• Tidak ada hasil yang ditemukan

# TESIS PENERAPAN MULTI OBJECTIVE GENETIC ALGORITHM

N/A
N/A
Protected

Membagikan "TESIS PENERAPAN MULTI OBJECTIVE GENETIC ALGORITHM"

Copied!
53
0
0

Teks penuh

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

## KERANGKA PENELITIAN

MOTION & TIME STUDY

DATA WAKTU KERJA + SETUP DATA JOB PERUSAHAAN DITAMBAH PENJADWALAN DENGAN MULTI OBJECTIVE GA

(11)
(12)
(13)

(14)

## TIME & MOTION STUDY

###  PER BENDEL BESI

• DIAMETER 2,7 – 3,5 = 50 BTG /BDL & DIAMETER 3,6 – 5,4 = 40 BTG / BDL

• DIAMETER 5,5 – 5,9 = 35 BTG / BDL & DIAMETER 6,0 – 6,4 = 30 BTG / BDL

• DIAMETER 6,5 - 6,9 = 25 BTG / BDL & DIAMETER 7 – 7,5 = 20 BTG / BDL

• DIAMETER 7,6 – 8,2 = 15 BTG / BDL

(15)

(16)

(17)
(18)

(19)
(20)

(21)

(22)
(23)

(24)

(25)

(26)

(27)

(28)

(29)

## 4.6 ALGORITMA MOGA

(30)

### BESERTA NILAI PENCAPAIAN OBYEKTIF

(31)

- NILAI PENCAPAIAN OBYEKTIF TIAP OUTPUT = TABEL 4.19 (HALAMAN 121)

(32)

(33)
(34)

(35)
(36)
(37)

(38)

(39)

## DAFTAR PUSTAKA

Baker, K.R. dan Trietsch, D. (2009), Principles of Sequencing and Scheduling, John Wiley & Sons, New York.

Banks, J., Carson II, J.S., Nelson B.L., dan Nicol D.M. (2010), Discrete-Event System

Simulation, 5th Edition, Prentice-Hall, New Jersey.

• Chang, P.C., Hsieh, J.C., dan Wang, Y.W. (2004), “Development of Multi-Objective Genetic Algorithms for Scheduling”, Proceedings of the Fifth Asia Pasific Industrial

Engineering and Management Systems Conference, Gold Coast, hal. 38.6.1-38.6.9.

Ciptomulyono, U. (2010), Paradigma Pengambilan Keputusan Multikriteria dalam

Perspektif Pengembangan Projek dan Industri yang Berwawasan Lingkungan,

Pidato Pengukuhan untuk Jabatan Guru Besar dalam Bidang Ilmu Pengambilan Keputusan Multikriteria pada Jurusan Teknik Industri, Institut Teknologi Sepuluh November, Surabaya.

Harrell, C., Ghosh, B.K., dan Boyden, R.O. (2003), Simulation Using Promodel, 2nd

Edition, McGraw-Hill, New York.

Hejazi, S.R. dan Saghafian, S. (2005), “Flowshop-scheduling Problems with

Makespan Criterion: A Review”, International Journal of Production Research, Vol. 43, No. 14, hal 2895-2929.

(40)

## DAFTAR PUSTAKA

Kelton, W., Sadowski, R.P., dan Sturrock, D.T. (2009), Simulation with

Arena, 5th Edition, McGraw-Hill, New York.

• Konak, A., Coit, D.W., dan Smith, A.E. (2006) “Multi-Objective

Optimization Using Genetic Algorithms: A Tutorial”, Reliability Engineering

and System Safety, Vol. 91, hal. 992-1007.

• Kordoghli, B., Jmali, M., Saadallah, S., dan Liouene, N. (2010), “Multi-Objective Scheduling of Flow Shop Problems in Finishing Factories using Genetic Algorithms”, Journal of Textile and Apparel, Technology and

Management, Vol. 6, No. 3, hal. 1-10.

Morton, T.E. dan Pentico, D.W. (1993), Heuristics Scheduling Systems:

With Applications to Production Systems and Project Management, John

Willey & Sons, New York.

• Murata, T., Ishibuchi, H, dan Tanaka, H. (1996), “Multi-Objective Genetic Algorithm and Its Applications to Flowshop Scheduling”, Computers and

Industrial Engineering, Vol. 30, No. 4, hal. 957-968.

• Nagano, M.S. dan Moccellin, J.V. (2002), “A High Quality Solution Constructive Heuristic for Flow Shop Sequencing”, Journal of The

(41)

## DAFTAR PUSTAKA

• Nagano, M.S., Ruiz, R., dan Lorena, L.A.N. (2008), “A Constructive Genetic Algorithm for Permutation Flowshop Scheduling”, Computers and Industrial

Engineering, Vol. 55, No.1, hal. 195-207.

Nahmias, S. (2009), Production and Operations Analysis, 6th edition,

McGraw-Hill, New York.

• Oguz, C. dan Cheung, B. (2002), “A Genetic Algorithm for Flow-shop Scheduling Problems with Multiprocessor Tasks”, Proceedings of The Eight International

Workshop on Project Management and Scheduling, EURO (The Association of

European Operational Research Societies) Working Group on Project Management and Scheduling, Valencia, hal. 282-287

Pinedo, M.L. (2008), Scheduling: Theory, Algorithms, and Systems, 3rd edition,

Springer, New York.

Pitrasari, R.O, Wiratno, S.E., dan Suwignjo, P. (2009), Penjadwalan Dua Mesin

Flow Shop Untuk Meminimasi Total Tardiness Dengan Memperhatikan

Ketidaktersediaan pada Kedua Mesin, Tugas Akhir Jurusan Teknik Industri,

(42)

## DAFTAR PUSTAKA

• Ruiz, R. dan Vazquez-Rodriguez, J.A. (2010), “The Hybrid Flow Shop

Scheduling Problem”, European Journal of Operation Research, Vol. 205, No. 1, hal. 1-18.

• Seda, M. (2007), “Mathematical Models of Flow Shop and Job Shop Scheduling Problems”, Proceedings of World Academy of Science,

Engineering, and Technology, Vol. 31, hal 122-127.

Tabucanon, M.T. (1988), Multiple Criteria Decision Making in Industry, Elsevier, Amsterdam.

• Vallada, E. dan Ruiz, R. (2010), “Genetic Algorithms with Path Relinking for The Minimum Tardiness Permutation Flowshop Problem”, OMEGA: The

International Journal of Management Science, Vol. 38, Vol. 1-2, hal. 57-67.

• Verma, S. dan Singhal, P. (2009), “Flow-Shop Sequencing Model using Genetic Algorithm” International Journal of Computational and Applied

Mathematics, Vol. 4, No. 2, hal. 111-114.

Wignjosoebroto, S. (1986), Teknik Tata Cara dan Pengukuran Waktu Kerja. Guna Widya, Jakarta.

(43)

## DAFTAR PUSTAKA

• Vollmann, T.E., Berry, W.L., Whybark, D.C., dan Jacobs, F.R. (2005),

Manufacturing Planning and Control for Supply Chain Management, 5th

Edition, McGraw-Hill, New York.

• Zdansky, M. dan Pozivil, J. (2002), “Combination Genetic / Tabu Search Algorithm for Hybrid Flowshops Optimization”, Proceedings of

ALGORITMY: Conference on Scientific Computing, Slovak University of

Technology, Podbanske, hal. 230-236.

• Zhang, L., Wang, L., dan Zheng, D.Z. (2006), “An Adaptive Genetic Algorithm with Multiple Operators for Flowshop Scheduling”, The

International Journal of Advanced Manufacturing Technology, Vol. 27, No.

(44)

### (NAHMIAS, 2009; VOLLMANN DKK, 2005)

FORECAST AGGREGATE PLANNING MPS MRP SHOP FLOOR CONTROL

(45)

## 2.2. TERMINOLOGI UMUM

(46)

(47)

### α ADALAH PARAMETER STRUKTUR PERMASALAHAN

– α1 = KONDISI LINGKUNGAN, MISAL : FH  HYBRID (COMPOUND) FLOW SHOP

– α2 = JUMLAH STAGE, DI PT X = 2

– α3 = KONDISI MESIN PARALEL  {P,Q,R}|α4 > 1 DAN HIMPUNAN KOSONG

– α4 = JUMLAH MESIN, DI PT X STAGE 1 = 12 DAN STAGE 2 = 2

### β ADALAH PARAMETER CONSTRAINT, DI PT X:

– Dj : ADA DUE DATES

– Ssd(1) : SEQUENCE DEPENDENT SETUP TIMES PADA STAGE 1

### γ ADALAH PARAMETER TUJUAN, DI PT X:

– {T,U,C,SETUP} : TOTAL TARDINESS, JUMLAH JOB YANG TARDY, MAKESPAN, DAN TOTAL SETUP TIMES

(48)

### SIMULASI

– ARENA (KELTON DKK,2009), PROMODEL (HARRELL DKK, 2004), SPREADSHEET (BANKS DKK, 2010)

### RAWAN ERROR (SEDA, 2007)

– SOFTWARE GAMS, SOLVER, LINDO

– INTEGER NON LINEAR PROGRAMMING (PITRASARI DKK, 2009)

### HEURISTIK (HEJAZI&SAGHAFIAN, 2005; NAGANO&MOCCELLIN,2002)

– JOHNSON, PALMER, CDS, GUPTA, NEH, DSB.

– ALGORITMA JOHNSON DAN NEH YANG PALING TERKENAL

### METAHEURISTIK (HEJAZI & SAGHAFIAN, 2005)

– TABU SEARCH (TS), SIMULATED ANNEALING (SA), ANT COLONY OPTIMIZATION (ACO), GENETIC ALGORITHM (GA)

– GA : MUDAH UNTUK APLIKASI NON OBYEKTIF, UNGGUL PERMASALAHAN

KOMBINATORIAL (RUIZ & VAZQUEZ-RODRIGUEZ,2010) , LANGSUNG MENCARI SOLOUSI DALAM SUATU POPULASI YANG LUAS (TIDAK TERJEBAK KONVERGENSI)

(49)

(50)

(51)

## 2.8. GA DAN MOGA

### PRINSIP DASAR :

– INDIVIDU ADALAH GAMBARAN SOLUSI POTENSIAL

– MELAHIRKAN POPULASI AWAL SEJUMLAH N INDIVIDU

– MENGEVALUASI NILAI FUNGSI OBYEKTIF DAN FITNESS VALUE

MASING-MASING INDIVIDU

– MELAKUKAN SELEKSI UNTUK REPRODUKSI : INDIVIDU YANG BAIK (FITNESS

VALUE TINGGI) PUNYA PROBABILITAS LEBIH BESAR

– 2 METODE REPRODUKSI : CROSSOVER DAN MUTASI, DETAIL METODENYA

TERGANTUNG MASING-MASING PENELITI DAN MASIH TERUS DIKEMBANGKAN (ZHANG DKK, 2006; OGUZ & CHEUNG, 2002)

– MENGEVALUASI INDIVIDU BARU DAN MEMPERBAIKI SOLUSI TERBAIK

(52)
(53)

## 4.2. TIME & MOTION STUDY

### (PERSAMAAN 2.3 DAN 2.4)

Referensi

Dokumen terkait

Maksud dari tidak berarti di sini bahwa pengaruh yang diberikan oleh perputaran modal kerja tidak memberikan kontribusi yang besar terhadap perubahan profitabilitas hal

(7) Indeks lokasi sebagaimana dimaksud pada ayat (2), indeks dampak sebagaimana dimaksud pada ayat (3), ayat (4) dan ayat (6), indeks besarnya modal, indeks sebaran dampak

pendidik maupun kependidikan, dan penciptaan budaya baik madrasah berbasis kinerja 4. Pencitraan kualitas mempunyai dua nilaiyaitu objektif dan subjektif. Hal tersebut

Saya sering tidak menggunakan pertimbangan system pengendalian intern dalam audit laporan keuangan. Saya sering tidak menggunakan informasi asersi dalam merumuskan tujuan audit

Ilma N, Tjahyadi D, Judistiani TD, The relationship of age, parity, and body mass index as risk factors to the incidence of uterine myoma in Dr.. Hasan Sadikin General

Beberapa faktor diatas dapat dikatakan bahwa pegawai pelaksana yang ada di Dinas kependudukan dan Catatan Sipil seperti kurangnya sumber daya pelayanan dalam hal ini

Semua kegiatan yang berhubungan dengan informasi dapat ditemukan pada internet, lain halnya sebuah band silverstone ini masih ditemukan kendala dalam penginputan dan pemberian

Dalam proses pembuatan aplikasi pertama-tama dibuat rancangan input output aplikasi, langkah selanjutnya adalah perancangan struktur navigasi dan storyboard aplikasi, kemudian