• Tidak ada hasil yang ditemukan

Penjadwalan Produksi Dengan Menggunakan Metode Cross Entropy Genetic Algorithm Untuk Tipe Produksi Flow Shop Pada PT. Socfin Indonesia Kebun Tanah Besih

N/A
N/A
Protected

Academic year: 2017

Membagikan "Penjadwalan Produksi Dengan Menggunakan Metode Cross Entropy Genetic Algorithm Untuk Tipe Produksi Flow Shop Pada PT. Socfin Indonesia Kebun Tanah Besih"

Copied!
23
0
0

Teks penuh

(1)

PENJADWALAN PRODUKSI DENGAN MENGGUNAKAN

METODE CROSS ENTROPY GENETIC ALGORITHM UNTUK

TIPE PRODUKSI FLOW SHOP PADA PT. SOCFIN

INDONESIA KEBUN TANAH BESIH

TUGAS SARJANA

Diajukan untuk Memenuhi Sebagian dari Syarat-syarat Memperoleh Gelar Sarjana Teknik

Oleh

TENGKU HENY KARTIKA

NIM : 120403065

D E P A R T E M E N T E K N I K I N D U S T R I

F A K U L T A S T E K N I K

UNIVERSITAS SUMATERA UTARA

M E D A N

(2)
(3)
(4)
(5)

KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa yang senantiasa memberikan rahmat dan karunia-Nya kepada penulis sehingga dapat menyelesaikan Tugas Sarjana ini dengan baik.

Tugas Sarjana ini merupakan langkah awal bagi penulis untuk mengenal dan memahami lingkungan kerja serta menerapkan ilmu yang telah dipelajari dan diperoleh selama perkuliahan dan ditujukan untuk memenuhi syarat dalam mendapatkan gelar sarjana teknik di Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara. Judul untuk tugas sarjana ini adalah “Penjadwalan Produksi Dengan Menggunakan Metode Cross Entropy Genetic Algorithm Untuk Tipe Produksi Flow Shop Pada PT. Socfin Indonesia Kebun

Tanah Besih”.

Penulis menyadari bahwa Tugas Sarjana ini masih jauh dari kesempurnaan. Oleh karena itu, penulis sangat mengharapkan saran yang membangun dari para pembaca. Semoga tugas sarjana ini dapat bermanfaat bagi penulis sendiri dan juga pembaca lainnya.

UNIVERSITAS SUMATERA UTARA PENULIS

(6)

UCAPAN TERIMA KASIH

Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa yang telah memberikan kesempatan kepada penulis untuk dapat mengikuti pendidikan di Departemen Teknik Industri USU serta telah memberikan nikmat kesehatan dan ilmu kepada penulis selama masa kuliah dan dalam penyelesaian laporan Tugas Sarjana ini.

Dalam penulisan Tugas Sarjana ini penulis telah mendapatkan bimbingan dan bantuan dari berbagai pihak, baik berupa materil, spiritual, informasi maupun administrasi. Oleh karena itu sudah selayaknya penulis mengucapkan terima kasih kepada:

1. Orangtua penulis tercinta, Ayahanda Tengku Nazahary dan Ibunda Endang Kartini serta adik penulis Tengku M. Andre Syahputra yang selalu membantu dan mendukung penulis selama penyelesaian Tugas Sarjana ini.

2. yang tiada hentinya mendukung baik secara moril maupun materil sehingga laporan ini dapat diselesaikan dengan baik.

3. Ibu Ir. Khawarita Siregar, M.T., selaku Ketua Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara, Medan.

(7)

5. Ibu Rahmi M. Sari, ST. MM(T). selaku Dosen Pembimbing II yang telah meluangkan waktunya untuk membimbing penulis dalam penyelesaian laporan.

6. Ibu Ir. Rosnani Ginting, M.T., selaku Koordinator Tugas Akhir atas saran, nasihat dan dukungan yang diberikan kepada penulis selama penyelesaian Tugas Sarjana ini.

7. Seluruh dosen Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara yang telah memberikan pengajaran selama perkuliahan yang menjadi bekal penulis dalam meyelesaikan penulisan Tugas Sarjana ini.

8. Seluruh staff dan karyawan Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara yang banyak membantu dalam penyelesaian administrasi untuk melaksanakan Tugas Sarjana ini.

9. Bapak Andy, Ibu Henny, Situmorang, Bapak Isrok, Bapak Leonard, dan Bapak Yudha dan staff pegawai PT. Socfin Indonesia yang telah memberikan bantuan kepada penulis selama penelitian di PT. Socfin Indonesia khususnya staff dan pegawai Kebun Tanah Besih.

10. Rekan-rekan seperjuangan Tugas Akhir di Socfindo, Yulianti Irawati, Ridho Saputra Situmeang, dan Sarmida Novianna yang telah banyak memberi motivasi dan saran kepada penulis dalam penyelesaian Tugas Sarjana ini. 11. Rekan-rekan asisten Laboratorium Studio Audio Visual dan Menggambar

(8)

Rizki, Agastya R., Ulfa Audina, Jesica U., Sundari, Novi Andry, Nita Khairani, Jefrincer, Armayani, Teuku Aldy, dan Shifa yang telah banyak memberikan dukungan, motivasi dan saran kepada penulis dalam penyelesaian Tugas Sarjana ini.

12. Sahabat-sahabat seperjuangan di Departemen Teknik Industri, Dika Ayu Hardianti, Yulianti Irawati, Lailan Rahmadani, Tioni R., Khairini Wijaya, Elsa Putri, Laila Asri, Ridho Saputra, Oka Trijona, Aulia Mhd. Solly, Mhd. Akbar, Echsendy, Rian Maulana, Askari Muflihin, Rori Rumenda, Mhd. Arif L., Febry Eudina, dan Rahmat Solihin yang selama ini selalu membantu dan mendukung dalam setiap kegiatan perkuliahan, serta dalam penyelesaian Tugas Sarjana ini.

13.Teman-teman, abang/ kakak dan adik-adik di Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara khususnya angkatan 2012 (Duabelati) yang telah memberikan dukungan kepada penulis dalam penyelesaian Tugas Sarjana ini.

(9)

DAFTAR ISI

BAB

HALAMAN

LEMBAR JUDUL ... i

LEMBAR PENGESAHAN ... ii

SERTIFIKAT EVALUASI TUGAS SARJANA ... iii

KATA PENGANTAR ... iv

UCAPAN TERIMA KASIH... v

ABSTRAK ... viii

DAFTAR ISI ... ix

DAFTAR TABEL ... xvi

DAFTAR GAMBAR ... xx

DAFTAR LAMPIRAN ... xxii

I PENDAHULUAN ... I-1

1.1. Latar Belakang ... I-1 1.2. Rumusan Masalah ... I-5 1.3. Tujuan dan Manfaat ... I-6 1.4. Batasan Masalah dan Asumsi ... I-7 1.5. Sistematika Penulisan Laporan ... I-8

II GAMBARAN UMUM PERUSAHAAN ... II-1

(10)

DAFTAR ISI (LANJUTAN)

BAB

HALAMAN

(11)

DAFTAR ISI (LANJUTAN)

BAB

HALAMAN

III LANDASAN TEORI ... III-1

3.1. Penjadwalan ... III-1 3.1.1. Jenis-jenis Penjadwalan ... III-4 3.1.2. Aturan Prioritas Sequencing ... III-7 3.1.3. Parameter Performansi ... III-7 3.2. Metode Metaheuristik ... III-8 3.2.1. Cross Entropy ... III-9 3.2.2. Cross Entropy Sebagai Kombinasi

Optimisasi ... III-11 3.2.3. Genetic Algorithm... III-13 3.2.3.1. Komponen Utama Dalam Genetic

Algorithm... III-14 3.2.4. Hybrid of Cross Entropy with Genetic

Algorithm (CEGA) ... III-19 3.3. Pengukuran Waktu (Time Study)... III-20

3.3.1. Langkah-langkah Sebelum Melakukan

Pengukuran Waktu ... III-23 3.3.2. Pengujian Keseragaman Data ... III-25 3.3.3. Menghitung Jumlah Data Pengamatan

(12)

DAFTAR ISI (LANJUTAN)

BAB

HALAMAN

3.4. Peramalan ... III-27 3.4.1. Pendefinisian Tujuan Peramalan ... III-28 3.4.2. Karekteristik Peramalan yang Baik ... III-29 3.4.3. Klasifikasi Teknik Peramalan ... III-31 3.4.4. Metode Peramalan Kuantitatif ... III-34 3.4.4.1. Metode Time Series ... III-35 3.4.4.1.1. Metode Penghalusan

(Smoothing) ... III-37 3.4.4.1.2. Metode Proyeksi

Kecenderungan dengan

Regresi... III-38 3.4.4.1.3. Metode Dekomposisi .... III-39 3.4.5. Kriteria Performance Peramalan ... III-41 3.4.5. Proses Verifikasi ... III-43

IV METODOLOGI PENELITIAN ... IV-1

(13)

DAFTAR ISI (LANJUTAN)

BAB

HALAMAN

4.5. Instrumen Penelitian yang Digunakan ... IV-2 4.6. Kerangka Berpikir ... IV-3 4.7. Rancangan Penelitian ... IV-3

V PENGUMPULAN DAN PENGOLAHAN DATA ... V-1

5.1. Pengumpulan Data ... V-1 5.1.1. Data Mesin ... V-1 5.1.2. Data Pengukuran Waktu Proses

Tiap Produk ... V-2 5.1.3. Waktu Set Up ... V-3 5.1.4. Data Permintaan Produk 3CV 50,

3CV 60, dan SIR 10 untuk Periode

Oktober 2015 – September 2016 ... V-3 5.2. Pengolahan Data... V-4

5.2.1. Peramalan Permintaan Bulan Oktober 2016 dengan Menggunakan

Metode Time Series ... V-4 5.2.1.1. Peramalan Besarnya Permintaan

(14)

DAFTAR ISI (LANJUTAN)

BAB

HALAMAN

5.2.1.2. Peramalan Besarnya Permintaan

Latex 3CV 50... V-15 5.2.2. Perhitungan Waktu Standar ... V-25 5.2.2.1. Uji Keseragaman Data ... V-25 5.2.2.2. Uji Kecukupan Data... V-29 5.2.3. Penentuan Waktu Siklus untuk Setiap

Work Center ... V-32 5.2.4. Waktu Penyelesaian ... V-32 5.2.5. Penjadwalan Metode Aktual Perusahaan .... V-33 5.2.6. Penjadwalan dengan Cross Entropy –

Genetic Algorithm ... V-35

VI ANALISA PEMECAHAN MASALAH ... VI-1

6.1. Analisis Penjadwalan Produksi dengan Metode

Aktual Perusahaan ... VI-1 6.2. Analisis Penjadwalan dengan Metode Cross

Entropy-Genetic Algorithm... VI-2 6.3. Analisis Perbandingan Metode Perusahaan dengan

(15)

DAFTAR ISI (LANJUTAN)

BAB

HALAMAN

6.4.1. A n a l i s i s P e r fo r m a n s i d e n g a n

Efficiency Index (EI) ... VI-3 6.4.2.A n a l i s i s P e r fo r m a n s i d e n g a n

R e l a t i v e E r r o r ( R E ) ... VI-3

VII KESIMPULAN DAN SARAN ... VII-1

7.1. Kesimpulan ... VII-1 7.2. Saran ... VII-1

DAFTAR PUSTAKA

(16)

DAFTAR TABEL

TABEL HALAMAN

1.1. Data Keterlambatan Pengiriman Periode Oktober 2015 –

September 2016 untuk Tipe Produk 3CV 60 dan 3CV 50 ... I-2 1.2. Data Penjualan Produk Jenis Latex SIR 10 Periode Oktober

2015 – September 2016 ... I-3 2.1. Jam Kerja Sistem Non Shift PT. Socfin Indonesia Kebun

Tanah Besih ... II-6 2.2. Jam Kerja Sistem Shift PT. Socfin Indonesia Kebun Tanah

Besih ... II-7 2.3. Syarat Mutu SNI 1903 : 2015 PT. Socfin Indonesia Kebun

Tanah Besih ... II-8 5.1. Jumlah Mesin di Setiap Stasiun Kerja ... V-1 5.2. Data Pengukuran Waktu Proses Pada Setiap Work Center ... V-2 5.3. Waktu Set Up Mesin Pada Setiap Stasiun Kerja ... V-3 5.4. Data Permintaan Latex 3CV 60 ... V-4 5.5. Rekapitulasi Nilai Faktor Musim dan Nilai Indeks Musim

Latex 3CV 60 ... V-7 5.6. Persamaan Garis Trend Latex 3CV 60 ... V-8 5.7. Perhitungan Parameter Peramalan Latex 3CV 60

(17)

DAFTAR TABEL (LANJUTAN)

TABEL HALAMAN

5.8. Perhitungan MSE untuk Metode Dekomposisi Latex 3CV 60 ... V-11 5.9. Perhitungan MSE untuk Metode Siklis Latex 3CV 60 ... V-11 5.10. Nilai Ramalan dengan Menggunakan Metode Dekomposisi

Latex 3CV 60 ... V-12 5.11. Hasil Peramalan untuk Periode Oktober 2016 – September

2017 Latex 3CV 60 ... V-13 5.12. Data Permintaan Latex 3CV 50 ... V-14 5.13. Rekapitulasi Nilai Faktor Musim dan Nilai Indeks Musim

Latex 3CV 50 ... V-17 5.14. Persamaan Garis Trend Latex 3CV 50 ... V-18 5.15. Perhitungan Parameter Peramalan Latex 3CV 50 dengan

Metode Siklis ... V-19 5.16. Perhitungan MSE untuk Metode Dekomposisi Latex 3CV 50 ... V-21 5.17. Perhitungan PE dan SEE untuk Metode Siklis Latex 3CV 50.... V-21 5.18. Nilai Ramalan dengan Menggunakan Metode Dekomposisi

Latex 3CV 50 ... V-22 5.19.Hasil Peramalan untuk Periode Oktober 2016

-September 2017 Latex 3CV 50 ... V-23 5.20. Data Permintaan Produk Bulan Oktober 2016 PT. Socfin

(18)

DAFTAR TABEL (LANJUTAN)

TABEL HALAMAN

5.21. Hasil Uji Keseragaman Waktu Proses Pada Setiap Work

Center ... V-27 5.22. Uji Kecukupan Data untuk produk Latex 3CV 60 pada Setiap

Work Center ... V-29 5.23. Uji Kecukupan Data untuk produk Latex 3CV 50 pada Setiap

Work Center ... V-31 5.24. Rekapitulasi Waktu Siklus untuk Setiap Work Center... V-32 5.25. Data Kapasitas dan Waktu Setup Tiap Work Center... V-32 5.26. Waktu Penyelesaian Tiap Job pada Tiap Work Center ... V-33 5.27. Urutan Pekerjaan Produk Latex ... V-33 5.28. Makespan Penjadwalan Aktual Perusahaan ... V-34 5.29. Perhitungan Makespan Penjadwalan Cross Entropy Genetic

Algorithm Sampel X1 ... V-38 5.30. Perhitungan Makespan Penjadwalan Cross Entropy Genetic

(19)

DAFTAR TABEL (LANJUTAN)

TABEL HALAMAN

(20)

DAFTAR GAMBAR

GAMBAR HALAMAN

2.1. Denah Lokasi Pabrik Kebun Tanah Besih PT. Socfin

Indonesia ... II-2 2.2. Struktur Organisasi PT. Socfin Indonesia Kebun Tanah

(21)

DAFTAR GAMBAR (LANJUTAN)

GAMBAR HALAMAN

(22)

DAFTAR LAMPIRAN

LAMPIRAN

(23)

ABSTRAK

PT. Socfin Indonesia ingin memperbaiki dan merancang penjadwalan produksi untuk beberapa produk. Objek penelitian yang diamati adalah urutan proses produksi produk jenis crumb rubber 3CV 50 dan 3CV 60. Urutan penjadwalan yang diperoleh dengan menggunakan metode Cross Entropy-Genetic Algortihm adalah urutan job A – job B dengan nilai makespan 111,04 jam sedangkan nilai makespan untuk penjadwalan dengan menggunakan metode First Come First Serve adalah115,30 jam. Terdapat pengurangan makespan sekitar 3,83 %, serta nilai Efficiency Index (EI) yang diperoleh adalah1,038 (nilai EI > 1) dan nilai Relative Error (RE) dari hasil perhitungan adalah 3,83%. Hal ini menunjukkan bahwa metode Cross Entropy-Genetic Algortihm memiliki performansi yang lebih baik dibandingkan dengan metode perusahaan (FCFS) dan adanya perbedaan makespan antara metode Cross Entropy-Genetic Algortihm dan metode perusahaan (FCFS).

Gambar

GAMBAR HALAMAN

Referensi

Dokumen terkait

Secara khusus untuk peningkatan pada bagian partisipasi anggota dalam hal mengemukakan pendapat atau menghadiri rapat anggota tidak tampak peningkatan yang signifikan

Uji penguapan zat cair dan uji kekuatan ketahanan wangi menunjukan gel yang diletakkan di ruangan kipas angin dengan suhu 27 , penyusutan bobot gel lebih cepat dan

Estas hermosas aves se merecen toda la atención y cuidado de quie- nes estamos en sus rutas migra- torias; en esta Biocarta describimos algunos detalles de su historia natural, lo

memperoleh pelayanan pengurusan administrasi Kartu Tanda Penduduk karena kurangnya dukungan sarana fisik seperti misalnya masih kurangnya ketersediaan prasarana

JUDUL : MAHASISWA UGM BIKIN BRA KHUSUS PENDERITA KANKER PAYUDARA. MEDIA : HARIAN JOGJA TANGGAL : 02

didapat oleh peserta didik selama ia mengikuti proses pendidikan. Keberhasilan dari suatu kurikulum yang ingin dicapai sangat.. bergantung pada faktor kemampuan yang

Sesuai dengan hubungan struktur peristiwa yang terjadi pada kelas pekerja dalam hal ini gerakan para buruh salah satunya menggunakan metode aksi massa, maka

Pada notasi 122 adalah fill in drum pada birama 30 yang berfungsi sebagai jembatan untuk masuk ke Pattren utama, lain halnya dengan fill in pada notasi 123 yang terdapat pada