PROPOSAL
Optimasi Pengisian Gudang dengan Penerapan Stack
menggunakan Metode
Genetic Algorithm
NAMA
: DWI APRI WAHYU PRAYOGO
NIS
: 6847 / 620.071
▸ Baca selengkapnya: contoh proposal untuk tahun baru
(2)DAFTAR ISI
1. Judul Tugas Akhir...3
2. Latar Belakang Masalah...3
3. Perumusan Masalah dan Ruang Lingkup...3
4. Tujuan Tugas Akhir...4
5. Tinjauan Pustaka...4
6. Metodologi...8
7. Relevansi...8
8. Jadwal Kegiatan...9
SMK YADIKA BANGIL
Lembar Pengesahan
Nama : DWI APRI WAHYU PRAYOGO
NIS : 6847 / 620.071
Program Studi : TEKNIK KOMPUTER JARINGAN
Judul Tugas Akhir : Optimasi Pengisian Gudang dengan Penerapan Stack menggunakan Metode Genetic Algorithm
Pembimbing I : 1. Drs. Abdul Ghofur, S.E
Dilaksanakan : Semester Gasal, Tahun Akademik 2012/2013
Bangil, 06 Oktober 2012 Penulis,
Dwi Apri Wahyu Prayogo
Menyetujui, Kepala Program Studi
Subkhan Akbar, S.Kom Mengetahui,
Pembibing I
1. Judul Tugas Akhir
Optimasi Pengisian Gudang dengan Penerapan Stack menggunakan Metode Genetic Algorithm
2. Latar Belakang Masalah
Pada era globalisasi ini, terlebih lagi menginjak ke pasar bebas 2012, perkembangan industri di hampir seluruh dunia telah melonjak sangat tinggi. Berbicara tentang industri tidak pernah terlepas dari proses produksi, penjualan, dan penyimpanan hasil produksinya dalam gudang. Lebih jauh lagi, pada tulisan ini akan lebih difokuskan pada permasalahan penyimpanan barang di dalam gudang.
Di dalam setiap perusahaan produksi, selalu ada departemen khusus yang menangani masalah penyimpanan barang di gudang. Departemen ini merupakan departemen penting yang tidak jarang sangat menentukan harga jual suatu barang hasil produksi. Semakin besar suatu gudang yang dimiliki sebuah perusahaan, maka akan semakin besar pula biaya yang perlu dikeluarkan perusahaan untuk mengatur posisi barang dalam penyimpanannya di gudang.
Biaya besar yang dikeluarkan oleh perusahaan, terutama adalah untuk membayar tenaga ahli yang mengatur posisi penyimpanan barang. Jika tenaga ahli ini dapat digantikan oleh sebuah sistem cerdas yang sanggup memilih barang dan mencari posisi terbaiknya dalam gudang, maka hal ini akan sangat menguntungkan bagi banyak perusahaan produksi.
Dalam skala kecil, dimana ukuran gudang tidak terlalu besar dan barang yang ada juga tidak banyak, dapat digunakan metode backtracking biasa untuk mencari posisi terbaik dari setiap barang yang ada. Akan menjadi masalah jika ukuran gudang besar dan barang yang akan disimpan banyak, serta ukurannya berbeda-beda. Oleh karena itu dalam Tugas Akhir ini digunakan metode Genetic Algorithm, yang dikombinasikan dengan metode backtracking biasa.
Metode Genetic Algorithm atau algoritma genetika selama ini banyak digunakan untuk mencari nilai optimal (optimasi) dari suatu kasus. Contoh yang banyak dikenal adalah kasus mencari rute terpendek (Travelling Salesman Problem). Karena itu penulis mencoba menggunakan metode ini untuk mencari nilai optimal dari penentuan posisi suatu barang dalam gudang.
3. Perumusan Masalah dan Ruang Lingkup
Masalah yang ada dalam implementasi:
- Ukuran gudang berbeda untuk setiap perusahaan. - Ukuran rak dalam gudang berbeda-beda.
- Barang yang akan disimpan mempunyai ukuran yang berbeda-beda.
- Barang yang akan disimpan memiliki kategori yang berbeda, yang mempengaruhi proses penyimpanan (contoh: tanggal kadaluarsa, berat)
- Posisi rak tempat penyimpanan barang harus dapat dijangkau, baik oleh manusia maupun forklift.
- Ukuran gudang dibatasi oleh ukuran minimal dan maksimal. - Setiap barang dibatasi oleh ukuran minimal dan maksimal.
- Peletakan barang dalam gudang dengan menggunakan rak (stack), di mana tidak ada barang yang bertumpuk pada setiap lokasi di rak.
- Kategori barang sudah ditentukan dari awal dan tidak dapat ditambah. - Keadaan gudang akan ditampilkan dengan visualisasi secara 3 dimensi.
- Pada algoritma genetika, cost function yang digunakan antara lain: volume, accessability, jarak dengan pintu masuk.
- Menggunakan sistem operasi Windows 7 ke atas. - Desain aplikasi program dengan Borland Delphi 5.0
4. Tujuan Tugas Akhir
Tujuan dari Tugas Akhir ini adalah membuat program yang dapat secara otomatis menentukan posisi suatu barang yang akan disimpan dam gudang, sehingga nantinya dapat menggantikan tenaga ahli yang selama ini memakan biaya yang besar pada perusahaan produksi. Dengan adanya program ini cukup diperlukan seorang operator untuk menjalankan program dan mengatur posisi barang sesuai hasil dari program.
5. Tinjauan Pustaka
Sistem Optimasi pengisian gudang dengan metode algoritma genetika, secara garis besar dapat dijabarkan sebagai berikut:
1. Pembuatan populasi awal. Pada metode algoritma genetika, populasi adalah bagian penting dari keseluruhan algooritma. Populasi yang merupakan kumpulan individu ini yang nantinya diproses lebih lanjut sampai menghasilkan nilai optimal sesuai kasus yang ada. Jumlah individu pada populasi adalah bebas, tetapi harus genap karena setiap individu harus memiliki pasangan.
Pada kasus ini, yang menjadi individu adalah urutan barang yang yang akan dimasukkan ke dalam gudang. Berarti populasi adalah sejumlah urutan barang yang akan dimasukkan ke dalam gudang, yang dibuat secara acak (random).
2. Dari setiap individu pada populasi atau setiap urutan barang, dibuat sebuah nilai pembanding, yang tujuannya untuk mencari mana individu yang lebih baik dan mana yang tidak dari populasi awal yang ada.
3. Setelah setiap individu pada populasi memiliki nilai pembanding, maka individu-individu akan diurutkan berdasarkan nilai pembanding yang ada sehingga terbentuk sebuah populasi yang telah dimodifikasi urutannya.
Pengurutan populasi dalam TA ini menggunakan metode Quick Sort yang akan dibahas lebih lanjut kemudian.
Contoh 1:
Gen 1 : PpMm
Gen 2 : ppMM
Kedua gen diatas disilangkan sehingga hasilnya: Gen 1 hasil : Pp | MM
Gen 2 hasil : pp | Mm Contoh 2:
Gen 1 : 1234
Gen 2 : 2143
Kedua gen diatas disilangkan sehingga hasilnya: Gen 1 hasil : 12 | 43
Gen 2 hasil : 21 | 34
Tujuan dari crossover ini pada intinya adalah mencari variasi-variasi lain dari individu yang telah ada sehingga dimungkinkan untuk mendapat nilai pembanding yang lebih baik dari yang saat ini menjadi nilai terbaik.
5. Selain dengan cara crossover, juga digunakan proses lain untuk mendapat variasi individu yang dikenal dengan proses mutasi. Jika pada proses crossover, perubahan yang terjadi adalah antar individu, pada proses mutasi individu perubahan akan terjadi untuk setiap gen pada suatu kromosom. Jadi perubahannya tidak tergantung dari kromosom (individu) yang lain.
Dalam rekayasa genetika di bidang biologi juga dikenal adanya mutasi, di mana mutasi ini sangat jarang terjadi. Karena itu untuk setiap individu dalam suatu populasi tidak selalu terjadi mutasi, bahkan dimungkinkan bahwa seluruh individu dalam populasi tidak ada yang termutasi.
Contoh 1:
Gen asal : PpMmhh Setelah proses mutasi:
Gen hasil : PPMmHh
Berarti pada individu/kromosom ini terjadi mutasi Contoh 2:
Gen asal : PpMmhh Setelah proses mutasi:
Gen hasil : PpMmhh
Berarti pada individu/kromosom ini tidak terjadi mutasi
setelah beberapa generasi ini yang dianggap sebagai hail optimal yang dipakai sebagai solusi/output akhir dari program.
Beberapa teori dan algoritma lain yang digunakan dalam pembuatan Tugas Akhir ini antara lain: Metode QuickSort untuk pengurutan data. Metode digunakan untuk mengurutkan
sejumlah n data dengan average time sebesar n log n. Average time ini tergolong cukup efisien dibandingkan metode sorting yang lain.
Algoritma QuickSort secara garis besar:
1. Pilih sebuah elemen dari data (array) untuk menjadi elemen pivot – Data[awal..akhir].
2. Masuk tahap partition, dengan melewati semua data dan mengatur ulang sehingga persyaratan di bawah terpenuhi:
- Elemen pivot ada di tempat yang seharusnya
- Elemen yang lebih kecil dari pivot ada di sebelah kiri pivot – S1 = Data[awal..Pivot-1].
- Elemen yang lebih besar dari pivot ada di sebelah kanan pivot – S2 = Data[Pivot+1..akhir].
3. Lakukan kembali langkah 1 dan 2 dengan data S1 dan S2 sampai jumlah data tinggal 1.
Matriks transformasi. Berbicara mengenai gudang dan barang yang ada di dalamnya, tidak terlepas dari bagaimana user akan melihat hasil akhir atau output dari program. Karena itu diperlukan penampakan gambar kepada user yang menampilkan keadaan gudang secara 3 dimensi.
M=
Rotasi sumbu Z: M=
6. Metodologi
Langkah-langkah dalam pengerjaan Tugas Akhir: 1. Studi literatur tentang:
1.1. DelphiX, Open GL, 3D Studio Max
1.2. Teori tentang sistem inventarisasi gudang yang ada, termasuk kriteria penyimpanan barang dalam gudang
1.3. Teori algoritma genetika dan penerapan-penerapannya 1.4. Teori penggambaran benda 3 dimensi dalam komputer grafis 2. Perencanaan dan Pembuatan Perangkat Lunak:
2.1. Modul untuk tampilan 3 dimensi dari gudang
2.2. Modul pembuatan gudang, termasuk penempatan rak dalam gudang 2.3. Modul untuk pembuatan item dengan atributnya
2.4. Modul untuk penempatan barang dalam gudang
2.5. Penggabungan modul-modul yang ada menjadi 1 sistem optimasi barang dalam gudang 3. Pengujian dan Analisa Perangkat Lunak
3.1. Pengujian program yang telah dibuat 3.2. Analisa hasil output dari program 4. Pengambilan Kesimpulan
4.1. Pengambilan kesimpulan dengan membandingkan hasil output program dengan kenyataan di lapangan. Sedapat mungkin dilakukan perbaikan-perbaikan sehingga mendapatkan hasil yang lebih optimum.
7. Relevansi
Manfaat dari perangkat lunak ini adalah mengoptimalkan pengisian gudang sehingga dapat dilakukan pernghematan biaya. Manfaat perangkat lunak ini yang terutama akan dirasakan oleh pihak pemilik perusahaan. Perangkat lunak yang dibuat ini merupakan implementasi dari teori-teori
dan algoritma yang telah dipelajari selama semester-semester sebelumnya, terutama pada bidang studi Teknologi Perangkat Lunak.
8. Jadwal Kegiatan
9. Daftar Pustaka
Mulcahy, David E., “Warehouse distribution and operations handbook”. 1994
