BAB 3
METODOLOGI PENELITIAN
3.1 Diagram Alir Penelitian
Metodologi penelitian merupakan suatu langkah-langkah sistematis yang akan menjadi pedoman dalam menyelesaikan masalah (Sugiyono, 2004). Bab ini menjelaskan urutan langkah-langkah yang dibuat secara sistematis dan logis sehingga dapat dijadikan pedoman yang jelas dan mudah untuk menyelesaikan permasalahan sampai dengan pengambilan kesimpulan dari masalah yang diteliti secara ilmiah. Cara ilmiah diartikan bahwa kegiatan penelitian didasarkan pada ciri-ciri keilmuan, yaitu bersifat rasional, empiris, dan sistematis(Sugiyono, 2004).
Pengolahan Data Mengumpulkan data proses produksi
Menghitung makespan berdasarkan sistem penjadwalan saat ini yang diterapkan perusahaan
Melakukan penjadwalan ulang dengan metode NEH pada iterasi awal dan dilanjutkan dengan metode Proposed Ant Colony Algorithm
Perancangan Program Penjadwalan Analisis Data
Kesimpulan dan Saran
Selesai
A
Gambar 3.2 Flowchart Penelitian (2)
3.2 Langkah- langkah Penelitian
Berikut adalah penjelasan mengenai langkah-langkah dalam melakukan penelitian:
1. Penelitian Pendahuluan
Penilitian pendahuluan dilakukan untuk memberikan gambaran umum mengenai kondisi perusahaan. Penelitian ini dilakukan dengan pengamatan (observasi) langsung pada pabrik dan wawancara dengan pihak perusahaan.
Tahap ini dilakukan untuk melakukan identifikasi permasalahan yang dihadapi perusahaan.Dalam penelitian ini, tahap ini digunakan untuk memperoleh gambaran kondisi perusahaan saat ini dan mengidentifikasi permasalahan- permasalahan yang dihadapi serta untuk mendapatkan informasi- informasi yang akan digunakan pada tahap- tahap penelitian selanjutnya.
2. Tinjauan Pustaka
Tinjauan pustaka dilakukan untuk memperoleh teori-teori dan hasil penelitian- penelitian sebelumnya mengenai konsep serta metode yang relavan dalam membentuk kerangka pelitian, mengolah dan menganalisa data agar bersifat logis dan terarah. Tinjauan pustaka dilakukan dengan membaca buku referensi, artikel ilmiah, jurnal ilmiah, dan website yang berkaitan dengan
permasalahan yang dibahas, yakni penjadwalan job (job schedulling) dengan
menggunakan pendekatan algoritma semut (ant colony algorithm). Uraian
mengenai teori yang digunakan dalam penelitian ini terdapat pada bab 2. 3. Identifikasi dan Perumusan Masalah
Pada tahap ini akan dilakukan identifikasi dan perumusan terhadap masalah yang akan diteliti pada perusahaan, yakni masalah penjadwalan job dan
dampaknya terhadap efektivitas dan efisiensi perusahaan dalam menggunakan sumber daya waktu. Selama ini perusahaan menetapkan penjadwalan job
sering terlambat dalam mengerjakan job tersebut karena penjadwalan yang
diterapkan tidak memberikan waktu yang optimal. 4. Pembatasan Masalah
Pada tahap ini akan dirumuskan batasan terhadap permasalahan yang diteliti yaitu pembahasan dilakukan dengan menggunakan data pesanan untuk bulan April 2011. Namun penelitian dan pengumpulan data dilakukan selama bulan April 2011 sampai Juni 2011. Adapun penelitian dilakukan sampai pemberian usulan perbaikan sistem penjadwalan job pada perusahaan untuk
meningkatkan produktivitas, efektivitas dan efisiensi perusahaan. 5. Tujuan Penelitian
Berdasarkan masalah yang telah teridentifikasi maka dapat dirumuskan tujuan dari penelitian, yaitu perbaikan sistem job schedulling untuk meningkatkan
produktivitas dan optimasi penggunaan waktu dalam melakukan proses produksi. Hal ini bertujuan untuk meminimasi pemborosan yang terjadi, antara lain cost dan waktu proses produksi, serta untuk meningkatkan good will perusahaan agar tetap eksis dalam industri tersebut. Serta mengusulkan
rancangan model penjadwalan dengan algoritma semut, yaitu dengan menggunakan metode PACO dan Mix Max-Min Ant System. Selain itu,
penelitian bertujuan untuk membuat program aplikasi terkomputerisasi untuk memudahkan perusahaan melakukan penjadwalan di masa mendatang.
6. Pengumpulan Data
Data-data yang digunakan terdiri dari data primer dan data sekunder dimana pengumpulan data primer dilakukan dengan pengamatan, rekapitulasi dan perhitungan langsung selama melakukan penelitian berupa data-data waktu proses. Sedangkan pengumpulan data sekunder dilakukan dengan
brainstorming dan pencacatan data historis perusahaan berupa data-data
umum perusahaan. Selain itu dikumpulkan pula data yang menunjang penelitian ini, di antaranya adalah data waktu permesinan, jumlah order
(pesanan), jenis produk yang dipesan, waktu set up mesin dan proses produksi
secara keseluruhan. 7. Pengolahan Data
Setelah data diperoleh, maka langkah selanjutnya adalah melakukan pengolahan data. Pada penelitian ini, pengolahan data dimulai dengan menguji normalitas, keseragaman dan kecukupan data yang telah didapat. Data tersebut kemudian diolah menjadi waktu baku untuk tiap job pada tiap
mesin. Berikut merupakan diagram alir pengolahan data waktu hasil observasi menjadi data waktu proses.
Flowchart waktu baku dapat dijelaskan sebagai berikut:
• Mengumpulkan data waktu masing-masing job pada masing-masing mesin
selama 6 hari pengamatan. Data pengamatan masing-masing job pada masing-
masing mesin diambil sebanyak 30 data.
• Uji kenormalan data dilakukan untuk mengetahui apakah data yang diambil berdistribusi normal atau tidak normal. Uji dilakukan dengan menggunakan
software Minitab 14, dengan metode Uji KolmogorofSmirnov. Bila data yang
diperoleh selama observasi telah berdistribusi normal maka dapat dilanjutkan pada langkah selanjutnya, bila belum maka dilakukan pengumpulan data kembali dengan observasi.
• Uji keseragaman data dilakukan untuk mengetahui data yang didapat sudah atau belum menggambarkan waktu kerja yang terjadi.
• Uji kecukupan data dilakukan untuk merepresentasikan keadaan proses yang sebenarnya terjadi dengan menggunakan tingkat kepercayaan dan tingkat ketelitian tertentu.
• Menghitung waktu siklus rata-rata untuk digunakan dalam perhitungan metode NEH dan Ant Colony Algorithm sesuai dengan data yang telah diuji
kenormalan, keseragaman dan kecukupannya pada langkah sebelumnya.
• Setelah diperoleh waktu siklus rata-rata masing-masing job pada
masing-masing mesin maka dilakukan perhitungan waktu normal untuk data-data tersebut. Kemudian dilakukan perhitungan waktu baku setiap data.
• Kemudian, dilakukan perhitungan waktu proses dengan menambahkan waktu baku dengan waktu set up mesin dan dikalikan dengan kuantitas produk.
Waktu proses inilah yang akan digunakan pada perhitungan metode NEH dan algoritma semut (ant colony algorithm).
Setelah diperoleh data waktu proses, maka data tersebut kemudian diolah untuk mendapatkan sequence (urutan) terbaik. Untuk melakukan perhitungan
makespan, perlu ditentukan model penjadwalan yang akan digunakan dalam
penelitian yang sesuai dengan kondisi perusahaan. Penentuan model penjadwalan ini dilakukan untuk meminimasi makespan. Pengolahan data dimulai dengan
menentukan solusi awal, yakni menggunakan metode penjadwalan Nawaz,
Enscore and Ham (NEH).
Metode NEH digunakan sebagai pembanding terhadap penjadwalan perusahaan saat ini, apakah metode NEH sudah cukup baik diterapkan di perusahaan atau belum. Langkah-langkah pengolahan data menggunakan algoritma NEH dapat dilihat pada gambar 3.4.
Gambar 3.4 Diagram Alir Metode Nawas, Enscore dan Ham (NEH)
Flowchart NEH dapat dijelaskan sebagai berikut:
• Urutkan pekerjaan berdasarkan jumlah waktu proses terbesar.
• Buat jadwal dari urutan 2 pekerjaan pertama yang memiliki waktu terbesar. Hitung makespan dari kedua urutan tersebut dan pilih makespan terkecil.
• Perhitungan dilanjutkan berdasarkan job selanjutnya, misalnya pada job i = 3;
tempatkan pekerjaan ke-i pada salah satu posisi i dan hitung makespan dari
masing-masing urutan. Pilih urutan makespen terkecil. • Lakukan perhitungan tersebut sampai i = n.
• Hasil job sequence dengan makespan terkecil berdasarkan metode NEH
kemudian digunakan sebagai initial sequence dari iterasi pertama pada algoritma
semut metode M-MMAS dan PACO. Langkah pengerjaan metode M-MMAS dan PACO dapat dilihat pada gambar 3.5 dan gambar 3.7.
Gambar 3.5 Diagram Alir Algoritma Semut Berdasarkan MetodeM-MMAS(1)
Gambar 3.6 Diagram Alir Algoritma Semut Berdasarkan MetodeM-MMAS(2)
Flowchart M-MMAS dapat dijelaskan sebagai berikut:
• Inisiasi pheromone trail (jejak pheromone) dan parameter berdasarkan urutan job
sequence terbaik dari metode NEH. Kemudian menentukan seed sequence job i
pada urutan k. Menghitung pheromone trail, dengan rumus berikut:
− ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − = best Z ) 1 ( 1 max ρ τ − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = 5 max min τ τ
• Setelah dilakukan perhitungan parameter, data tersebut diolah dengan menggunakan rumus berikut:
Set =
∑
k=q ik
ik
T 1τ
• Kemudian melakukan perhitungan ant sequence untuk mendapatkan urutan
optimal menurut metode M-MMAS. Perhitungan ini menggunakan dua nilai parameter, yakni Tik dan nilai Ui ( yang didapat dari pembangkitan nilai angka
acak dengan metode LCG). Terdapat 2 sub metode dalam penentuan ant sequence
pada metode ini, yakni
• Pheromone Summation Rule
Ambil 5 job pertama yang belum dijadwalkan, kemudian pilih job dengan
nilai Tik paling maksimum untuk dimasukkan ke dalam sequence yang baru
Ambil 5 job pertama yang belum dijadwalkan, hitung nilai probabilitas Pik
dengan rumus. Pilih job dengan nilai Pik terbesar untuk dimasukan ke dalam
sequence yang baru.
• Setelah didapat ant sequence maka dilakukan perhitungan makespan terkecil
dengan menggunakan metode job-index-based local search. Metode ini
menggunakan prinsip insertion dalam pelaksanaannya dengan mengubah urutan
yang ada sekarang tanpa mengubah urutan relatif dari posisi job lainnya.
Prosedurnya adalah sebagai berikut:
For i = 1 to n For k = 1 to n
If k ≠i Then
Masukkan job i pada posisi k dengan tidak merubah urutan relatif
dari job yang lain dan hitung nilai makespannya. Pilih urutan
(sequence) yang memiliki nilai makespan terkecil dari (n-1) jumlah
urutan yang didapat. Sampai tahap ini, iterasi pertama telah selesai.
• Kemudian melakukan perhitungan ant 2 dengan terlebih dahulu melakukan
update nilai pheromone dengan cara:
- Jika job i dalam urutan terbaik dari ant 1 ditempatkan di posisi k dalam
sequence terbaik: current old ik new ik Z 1 + × = ρ τ τ
- Bila tidak:τiknew = ρ×τikold
- τnew >τmax
ik atau τ <τmin new
ik jejak pheromone diset menjadi τmaxatau min
τ .
• Setelah itu, langkah selanjutnya sama seperti ant 1. Langkah-langkah tersebut
dilakukan berulang kali sampai mendapatkan urutan dengan makespan terbaik
Set Ant = 1
i = 1
Initial sequence
Zbest= nilai makespanterbaik
i =job
h = posisi jobpada initial sequence
k = posisi jobdalam sequence
Start
A
k = 1
Setτik= (1/ Zbest)
Setτik= (1/(2x Zbest))
Setτik= (1/(4 x Zbest))
Menghitung nilai Tik = Σ; i = 0
Ya
B Ant Sequence
i = n +1
If(|posisition of job in the seed sequence to PACO– k|+1)≤ n/4
If(|posisition of job in the seed sequence to PACO– k|+1)≤ n/2
k = n
i = n
Menentukan nilai acak uniform(u) [0,1] dengan metode LCG
Set i = 0, i= i+1
ui≤ 0.4
ui≤ 0.8
Pilih jobyang memiliki ρikterbesar dari 5 job
yang belum dijadwalkan dengan rumus
ρik= Tik/ΣTik
Setτik= (1/(2x Zbest))
Setτik= (1/ Zbest)
k = k +1
i = i +1
Pilih 1 jobdari 5 job
pertama yang belum dijadwalkan dengan nilai Tikpaling besar
Pilih jobpertama yang belum dijadwalkan pada sequence sebelumnya Ya Ya Ya Ya Ya Ya C Tidak Tidak Tidak Tidak Tidak Tidak Tidak A
Gambar 3.9 Diagram Alir Algoritma Semut Metode PACO (3)
Gambar 3.10 Diagram Alir Algoritma Semut Metode PACO (4)
Flowchart PACO dapat dijelaskan sebagai berikut:
• Inisiasi pheromone trail and parameter berdasarkan urutan job sequence terbaik
dari metode NEH. Kemudian menentukan seed sequence job i pada urutan k.
Kemudian dilakukan perhitungan seed sequence dengan rumus |h-k|+1. Seed
sequence inilah yang menjadi pedoman dalam perhitungan pheromone trail,
Set ),τik =(1/Zbest
if
(
position of job iin theseedsequence to thePACO-k +1)
≤ n/4)), 2 /( 1 ( ×Zbest =
if
(
position of job iin theseedsequence to thePACO-k +1)
≤ n/2)), 4 /( 1 ( ×Zbest = otherwise.
• Setelah dilakukan perhitungan parameter, data tersebut diolah dengan menggunakan rumus berikut:
Set Tik =
∑
kq=1τik• Kemudian melakukan perhitungan ant sequence untuk mendapatkan urutan
optimal menurut metode PACO. Perhitungan ini menggunakan dua nilai parameter yakni Tik dan nilai Ui (yang didapat dari pembangkitan nilai angka acak dengan
metode LCG).
• Ant sequence didapat dengan syarat berikut:
- jika u ≤ 0.4, pilih job pertama yang belum dijadwalkan dalam sequence
sebelumnya,
- jika u ≤ 0.8, pilih 1 job dari 5 job pertama yang belum dijadwalkan yang
memiliki nilai Tik paling besar,
∑
= l ik ik ik T TP , dimana l adalah job yang belum dijadwalkan
• Setelah itu, dilakukan job-index-based local search minimal sebanyak tiga kali
untuk mendapatkan solusi yang paling optimal. Metode ini menggunakan prinsip
insertion dalam pelaksanaannya dengan mengubah urutan yang ada sekarang tanpa
mengubah urutan relatif dari posisi job lainnya. Prosedurnya adalah sebagai
berikut:
For i = 1 to n For k = 1 to n
If k ≠i Then
Masukkan job i pada posisi k dengan tidak merubah urutan relatif
dari job yang lain dan hitung nilai makespannya. Pilih urutan
(sequence) yang memiliki nilai makespan terkecil dari (n-1) jumlah
urutan yang didapat. Sampai tahap ini, iterasi pertama telah selesai.
• Pada ant kedua, dilakukan memperbarui intensitas jejak tidak hanya berdasarkan
urutan yang dihasilkan setelah penerapan ketiga dari index job berdasarkan
prosedur local search pada ant-sequence, tetapi juga pada jarak relatif antara
posisi yang diberikan dan posisi job i dalam urutan yang dihasilkan. Intensitas
jejak diperbarui sebagai berikut: - Jika n ≤ 40, maka
(
1current)
, old ik new ik =ρ×τ + diff ×Z τ if h−k ≤1 , old ik τ ρ× = otherwise - Selain itu,(
1current)
, old ik new ik =ρ×τ + diff ×Z τ if h−k ≤2 , old ik τ ρ× = otherwisediff =
(
position of job iin thebest sequenceobtainedsofar−k +1)
1/275 . 0
=
ρ
h = posisi job i dalam sequence terakhir. • Setelah didapat nilai new
ik
τ , kembali ke tahap ant sequence pada iterasi
pertama dan dilanjutkan ke job-index-based local search sebanyak minimal
tiga kali. Kemudian, untuk iterasi ketiga, lakukan cara yang sama seperti pada iterasi kedua.
8. Perancangan Program Penjadwalan
Perancangan program penjadwalan ditujukan agar di masa mendatang, perusahaan dapat mengerjakan pekerjaan (job) sesuai dengan urutan tertentu
dengan makespan yang paling minimum sehingga dapat mencapai optimasi
penggunaan waktu produksi. Dalam perancangan program ini yang digunakan Microsoft Visual Basic .Net dengan database Microsoft Access. Berikut adalah
Penjelasan diagram alir:
• Tahap merancang user interface merupakan tahap yang penting karena user
interface merupakan penghubung antara user (pengguna) dengan program.
Semakin baik user interface dirancang, maka semakin mudah user (pengguna)
untuk menggunakan program ini. Pada tahap awal ini, tampilan program dirancang sedemikian rupa dengan peletakan tombol yang berguna untuk menjalankan bahasa pemrograman.
• Perancangan database di Ms. Access dibutuhkan pada program ini. Hal ini
berguna untuk menyimpan seluruh input dan output dari program.
• Setelah database sudah siap, maka dilakukan proses coding dengan bahasa
pemrograman VB .NET. Coding ini yang akan menentukan sukses atau
tidaknya sebuah user interface saat dioperasikan.
• Setelah program selesai dibuat, maka diperlukan validasi untuk mengetahui apakah program yang dirancang sesuai dengan algoritma semut atau tidak. Jika tidak, maka harus dilakukan peng-coding-an ulang. Jika benar, maka
program dinyatakan valid dan proses perancangan program selesai. 9. Analisis Data
Analisa data hasil pengolahan dilakukan untuk:
• menganalisa sistem penjadwalan job perusahaan sebelum menggunakan
• menganalisa sistem penjadwalan job perusahaan dengan menggunakan
Algoritma Semut metode M-MMAS dan PACO,
• menganalisa validitas program yang dirancang berdasarkan Algoritma Semut 10. Kesimpulan dan Saran
Berdasarkan hasil pengolahan data dan analisa hasil penelitian, maka dapat ditarik kesimpulan yang berkaitan dengan tujuan awal penelitian. Selain itu, pemberian saran kepada perusahaan diharapkan dapat memberi manfaat bagi perusahaan agar dapat melakukan penjadwalan produksi yang lebih baik lagi di masa mendatang dan mempertahankan eksistensi serta kemampuan bersaing di dunia industri.