BAB 3 METODOLOGI PENELITIAN

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:τ_iknew = ρ×τ_ikold

- τnew >τ_max

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 ),τ_ik =(1/Z_best

if

(

position of job iin theseedsequence to thePACO-k +1

)

≤ n/4

)), 2 /( 1 ( ×Z_best =

if

(

position of job iin theseedsequence to thePACO-k +1

)

≤ n/2

)), 4 /( 1 ( ×Z_best = otherwise.

• Setelah dilakukan perhitungan parameter, data tersebut diolah dengan menggunakan rumus berikut:

Set T_ik =

∑

k_q=1τ_ik

• 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 T_ik paling besar,

∑

= l ik ik ik T T

P , 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

(

1_current

)

, old ik new ik =ρ×τ + _{diff ×Z} τ if h−k ≤1 , old ik τ ρ× = otherwise - Selain itu,

(

1_current

)

, old ik new ik =ρ×τ + _{diff ×Z} τ if h−k ≤2 , old ik τ ρ× = otherwise

diff =

(

position of job iin thebest sequenceobtainedsofar−k +1

)

1/2

75 . 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.