tingkat
pindah silang
Antara0-1 7 Local Search Jumlah maksimum pencarian lokal yang
akan dilakukan terhadap vektor trial
Antara 0- 1.000.000 8 Facility
Representation
Model penyelesaian UA-FLP
9 Facility With Panjang fasilitas (sejajar dengan sumbu- x)
10 Facility Height Lebar fasilitas (sejajar dengan sumbu-y) 11 No
Departements
Jumlah departemen 12 Departemen specipications
-No nomor departemen
-Area Luas departemen
-Min Side Panjang minimum dari sisi-sisi departemen yang dibutuhkan -Max aspect
Ratio
Maksimum rasio antara kedua sisi departemen
13 Material Flows
-No Nomor aliran material -From Departemen sumber aliran -To Departemen tujuan aliran
-Amount Jumlah unit material yang dipindahkan -Cost Biaya yang diperlukan untuk
Setelah mengetahui parameter-parameter tersebut, pengolahan data bisa dilakukan. Pertama-tama memasukan banyaknya departemen dan luas (lebar x panjang) bangunan yang disediakan kedalam tabel width dan height, luas ini harus sesuai dengan jumlah luas seluruh departemen. Pada CV. Massitoh Catering Services luas yang disediakan adalah 165,712 m2. Kemudian memasukkan departemen beserta luasnya masing-masing ke tabel Departement Specification. Setelah itu masukkan Material Flow, data ini diperoleh dari Peta Dari-Ke yang sudah dicari sebelumnya.Untuk memulai iterasi, pengguna dapat menekan tombol
Run. Setelah ditekan tombol Run maka program secara otomatis memeriksa kesesuaian input data dengan batasan-batasan yang ada. Selain itu, program juga memeriksa hal-berikut:
1. Jumlah total luas departemen-departemen harus sama dengan luas fasilitas. 2. Jumlah baris dalam Department specifications harus sama dengan nilai
TexBox No departments.
3. Jumlah baris dalam Material Flows harus lebih besar sama dengan 3.
Jika semua persyaratan diatas terpenuhi, barulah algoritma akan memulai iteraasinya. Algoritma ini juga secara otomatis meng-update data-data berikut: 1. Iterasi ke-n yang sedang dijalankan, ditampilkan pada TextBox Iteration.
2. Jumlah iterasi yang tidak berhasil memperbaiki solusi mulai dari ditemukannya solusi global terakhir sampai iterasi saat ini, ditampilkan pada
TextBox Unimproved.
3. Jumlah waktu komputasi yang telah digunakan sampai saat ini, ditampilkan pada TextBox Comp Time
4. Biaya terbaik (paling minimum) yang pernah diketemukan oleh algoritma sampai iterasi saat ini, ditampilkan pada TextBox Best Solution
5. Jumlah departemen yang melanggar batasan yang ditentukan pada
Department sepcifications, ditampilkan pada TextBox Unfeasible
6. Posisi dan dimensi dari departemen-departemen pada solusi terbaik yang pernah dicapai, ditampilkan pada tabel dibawah Best Solution.
Setelah program ini dijalankan, kemudian akan menghasilkan gambaran
layout. Pada penelitian ini layout yang dihasilkan bisa dilihat pada Gambar 16. Program ini akan menghasilkan layout yang berbeda-beda secara terus menerus dan layout yang dihasilkan bukanlah yang paling baik, melainkan disesuaikan dengan kondisi dilapangan. Dari Gambar 16 bisa dijelaskan bahwa stasiun kerja 11 (area memasak) terletak dipusat layout, ini dikarenakan stasiun kerja 11 merupakan pusat dari kegiatan produksi pada CV. Massitoh Catering Services.
Gambar 16. Hasil layout UA-FLP
Keterangan:
1. Ruang penerimaan 2. Gudang bahan pokok 3. Gudang sayur
4. Gudang beku 5. Gudang buah
6. Gudang peralatan makan 7. Gadang peralatan masak
8. Tempat pencucian bahan makanan 9. Tempat pencucian peralatan makan 10. Tempat pencucian peralatan masak
11. Area memasak
12. Ruang penyiapan masakan matang 13. Ruang pengemasan
Jika dibandingkan dengan layout awal, terjadi banyak perubahan seperti gudang-gudang bahan saling berdekatan dengan tempat pencucian bahan makanan. Selain itu, area memasak menjadi lebih dekan dengan stasiun kerja yang lain. Hal tersebut mengakibatkan alur proses produksi menjadi lebih singkat.
Selain menghasilkan layout, program ini juga menghasilkan titik pusat tiap stasiun kerja atau departemen yang baru, titik pusat yang baru dijelaskan pada Tabel 9 dengan titik pusat yang baru, maka akan diperoleh jarak yang baru pula seperti yang dijelaskan pada Tabel 9.
Tabel 9. Titik Pusat Stasiun Kerja Hasil Pengolahan Algoritma DE
Nama Stasiun Kerja/Departemen X-centro Y-centro
A.Ruang Penerimaan 1,749 8,366
B.Gudang Kering/Sembako 8,387 8,366
C.Gudang Sayur 5,099 8,366
D.Gudang Beku 3,228 2,902
E. Gudang Buah 2,129 6,01
F. Gudang Peeralatan Makan 13,01 2,902
G.Gudang Peralatan Masak 10,694 8,366
H.Tempat Pencucian Bahan Makanan 8,283 6,01
I. Tempat Pencucian Peralatan Makan 13,942 8,366 J. Tempat Pencucian Peralatan Masak 14,439 6,01
K.Area Masak 8,286 4,358
L. Area Penyimpanan Masakan Matang 7,953 2,902
M.Ruang Pengemasan 8,286 1,188
Tabel 9 menjelaskan titik pusat stasiun kerja yang baru dari hasil pengolahan data dengan algoritma DE. Bisa dijelaskan titik pusat (X.Y) ruang penerimaan adalah (7.035 , 0.796), dan seterusnya.
Tabel 10. Jarak Antar Stasiun Kerja Yang Baru Dari Ke Jarak (m) A B 6,638 A C 3,35 A D 6,943 A E 2,736 B H 2,46 B K 4,109 C H 5,63 D H 8,163 E H 6,154 F M 6,441 G K 6,416 H K 1,655 I F 6,396 J G 6,101 K L 1,789 L M 2,047 TOTAL 77,028
Pada Tabel 10 menjelaskan jarak antar stasiun kerja yang baru dari hasil pengolahan data dengan algoritma DE. Bisa dijelaskan jarak titik pusat dari A ke B adalah sejauh 6,351 meter, A ke C adalah sejauh 1,489 meter dan seterusnya. Pengukuran titik pusat antar stasiun menggunakan metode rectilinear bisa dilihat pada lampiran. Dari perhitungan tersebut bisa dijelaskan bahwa jarak material flow pada CV. Massitoh Catering Services dengan layout yang baru berubah yang tadinya 502,723 meter menjadi 77,028 meter dan terjadi pengurangan jarak awal sejauh 425,695 meter. Berdasarkan hasil ini bisa disimpulkan perancangan ulang dengan permodelan UA-FLP dapat mengurangi jarak tempuh material.