PENJADWALAN FLOW SHOP DENGAN MENERAPKAN
METODE CROSS ENTROPY-GENETIC ALGORITHM
(CEGA) UNTUK MEMINIMASI TARDINESS
(Study Kasus: CV. MEDIA MENTARI)
Skripsi
Diajukan Kepada Universitas Muhammadiyah Malang Untuk Memenuhi Salah Satu Persyaratan Akademik
Dalam Menyelesaikan Program Sarjana Teknik
Disusun Oleh:
EKA FAJAR NURAINI
201510140311136
UNIVERSITAS MUHAMMADIYAH MALANG
FAKULTAS TEKNIK
JURUSAN TEKNIK INDUSTRI
MALANG
ii
vi
vii
viii
ix
KATA PENGANTAR
Assalamu’alaikum Wr. Wb.
Puji syukur kehadirat Allah SWT. yang telah melimpahkan rahmat dan hidayah-Nya, sehingga penulis dapat menyelesaikan tugas akhir skripsi dengan baik dan dalam keadaan sehat wal’afiat. Sholawat serta salam tetap tercurahkan kepada Nabi Muhammad SAW., sehingga penulis dapat menyelesaikan tugas akhir skripsi ini yang berjudul “PENJADWALAN FLOW SHOP DENGAN MENERAPKAN METODE CROSS ENTROPY-GENETIC ALGORITHM (CEGA) UNTUK MEMINIMASI TARDINESS” dengan baik.
Dalam penyusunan laporan ini, tentunya penulis tidak lepas dari bantuan dan dukungan beberbagai pihak. Untuk itu, dalam kesempatan ini penulis akan mengucapkan terima kasih kepada :
1. Allah SWT. yang telah memberikan kesehatan, kemudahan, ilmu pengetahuan, dan rahmat kepada penulis, sehingga penulis dapat menyelesaikan tugas akhir skripsi ini dengan lancar.
2. Ayah, ibu, dan keluarga saya yang telah mendukung saya untuk menyelesaikan tugas akhir skripsi ini agar tepat waktu.
3. Ibu Annisa Kesy Garside selaku Dosen Pembimbing I saya yang telah membimbing dan mengarahkan saya jika terjadi kesalahan dalam pengerjaan skripsi. Terima kasih karena ibu telah meluangkan waktunya ditengah kesibukan dan segala ilmu yang ibu berikan kepada saya.
4. Ibu Ikhlasul Amallynda selaku Dosen Pembimbing II saya yang membimbing dan meluangkan waktunya untuk saya. Semoga ilmu yang telah bapak berikan akan bermanfaat dikemudian hari.
5. Kepada pihak perusahaan terutama Supriadi. yaitu pembimbing lapangan saya selama melakukan penelitian di perusahaan. Terima kasih telah memberikan saya kesempatan melakukan penelitian di CV. Media Mentari. Banyak pengalaman dan kenalan yang saya dapat di sana. Semoga
x
kedepannya perusahaan menjadi lebih baik dan lebih maju untuk bersaing dengan perusahaan lain.
6. Teman-teman saya yang tidak mungkin saya sebutkan satu persatu namanya. Terima kasih karena mampu meluangkan waktunya untuk membantu dan menemani saya dalam proses pengerjaan skripsi. Terima kasih pula karena mampu menghilangkan stress dan menjadi penyemangat tersendiri bagi saya selama pusing mengerjakan skrispi ini.
Penulis menyadari bahwa dalam penulisan dan pengerjaan tugas akhir skripsi ini jauh dari kata sempurna. Maka dari itu, penulis mengharapkan saran dan kritik yang bersifat membangun. Peulis juga mengharapkan semoga tugas akhir skripsi ini dapat bermanfaat bagi yang membacanya dan semoga tugas akhir ini dapat dikembangkan oleh penulis lainnya yang ingin berminat pada metode yang terdapat pada isi skripsi ini.
xi
PENJADWALAN FLOW SHOP DENGAN MENERAPKAN METODE CROSS ENTROPY-GENETIC ALGORITHM (CEGA)
UNTUK MEMINIMASI TARDINESS (CV. MEDIA MENTARI)
Eka Fajar Nuraini1, Annisa Kesy Garside2, Ikhlasul Amallynda3
123Jurusan Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah Malang
Jl. Raya Tlogomas No. 246 Malang, Jawa Timur 65144 Telp (0341) 464318 / Fax (0341) 460782, 460435
E-mail: ekanuraini.ef@gmail.com
Abstrak
Penelitian ini mempunyai tujuan untuk meminimalkan waktu keterlambatan
(tardiness) dengan menggunakan metode Cross Entropy-Genetic Algorithm
dengan sedikit modifikasi pada proses crossover yang menggunakan metode PMX2. Peneliti mengusulkan metode ini untuk meminimasi keterlambatan yang dialami oleh sebuah perusahaan percetakan dan akan dilakukan perbandingan hasil tardiness-nya. Parameter yang ditentukan ialah (𝐽𝑢𝑚𝑙𝑎ℎ 𝑠𝑎𝑚𝑝𝑒𝑙), 𝑝(𝑃𝑎𝑟𝑎𝑚𝑒𝑡𝑒𝑟 𝑘𝑒𝑗𝑎𝑟𝑎𝑛𝑔𝑎𝑛), 𝛼(𝐾𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑝𝑒𝑛𝑔ℎ𝑎𝑙𝑢𝑠𝑎𝑛)𝑃𝑝𝑠(𝑃𝑎 − 𝑟𝑎𝑚𝑒𝑡𝑒𝑟 𝑝𝑖𝑛𝑑𝑎ℎ 𝑠𝑖𝑙𝑎𝑛𝑔), 𝛽(𝐾𝑟𝑖𝑡𝑒𝑟𝑖𝑎 𝑝𝑒𝑚𝑏𝑒𝑟ℎ𝑒𝑛𝑡𝑖𝑎𝑛). Dengan adanya parameter ini, percobaan dilakukan untuk mendapatkan hasil tardiness paling kecil. Metode usulan algoritma CEGA berhasil membuktikan bahwa tardiness terkecil diperoleh dari perhitungan ini dengan nilai efisiensi sebesar 34,6169 %.
Kata Kunci: CEGA, Penjadwalan Flowshop, Waktu keterlambatan.
xii
PENJADWALAN FLOW SHOP DENGAN MENERAPKAN METODE CROSS ENTROPY-GENETIC ALGORITHM (CEGA)
UNTUK MEMINIMASI TARDINESS (CV. MEDIA MENTARI)
Eka Fajar Nuraini1, Annisa Kesy Garside2, Ikhlasul Amallynda3
123Jurusan Teknik Industri, Fakultas Teknik, Universitas Muhammadiyah Malang
Jl. Raya Tlogomas No. 246 Malang, Jawa Timur 65144 Telp (0341) 464318 / Fax (0341) 460782, 460435
E-mail: ekanuraini.ef@gmail.com
Abstract
This study aims to minimize tardiness by using the Cross Entropy-Genetic Algorithm method with a little modification to the Crossover process that uses PMX2 method. Researchers propose this method to minimize the tardiness experienced by printing companies and will be compare the results. The parameters determined are 𝑁 (𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑠𝑎𝑚𝑝𝑙𝑒), 𝜌 (𝑅𝑎𝑟𝑖𝑡𝑦 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑒𝑟),
𝛼 (𝑆𝑚𝑜𝑜𝑡ℎ𝑖𝑛𝑔 𝑐𝑜𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑡), 𝑃𝑝𝑠 (𝐶𝑟𝑜𝑠𝑠𝑜𝑣𝑒𝑟 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑒𝑟), 𝛽 (𝐷𝑖𝑠𝑚𝑖𝑠𝑠𝑎𝑙 𝑐𝑟𝑖𝑡𝑒𝑟𝑖𝑎).
With these parameters, an experiment is carried out to get the smallest tardiness. The proposed CEGA algorithm proves that the smallest tardiness is obtained from this calculation with an efficiency value of 34,6169 %.
Keywords: Flowshop Scheduling, CEGA, Tardiness. Abstract
xiii
Daftar Isi
Lembar Pengesahan Skripsi... i
Berita Acara Ujian...vi
Surat Penyataan Keaslian... vii
Surat Keterangan Pengambilan Data... viii
Kata Pengantar... ix
Abstrak... xi
Abstract... xii
Daftar Isi... xiii
Daftar Tabel... xvi
Daftar Gambar... xviii
BAB I PENDAHULUAN 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 3 1.3 Tujuan Penelitian... 3 1.4 Manfaat Penelitian... 3 1.5 Batasan Masalah... 3
BAB II LANDASAN TEORI 2.1 Penjadwalan... 4
2.1.1 Definisi Penjadwalan... 4
2.1.2 Penjadwalan Flowshop... 4
2.1.3 Klasifikasi Kondisi Penjadwalan... 6
2.1.4 Kendala Penjadwalan Pada Pengurutan Job... 7
2.1.5 Terminologi pada penjadwalan... 9
2.1.6 Ukuran Peformansi Penjadwalan... 10
2.2 Gantt Chart... 11
xiv
2.4 Literature Review... 14
BAB III METODOLOGI PENELITIAN 3.1 Diagram Alir Metodologi Penelitian... 16
3.2 Pemaparan atau Gambaran dari Metodologi Penelitian... 17
3.2.1 Langkah Pertama: Identifikasi dan Penelitian Awal... 17
3.2.2 Langkah Kedua: Pengumpulan Data... 17
3.2.3 Langkah Ketiga: Pengolahan Data... 18
3.2.4 Langkah Keempat: Analisis dan Intepretasi Hasil... 20
3.2.5 Langkah Kelima: Kesimpulan dan Saran... 20
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Profil Perusahaan... 21 4.2 Pengumpulan Data... 21 4.2.1 Data Primer... 21 4.2.2 Data Sekunder ... 24 4.3 Pengolahan Data... 26 4.3.1 Waktu Standar ... 26
4.3.2 Waktu Proses Produksi Seluruh Pesanan... 29
4.4 Pemograman Matlab... 30
4.5 Validasi Program... 30
4.5.1 Perhitungan Kasus Sederhana Secara Manual... 31
4.5.2 Perhitungan Kasus Sederhana Dengan Software... 46
4.6 Perbandingan Metode Perusahaan Dengan Metode Usulan... 48
4.6.1 Metode Perusahaan... 48
4.6.2 Metode Usulan (CEGA) ... 49
BAB V ANALISA DAN PEMBAHASAN 5.1 Analisa Penjadwalan Metode Perusahaan (EDD) ... 52
xv
5.3 Analisa Perbandingan Parameter Metode Usulan (CEGA) ... 54 5.4 Analisa Perbandingan Penjadwalan Metode Perusahan dengan Usulan 57
BAB VI PENUTUP
6.1 Kesimpulan... 59
Daftar Pustaka……... 60 LAMPIRAN... 62
xvi
Daftar Tabel
Tabel 3.1 Tabel pemesanan produk (order) ... 17
Tabel 3.2 Tabel urutan proses produksi ... 17
Tabel 3.3 Daftar jenis mesin, jumlah dan kapasitas mesin ... 18
Tabel 3.4 Waktu standart proses pada setiap pabrikasi ... 18
Tabel 3.5 Representasi perbandingan nilai parameter CEGA ... 19
Tabel 3.6 Representasi peerbandingan waktu komputasi CEGA ... 19
Tabel 3.7 Hasil rekapan perbandingan metode perusahaan dan CEGA... 20
Tabel 4.1 Data pemesanan dan due date ... 22
Tabel 4.2 Urutan proses produksi ... 23
Tabel 4.3 Data mesin dan kapasitas mesin ... 23
Tabel 4.4 Waktu proses per unit (Jam) ... 24
Tabel 4.5 Matriks waktu standar setiap 10 unit ... 26
Tabel 4.6 Perhitungan waktu standar pada job 1 ... 26
Tabel 4.7 Tingkat performansi ... 28
Tabel 4.8 Kelonggaran (allowance) ... 28
Tabel 4.9 Contoh perhitungan waktu proses produksi pada job 1 ... 29
Tabel 4.10 Waktu proses produksi pesanan bulan Mei 2019 ... 29
Tabel 4.11 Waktu proses, jumlah pesanan dan duedate (detik) ... 30
Tabel 4.12 Waktu proses keseluruhan (detik) ... 31
Tabel 4.13 Inisialisasi parameter CEGA ... 32
Tabel 4.14 Perhitungan total waktu keterlambatan (tardiness) pada X1 ... 33
Tabel 4.15 Hasil total waktu keterlambatan (tardiness) pada X1 ... 34
Tabel 4.16 Rekapitulasi hasil total waktu keterlambatan (tardiness) ... 34
Tabel 4.17 Pengurutan rekapitulasi Hasil Total waktu keterlambatan (tardiness) 35 Tabel 4.18 Rekapitulasi dan contoh perhitungan nilai LFR ... 35
xvii
Tabel 4.20 Proses pindah silang (Crossover) ... 39
Tabel 4.21 Hasil pindah silang (Crossover) ... 40
Tabel 4.22 Penentuan Mutasi Pada Kromosom ... 40
Tabel 4.23 Proses Hasil Mutasi ... 42
Tabel 4.24 Rekapitulasi total waktu keterlambatan (tardiness) populasi baru ... 43
Tabel 4.25 Proses perhitungan berdasarkan quantity pemesanan... 44
Tabel 4.26 Perbandingan nilai parameter CEGA dan waktu komputasi ... 49
Tabel 4.27 Rekapitulasi perbandingan metode perusahaan dan CEGA... 50
Tabel 5.1 Penjadwalan dan hasil tardiness metode perusahaan ... 52
Tabel 5.2 Penjadwalan dan hasil tardiness metode usulan ...53
Tabel 5.3 Perbandingan nilai parameter CEGA ... 54
Tabel 5.4 Rekapitulasi perbandingan metode perusahaan dan CEGA...58
xviii
Daftar Gambar
Gambar 2.1 Pola Aliran Pure Flowshop ... 5
Gambar 2.2. Pola Aliran Proses Skip Flowshop ... 5
Gambar 2.3. Pola Aliran Proses Reentrant Flowshop... 5
Gambar 2.3. Pola Aliran Proses Compound Flowshop ... 6
Gambar 2.4 Flowchart CEGA Algorithm ... 12
Gambar 3.1 Diagram alir dari metodologi peneltian ... 16
Gambar 4.1 Pengujian keseragaman data ... 27
Gambar 4.2 Hasil pengaplikasian kasus sederhana metode CEGA ... 47
Gambar 4.3 Hasil pengaplikasian kasus sederhana metode perusahaan ... 47
Gambar 4.4 Hasil perhitungan matlab total tardiness perusahaan ... 48
Gambar 4.5 Hasil perhitungan matlab total tardiness metode usulan... 49
Gambar 5.1 Grafik Tardiness terhadap Alpha pada setiap nilai Rho... 56
Gambar 5.2 Grafik Tardiness terhadap nilai Rho ... 56
60
Daftar Pustaka
ARDIANSYAH, L. R. 2018. Penjadwalan Flowshop Untuk Meminimasi Total Tardiness Menggunakan Metode Cross Entropy Genetic Algorithm Studi kasus: CV. Star Perdana Teknik. University of Muhammadiyah Malang. BAKER, K. R. & TRIETSCH, D. 2013. Principles of sequencing and scheduling,
John Wiley & Sons.
BASHORI, H. 2015. Upaya Meminimasi Makespan dengan Penerapan Algoritma Cross Entropy pada Penjadwalan Flow Shop. Widya Teknika, 23.
BASHORI, H., PRATIKTO, P. & SUGIONO, S. 2015. Penjadwalan Flow Shop Dengan Penerapan Cross Entropy-Genetic Algorithm (CEGA) Untuk Meminimasi Makespan.
BUDIMAN, M. 2010. Pendekatan Cross Entropy-Genetic Algorithm Untuk Permasalahan Penjadwalan Job Shop Tanpa Waktu Tunggu Pada Banyak Mesin. Surabaya: Institut Teknologi Sepuluh Nopember.
DE BOER, P.-T., KROESE, D. P., MANNOR, S. & RUBINSTEIN, R. Y. J. A. O. O. R. 2005. A tutorial on the cross-entropy method. 134, 19-67.
HANKA, M. & SANTOSA, B. 2013. Pengembangan Algoritma Hybrid Cross Entropy-Genetic Algorithm Pada Permasalahan Multiobjective Job Shop Scheduling Untuk Minimasi Makespan Dan Mean Flow Time. Tugas Akhir: Institut Teknologi Sepuluh Nopember.
HUSSAIN, A., MUHAMMAD, Y. S. & SAJID, N. 2018. A Simulated Study of Genetic Algorithm with a New Crossover Operator using Traveling Salesman Problem.
KOTHARI, R. P. & KROESE, D. P. Optimal generation expansion planning via the cross-entropy method. Proceedings of the 2009 Winter Simulation Conference (WSC), 2009. IEEE, 1482-1491.
LI, Y., IP, W. & WANG, D. 1998. Genetic algorithm approach to earliness and tardiness production scheduling and planning problem. International Journal of Production Economics, 54, 65-76.
MIN, L. & CHENG, W. 2006. Genetic algorithms for the optimal common due date assignment and the optimal scheduling policy in parallel machine earliness/tardiness scheduling problems. Robotics and computer-integrated manufacturing, 22, 279-287.
MORTON, T. & PENTICO, D. W. 1993. Heuristic scheduling systems: with applications to production systems and project management, John Wiley & Sons.
NIEBEL, B. W. 1988. Motion and time study.
NURKHALIDA, L. & SANTOSA, B. 2012. Pendekatan Cross Entropy-Genetic Algorithm Pada Permasalahan Multi Objective Job Shop Scheduling. UPT. Perpustakaan Institut Teknologi Sepuluh Nopember Surabaya.
ONWUBOLU, G. C. & MUTINGI, M. 1999. Genetic algorithm for minimizing tardiness in flow-shop scheduling. Production planning & control, 10, 462-471.
61
PRASETYA, N. E. 2017. Penjadwalan Fleksibel Flowshop Dengan Menggunakan Algoritma Long Processing Time-Ln Untuk Minimasi Biaya Energi (Studi Kasus Pt. Sinaraya Nugraha Ahmadaris Medika). University of Muhammadiyah Malang.
PUSPITASARI, P. D. & SANTOSA, B. 2011. Penjadwalan Truk pada Sistem Cross Docking dengan Penyimpanan Sementara dengan Algoritma Hybrid Cross Entropy-Genetic Algorithm. Surabaya: Teknik Industri, Institut Teknologi Sepuluh Nopember.
SANTOSA, B., BUDIMAN, M. A., WIRATNO, S. E. J. J. O. I. L. S. & APPLICATIONS 2011. A cross entropy-genetic algorithm for m-machines no-wait job-shopscheduling problem. 3, 171.
TA, T. T. T. & JEAN-CHARLES, B. Finding a specific permutation of jobs for a single machine scheduling problem with deadlines. 19ème congrés de la Société Française de Recherche Opérationnelle et d’Aide à la Décision (ROADEF’18), 2018 2018.
WIDODO, D. S. J. T. 2017. Pengembangan Cross Entropy-Genetic Algorithm (CEGA) Pada Penjadwalan Model Flow Shop Untuk Meminimalkan Makespan. 1, 1–11-1–11.
WIGNJOSOEBROTO, S. J. S. G. W. 2000. Ergonomi Studi Gerak dan Waktu: Teknik Analisis untuk Peningkatan Produktivitas Kerja.
WILSON, J. M. J. E. J. O. O. R. 2003. Gantt charts: A centenary appreciation. 149, 430-437.
WITJAKSANA, T. P. 2016. Penyelesaian Penjadwalan Flowshop Dengan Algoritma Cross Entropy-Genetic Algorithm dan Algoritma Differential Evolution Plus.
