• Tidak ada hasil yang ditemukan

Optimasi Multi-objective Menggunakan NSGA-II Dalam Penjadwalan Mesin Produksi Flow Shop

N/A
N/A
Protected

Academic year: 2017

Membagikan "Optimasi Multi-objective Menggunakan NSGA-II Dalam Penjadwalan Mesin Produksi Flow Shop"

Copied!
3
0
0

Teks penuh

(1)

BAB 1

PENDAHULUAN

1.1. Latar Belakang

Penjadwalan mesin produksi merupakan salah satu hal penting dalam proses manufaktur dan produksi. Permasalahan penjadwalan mesin produksi biasanya terletak pada penyusunan dan pengaturan job-job yang akan di proses pada serangkaian mesin. Masalah penjadwalan flowshop adalah menjadwalkan proses produksi dari masing-masing n job yang mempunyai urutan proses produksi dan melalui

m mesin yang sama (Soetanto, 1999). Salah satu kesulitan dalam melakukan penyusunan dan pengaturan job terhadap mesin yang tersedia adalah sulitnya mencari teknik-teknik yang tepat untuk membuat model penjadwalan mesin produksi yang optimal dan memenuhi segala kriteria-kriteria penjadwalan yang telah ditetapkan.

Penjadwalan flow shop berkembang dari single-objective (optimasi dengan satu fungsi) menjadi multi-objective (optimasi dengan beberapa fungsi objektif). Dalam kasus multi-objective, akan dihasilkan sekumpulan solusi optimal yang dikenal dengan pareto-optimal solutions (solusi pareto-optimal) (Deb, 2008).

(2)

2

objektif yaitu makespan dan total flow time. Minella et al (2007) meneliti penjadwalan mesin produksi dengan 2 fungsi objektif yaitu makespan dan total tardiness. Secara umum, semua penelitian diatas memiliki kinerja komputasi yang baik, mampu memformulasikan secara matematis fungsi objektif dalam penjadwalan flow shop. Tetapi sebagian besar metode yang digunakan hanya mampu menyelesaikan permasalahan secara dependent yaitu hanya dapat digunakan pada permasalahan tertentu bergantung pada jenis permasalahan (heuristic).

Dalam kasus optimasi multi-objective, algoritma Non-Dominated Sorting Genetic Algorithm for Multi-objective Optimization : NSGA-II yang merupakan kelompok Algoritma Metaheuristic yang telah diuji kehandalannya dibandingkan dengan optimasi multi-objective lainnya. NSGA-II merupakan metode pengembangan dari Genetik Algoritma (GA) dan NSGA. Dibandingkan dengan GA dan NSGA, NSGA-II dibedakan pada penggunaan operator crowding distance agar menghasilkan solusi pareto optimal yang lebih baik. Penelitian menggunakan NSGA-II telah dilakukan oleh Josezefowiez et al (2008) yang meneliti tentang multi-objective untuk vehicle routing problems, Mishra et al (2009) melakukan penelitian kasus optimasi multi-objective pada kasus managemen portofolio dan Deb et al (2008) membuat penelitian yang mampu menciptakan metode baru bernama omni optimizer yang di adopsi dari NSGA-II untuk kasus optimasi baik single maupun multi-objective.

Berdasarkan permasalahan di atas, maka perlu dilakukan penelitian untuk menganalisis algoritma multi-objective NSGA-II dalam penjadwalan mesin produksi flow shop untuk mengoptimalkan 2 fungsi objektif yaitu makespan dan total tardiness sehingga memberikan sekumpulan solusi alternatif bagi pengambil keputusan.

1.2. Rumusan Masalah

Permasalahan yang ingin diselesaikan adalah menganalisis algoritma multi-objective NSGA-II dalam penjadwalan mesin produksi flow shop untuk mengoptimalkan 2 fungsi objektif yaitu makespan dan total tardines .

1.3. Batasan Masalah

(3)

3

2. Fungsi objektif yang digunakan adalah makespan dan total tardiness.

3. Tidak terjadi kerusakan mesin / breakdown karena aktifitas perawatan selama waktu penjadwalan.

4. Mesin selalu available untuk langsung memproses job. 5. Tidak membahas masalah pekerja/ sumber daya manusia.

6. Tidak ada pembatalan proses. Setiap job harus diproses sampai selesai.

1.4. Tujuan Penelitian

Penelitian ini bertujuan untuk menganalisis algoritma multi-objective NSGA-IIdalam permasalahan penjadwalan mesin produksi flow shop yang optimal baik dari makespan dan total tardiness.

1.5. Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan kontribusi dalam bidang keilmuan optimasi, yaitu dengan penerapan algoritma multi-objective NSGA-II untuk menyelesaikan permasalahan penjadwalan mesin produksi flow shop dan dapat memberikan sekumpulan solusi alternatif bagi pengambil keputusan dalam membuat penjadwalan mesin produksi yang diharapkan.

1.6. Metodologi Penelitian

Dalam penelitian ini, metode penelitian yang digunakan adalah sebagai berikut : 1. Kajian pustaka atau Literature review, membaca riset-riset yang telah

dilakukan sehubungan dengan teknik yang akan dipergunakan dalam menyelesaikan masalah ini dan riset-riset yang membahas tentang masalah yang berhubungan dengan riset yang akan dilakukan oleh Penulis.

2. Pengumpulan data atau Collecting Data, mengumpulkan data yang berkaitan dan diperlukan dalam mengatasi masalah ini.

3. Analisis, menganalisis teknik yang akan dipergunakan dengan mempergunakan data yang tersedia sehingga membentuk suatu sistem.

Referensi

Dokumen terkait

Algoritma non delay umumnya digunakan untuk melakukan penjadwalan job shop yang memiliki satu mesin pada tiap proses operasi, sehingga digunakan pengembangan

Aljabar Max-Plus dapat diaplikasikan pada masalah penjadwalan flow shop , khususnya masalah pada aliran produksi flow shop dengan n job 2 mesin dimana masing-masing job

Systems. Penjadwalan Produksi Menggunakan Algoritma Non Delay Untuk Meminimalkan Makespan Studi Kasus di CV Bima Mebel. Yogyakarta: Graha Ilmu. Multi-objective

Berdasarkan penelitian yang telah banyak dilakukan sebelumnya, permasalahan dalam mengurangi waktu produksi pada kasus penjadwalan flow shop yang menggunakan metode Cross Entropy

Dari permasalahan di atas, maka perlu dilakukan penelitian untuk menganalisis perbandingan antara metode Aggregat Of Function (AOF) yang prinsipnya menerapkan

Berdasarkan pengolahan data yang dilakukan, diperoleh urutan pekerjaan yang optimal dalam penjadwalan produksi pada aliran flow shop dengan menggunakan algoritma

Performa dari Hybrid DE untuk menyelesaikan permasalahan penjadwalan flow shop dengan fungsi obyektif total flow time dievaluasi dengan melakukan simulasi

Pengembangan model dilakukan pada sistem flow shop dua mesin dengan asumsi bahwa posisi ketidaktersediaan untuk masing- masing mesin diketahui pada saat penjadwalan