PENJADWALAN PRODUKSI MENGGUNAKAN ALGORITMA GENETIK DI PT. BAKRIE SUMATERA
PLANTATIONS, TBK
TUGAS SARJANA
Diajukan untuk Memenuhi Sebagian dari
Syarat-syarat Memperoleh Gelar Sarjana Teknik Industri
Oleh ADE AMALIA NIM : 120403023
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 0 1 7
KATA PENGANTAR
Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Kuasa, atas berkat dan karunia-Nya sehingga penulis dapat menyelesaikan tugas sarjana ini dengan baik.
Tugas sarjana ini merupakan salah satu syarat yang harus dilalui untuk dapat menyelesaikan program studi Reguler S-1. Penyusunan tugas sarjana merupakan tahap akhir untuk menyelesaikan tugas sarjana.
Tugas sarjana ini berjudul Penjadwalan Produksi Menggunakan Algoritma Genetik di PT.Bakrie Sumatera Plantations, Tbk. Tugas sarjana yang akan dibahas yaitu menghasilkan solusi optimal masalah penjadwalan crumb rubber di
PT.Bakrie Sumatera Plantations, Tbk dan digunakan Algoritma Genetik untuk mengurangi keterlambatan.
Penulis menerima kritikan yang berhubungan dengan isi tugas sarjana ini.
Untuk itu penulis mengharapkan kritik atau saran yang membangun dalam penyempurnaan tugas sarjana ini.
UNIVERSITAS SUMATERA UTARA PENULIS
MEDAN, JANUARI 2017
UCAPAN TERIMA KASIH
Banyak pihak yang telah membantu, memberi dukungan dan doa kepada penulis selama penyusunan tugas sarjana ini. Oleh karena itu, penulis ingin mengucapkan terima kasih kepada:
1. Kedua orang tua, Drs. Mapilindo, M.Pd dan Dra. Lila Kesuma, M.Psi, saudara dari penulis yaitu Ayu Puspita, S.Farm, Apt, Ananda Rizky, S.Kom serta M.Rafif Rasyidi yang telah memberikan motivasi dan doanya selama penulis mengerjakan tugas sarjana dari awal hingga akhir.
2. Ibu Ir. Khawarita Siregar, MT selaku Ketua Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara.
3. Ibu Dr. Meilita Tryana Sembiring, ST, MT selaku Dosen Pembimbing Tugas Sarjana yang telah meluangkan waktunya untuk membimbing penulis dalam penulisan laporan.
4. Bapak Prof. Dr. Ir. Rahim Matondang, MSIE selaku koordinator bidang manajemen yang meluangkan waktunya untuk menyelesaikan proposal tugas sarjana.
5. Ibu Ir. Rosnani Ginting, MT selaku Koordinator Tugas Sarjana Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara.
6. Bapak Prof. Dr. Ir. Harmein Nasution, MSIE selaku dosen wali selama penulis menyelesaikan studi di Departemen Teknik Industri, Fakuktas Teknik, Universitas Sumatera Utara.
7. Bapak Andrianto selaku Pembimbing Lapangan yang meluangkan waktu untuk memberi penjelasan tentang keadaan lantai pabrik dan informasi lainnya.
8. Seluruh jajaran staff dan karyawan di lingkungan PT. Bakrie Sumatera Plantations yang telah meluangkan waktunya untuk membantu penulis dalam melaksanakan penelitian tuga sarjana.
9. Bang Mijo, Bang Ridho, Bang Nur, kak Dina, Kak Ani, Kak Rahma, Kak Mia, selaku staff jurusan yang membantu selama perkuliahan dan dalam urusan administrasi dan informasi mengenai tugas sarjana.
10. Sahabat tercinta Tri Yuana Putri, Adelia Katherina, Rahmawati Putri, Risa Fitrijayati, Nurhalimah, Solly, Akbar, Kadir, Aulia, Hery dan Yusuf yang telah mendukung, membantu dan memberi semangat dalam pengerjaan tugas sarjana ini.
11. Teman-teman DUABELATI (Stambuk 2012) yang membantu dan mendukung dalam pengerjaan tugas sarjana.
12. Senior-senior dan adik junior di Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara yang telah membantu dan mendukung serta memberu semangat dalam penyelesaian laporan tugas sarjana.
13. Sahabat kos yenni, eca, dkk yang telah membantu dan memberi semangat dalam pengerjaan tugas sarjana ini.
14. Semua pihak yang telah banyak membantu penulis dalam menyelesaikan laporan ini yang tidak dapat disebutkan satu per satu.
ABSTRAK
PT. XYZ merupakan perusahaan yang bergerak di bidang perkebunan dan pengolahan karet dengan sistem produksi make to order (MTO) dan
menggunakan penjadwalan produksi flow shop. PT. XYZ memproduksi bahan baku pembuatan ban dengan jenis produk yang dihasilkan adalah crumb rubber SIR 10, SIR 10 VK, SIR 20, SIR 20 VK dan SIR 3 CV. Sistem penjadwalan PT.
XYZ saat ini menggunakan aturan First Come First Serve (FCFS). Pada aturan FCFS, tidak mempersoalkan singkat atau lamanya waktu proses. Order yang tiba lebih dulu akan menjadi prioritas dalam produksinya. Berdasarkan pengamatan terjadi keterlambatan yang disebabkan oleh aturan FCFS tersebut. Sehingga, masalah yang dihadapi perusahaan adalah bagaimana menentukan urutan atau jadwal pekerjaan yang harus diproses dengan urutan proses setiap pekerjaan sama agar diperoleh waktu total penyelesaian pekerjaan (makespan) yang minimum.
Untuk menyelesaikan masalah tersebut, maka diperlukan penjadwalan pada produksi crumb rubber yang bertujuan untuk menghasilkan solusi optimal. Pada penelitian ini akan digunakan metode algoritma genetik untuk mencari solusi optimal masalah penjadwalan pada lantai produksi karet yang memproduksi crumb rubber. Hasil perhitungan dengan metode Algoritma Genetik diperoleh nilai makespan 55,78 jam. Dengan efficiency index sebesar 1,04 yang artinya metode Algoritma Genetik memberi performance lebih besar dibanding dengan metode aktual perusahaan. Relative error perbedaan makespan yang diperoleh antara metode Algoritma Genetik dengan metode akyual perusahaan adalah sebesar 3,891%.
Kata Kunci: Penjadwalan Produksi, Algoritma Genetik, Minimisasi Makespan
DAFTAR ISI
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 ... xiv
DAFTAR GAMBAR ... xvii
DAFTAR LAMPIRAN ... xviii
I PENDAHULUAN ... I-1 1.1. Latar Belakang ... I-1 1.2. Perumusan Masalah ... I-4 1.3. Tujuan dan Manfaat Penelitian ... I-5 1.4. Batasan Masalah dan Asumsi... I-6 1.5. Sistematika Penulisan Tugas Akhir ... I-6
II GAMBARAN UMUM PERUSAHAAN ... II-1 2.1. Sejarah Perusahaan... II-1
DAFTAR ISI (Lanjutan)
HALAMAN 2.2. Ruang Lingkup Bidang Usaha ... II-2 2.3. Lokasi Perusahaan ... II-2 2.4. Daerah Pemasaran ... II-3 2.5. Dampak Sosial dan Ekonomi Terhadap Lingkungan... II-3 2.6. Sturktur Organisasi Perusahaan ... II-4
III TINJAUAN PUSTAKA ... III-1 3.1. Penjadwalan ... III-1 3.2. Tujuan Penjadwalan ... III-1 3.3. Model Penjadwalan ... III-2 3.4. Input dan Output Penjadwalan ... III-4 3.4.1. Input Penjadwalan ... III-4 3.4.2. Output Penjadwalan ... III-5 3.5. Jenis-jenis Penjadwalan ... III-6 3.5.1. Penjadwalan Flow Shop ... III-6 3.5.2. Penjadwalan Batch ... III-7 3.5.3. Penjadwalan Job Shop... III-8 3.6. Beberapa Definisi dalam Penjadwalan... III-9 3.7. Aturan Prioritas Sequencing ... III-11 3.8. Makespan ... III-12
DAFTAR ISI (Lanjutan)
HALAMAN 3.9. Metode Metaheuristik ... III-12 3.10. Genetic Algorithm ... III-13 3.10.1. Istilah dalam Genetic Algorithm ... III-13 3.10.2. Komponen Utama dalam Genetic Algorithm ... III-15 3.11. Pengukuran Waktu (Time Study) ... III-20 3.11.1. Langkah-langkah Sebelum Melakukan Pengukuran Waktu .. III-22 3.11.2. Pengujian Keseragaman Data ... III-25 3.11.3. Menghitung Jumlah Data Pengamatan yang
Diperlukan (N’) ... III-26 3.11.4. Menentukan Waktu Siklus, Waktu Normal dan
Waktu Standar ... III-27
IV METODOLOGI PENELITIAN ... IV-1 4.1. Tempat dan Waktu Penelitian ... IV-1 4.2. Jenis Penelitian ... IV-1 4.3. Objek Penelitian ... IV-1 4.4. Variabel Penelitian ... IV-1 4.5. Kerangka Konseptual ... IV-2 4.6. Rancangan Penelitian ... IV-3 4.7. Pengumpulan Data ... IV-5
DAFTAR ISI (Lanjutan)
HALAMAN 4.8. Pengolahan Data... IV-5
V PENGUMPULAN DAN PENGOLAHAN DATA... V-1 5.1. Pengumpulan Data ... V-1 5.1.1. Data Permintaan Produk ... V-1 5.1.2.Data Mesin ... V-2 5.1.3.Urutan Proses Produksi ... V-2 5.1.4.Data Pengukuran Waktu Tiap Job ... V-4 5.1.5.Rating Factor dan Allowance... V-6 5.1.5.1. Rating Factor ... V-6 5.1.5.2. Allowance ... V-7 5.2. Pengolahan Data... V-8 5.2.1. Uji Keseragaman Data ... V-8 5.2.2. Uji Kecukupan Data ... V-19 5.2.3. Perhitungan Waktu Normal dan Waktu Standar .. V-25 5.2.4. Waktu Pengerjaan Order ... V-27 5.3. Penjadwalan dengan Metode Algoritma Genetik ... V-30 5.3.1. Pembentukan Kromosom ... V-30 5.3.2. Penentuan Jumlah Populasi ... V-31
DAFTAR ISI (Lanjutan)
HALAMAN 5.3.3. Inisialisasi Populasi dengan Metode Random
Sampling ... V-31 5.3.4. Evaluasi Kromosom ... V-32 5.3.5. Generasi Pertama ... V-33
5.3.5.1. Seleksi Kromosom dengan Metode Roda
Roulette ... V-33 5.3.5.2. Crossover Generasi 1 ... V-36 5.3.5.3. Mutasi ... V-39 5.3.6. Generasi Kedua ... V-42
5.3.6.1. Seleksi Kromosom dengan Metode Roda
Roulette Generasi 2 ... V-42 5.3.6.2. Crossover Generasi 2 ... V-45 5.3.6.3. Mutasi ... V-47 5.3.7. Generasi Ketiga ... V-49
5.3.7.1. Seleksi Kromosom dengan Metode Roda
Roulette Generasi 3 ... V-49 5.3.7.2. Crossover Generasi 3 ... V-51 5.3.7.3. Mutasi ... V-53 5.3.8. Iterasi Berhenti ... V-56 5.4. Algoritma Genetika Menggunakan Software ... V-57
DAFTAR ISI (Lanjutan)
HALAMAN VI ANALISIS DAN PEMBAHASAN ... VI-1
6.1. Analisis Penjadwalan Produksi dengan Aktual
Perusahaan... VI-1 6.2. Analisis Penjadwalan dengan Metode Algoritma
Genetik ... VI-1 6.3. Analisis Parameter Performansi Penjadwalan ... VI-1
6.3.1. Analisis Performansi dengan Efficiency Index
(EI) ... VI-1 6.3.2. Analisis Performansi dengan Relative Error
(RE) ... VI-2 6.4. Analisis Penjadwalan Produksi Metode Algoritma
Genetik Menggunakan WinQSB... VI-3
VII KESIMPULAN DAN SARAN ... VII-1 7.1. Kesimpulan ... VII-1 7.2. Saran ... VII-2
DAFTAR PUSTAKA LAMPIRAN
DAFTAR TABEL
TABEL HALAMAN
1.1. Jumlah Order dan Jumlah Order Terlambat ... I-2 1.2. Persentasi Work dan Idle ... I-3 1.3. Kapasitas Stasiun Kerja ... I-3 2.1. Standar Mutu Besi... II-5 2.2. Standar Mutu Baja ... II-6 5.1. Data Permintaan Produk Bulan Juli 2016 di PT. Bakrie
Sumatera Plantations, Tbk ... V-1 5.2. Jumlah Mesin di Setiap Stasiun Kerja ... V-2 5.3. Waktu Proses untuk Crumb Rubber SIR 10 ... V-4 5.4. Waktu Proses untuk Crumb Rubber SIR 10 VK ... V-5 5.5. Waktu Proses untuk Crumb Rubber SIR 20 ... V-5 5.6. Waktu Proses untuk Crumb Rubber SIR 20 VK ... V-6 5.7. Waktu Proses untuk Crumb Rubber SIR 3 CV ... V-6 5.8. Rating Factor untuk Setiap Stasiun Kerja Menurut
Westinghouse ... V-7 5.9. Allowance untuk Setiap Stasiun Kerja ... V-7 5.10. Pengukuran Waktu WC I ... V-9 5.11. Uji Keseragaman Data Crumb Rubber SIR 10 ... V-10 5.12. Uji Keseragaman Data Crumb Rubber SIR 10 VK ... V-12 5.13. Uji Keseragaman Data Crumb Rubber SIR 20 ... V-14
DAFTAR TABEL (Lanjutan)
TABEL HALAMAN
5.14. Uji Keseragaman Data Crumb Rubber SIR 20 VK ... V-15 5.15. Uji Keseragaman Data Crumb Rubber SIR 3 CV ... V-17 5.16. Data Perhitungan Uji Kecukupan Data SIR 10 ... V-20 5.17. Data Perhitungan Uji Kecukupan Data SIR 10 VK ... V-21 5.18. Data Perhitungan Uji Kecukupan Data SIR 20 ... V-22 5.19. Data Perhitungan Uji Kecukupan Data SIR 20 VK ... V-23 5.20. Data Perhitungan Uji Kecukupan Data SIR 3 CV ... V-24 5.21. Uji Kecukupan Data ... V-25 5.22. Waktu Normal dan Waktu Standar SIR 10 ... V-26 5.23. Waktu Normal dan Waktu Standar SIR 10 VK ... V-26 5.24. Waktu Normal dan Waktu Standar SIR 20 ... V-27 5.25. Waktu Normal dan Waktu Standar SIR 20 VK ... V-27 5.26. Waktu Normal dan Waktu Standar SIR 3 CV ... V-27 5.27. Total Waktu Proses SIR 10 ... V-28 5.28. Total Waktu Proses SIR 10 VK ... V-28 5.29. Total Waktu Proses SIR 20 ... V-29 5.30. Total Waktu Proses SIR 20 VK ... V-29 5.31. Total Waktu Proses SIR 3 CV ... V-29 5.32. Pembentukan Kromosom ... V-30 5.33. Populasi Inisial yang Terpilih ... V-31
DAFTAR TABEL (Lanjutan)
TABEL HALAMAN
5.34. Perhitungan Makespan Kromosom K1 (Jam) ... V-32 5.35. Hasil Perhitungan Nilai Fitness Populasi Inisial ... V-32 5.36. Hasil Fitness Relatif dan Kumulatif Populasi Inisial ... V-34 5.37. Bilangan Acak Seleksi Generasi 1 ... V-34 5.38. Penentuan Kromosom Berdasarkan Bilangan Acak ... V-35 5.39. Kromosom Terpilih Hasil Seleksi ... V-35 5.40. Pembangkitan Bilangan Acak untuk Crossover ... V-36 5.41. Penentuan Kromosom yang Layak untuk Crossover pada
Generasi 1 ... V-37 5.42. Kromsom Crossover pada Generasi 1 ... V-37 5.43. Kromosom Baru Hasil Crossover Generasi 1 ... V-39 5.44. Penentuan Bilangan Acak Gen untuk Mutasi Generasi 1 .... V-40 5.45. Hasil Mutasi Kromosom Generasi 1 ... V-40 5.46. Perbandingan Nilai Fitness Kromosom Baru dengan
Kromosom Induk ... V-41 5.47. Hasil Kromosom Generasi 1 ... V-42 5.48. Hasil Fitness Relatif dan Kumulatif Generasi 2 ... V-43 5.49. Bilangan Acak Seleksi Generasi 2 ... V-43 5.50. Penentuan Kromosom Berdasarkan Bilangan Acak ... V-44 5.51. Kromosom Terpilih Hasil Seleksi Generasi 2 ... V-44
DAFTAR TABEL (Lanjutan)
TABEL HALAMAN
5.52. Pembangkitan Bilangan Acak untuk Crossover Generasi 2 V-45 5.53. Penentuan Kromosom yang Layak untuk Crossover pada
Generasi 2 ... V-45 5.54. Kromsom Crossover pada Generasi 2 ... V-46 5.55. Kromosom Baru Hasil Crossover Generasi 2 ... V-46 5.56. Penentuan Bilangan Acak Gen untuk Mutasi Generasi 2 .... V-47 5.57. Perbandingan Nilai Fitness Kromosom Baru dengan
Kromosom Induk ... V-48 5.58. Hasil Kromosom Generasi 2 ... V-49 5.59. Hasil Fitness Relatif dan Kumulatif Generasi 3 ... V-49 5.60. Bilangan Acak Seleksi Generasi 3 ... V-50 5.61. Penentuan Kromosom Berdasarkan Bilangan Acak
Generasi 3 ... V-51 5.62. Kromosom Terpilih Hasil Seleksi Generasi 3 ... V-51 5.63. Pembangkitan Bilangan Acak untuk Crossover Generasi 3 V-52 5.64. Penentuan Kromosom yang Layak untuk Crossover pada
Generasi 3 ... V-52 5.65. Kromsom Crossover pada Generasi 3 ... V-53 5.66. Kromosom Baru Hasil Crossover Generasi 3 ... V-53 5.67. Penentuan Bilangan Acak Gen untuk Mutasi Generasi 3 .... V-53
DAFTAR TABEL (Lanjutan)
TABEL HALAMAN
5.68. Perbandingan Nilai Fitness Kromosom Baru dengan
Kromosom Induk ... V-54 5.69. Hasil Kromosom Generasi 3 ... V-55 5.70. Kromosom Terpilih dari Tiga Generasi ... V-56 5.71. Urutan Terbaik Algoritma Genetik ... V-57 6.1. Persentase Waktu Kerja Produktif ... VI-1 6.2. Perbandingan Stasiun Kerja Aktual dan Usulan ... VI-3 6.3. Perbandingan Peta Proses Regu Kerja Aktual dan Usulan .. VI-4
DAFTAR GAMBAR
GAMBAR HALAMAN
2.1. Struktur Organisasi PT. Bakrie Sumatera Plantatios,
Tbk ... II-5 3.1. Ilustrasi Representasi Permasalahan dalam Algoritma
Genetik ... III-14 3.2. Ilustrasi Prosedur PMX ... III-19 4.1. Kerangka Konseptual ... IV-3 4.2. Blok Diagram Prosedur Penelitian ... IV-4 4.3. Blok Diagram Pengukuran Waktu ... IV-7 4.4. Blok Diagram Pengolahan Data dengan Algoritma
Genetik ... IV-8 5.1. Uji Keseragaman Data WC I untuk SIR 10 ... V-10 5.2. Pemilihan Induk Crossover ... V-38 5.3. Proses Memilih dan Memindah Silangkan 2 Blok Gen .. V-38 5.4. Proses Memilih Menggantikan Gen Ganda ... V-38 5.5. Tampilan Awal WinQSB Penjadwalan ... V-57 5.6. Tampilan New Problem ... V-58 5.7. Tampilan Problem Spesification ... V-59 5.8. Tampilan Worksheet Penjadwalan WinQSB ... V-59 5.9. Pengisian Data Completion Time Pada Worksheet
WinQSB ... V-60
DAFTAR GAMBAR (Lanjutan)
GAMBAR HALAMAN
5.10. Tampilan Metode dan Kriteria ... V-60 5.11. Hasil Penjadwalan dengan WinQSB ... V-61 5.12. Ganttchart Penjadwalan Produksi PT. Cipta Baja Raya
Menggunakan WinQSB ... V-62 6.1. Performansi Makespan ... VI-3
DAFTAR LAMPIRAN
LAMPIRAN HALAMAN
1 Lampiran A ... L-1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Setiap perusahaan akan selalu berusaha mencapai efektivitas dan efisiensi produksi agar tercapai hasil yang optimal. Hal ini dilakukan agar perusahaan selalu dapat memenuhi permintaan konsumen dan menyelesaikan pesanan sesuai dengan waktu yang telah disepakati. Salah satu hal yang penting dalam menyelesaikan pesanan sesuai dengan waktu adalah penjadwalan. Penjadwalan adalah pengurutan pembuatan/pengerjaan produk secara menyeluruh yang dikerjakan pada beberapa buah mesin (Rosnani Ginting, 2007).
PT. Bakrie Sumatera Plantations, Tbk merupakan perusahaan yang memproses karet alami menjadi bahan baku yang sesuai dengan standar internasional. Perusahaan ini berproduksi berdasarkan order yang diterima (make to order) dan menggunakan penjadwalan produksi flow shop yang bertujuan untuk menyelesaikan serangkaian pekerjaan (job) berdasarkan pada urutan proses.
Dimana penjadwalan produksi melibatkan n job (jenis pekerjaan) dan mesin (jenis mesin) yang dalam proses produksinya, produk mendatangi mesin dengan urutan tahap yang sama dan pada setiap tahap terdiri atas 1 buah mesin yang mana setiap job yang dikerjakan mengandung informasi tentang jenis produk.
Sistem penjadwalan PT. Bakrie Sumatera Plantations, Tbk saat ini menggunakan aturan First Come First Serve (FCFS). Pada aturan FCFS, tidak mempersoalkan singkat atau lamanya waktu proses. Order yang tiba lebih dulu
akan menjadi prioritas dalam produksinya. Apabila ada order yang datang bersamaan maka order-order tersebut akan dikerjakan sesuai dengan antrian.
Berdasarkan penelitian yang telah dilakukan sebelumnya dengan judul ”The Permutation Flow Shop Scheduling Using a Genetic Algorithm Based Iterative Method” oleh Mahdi (2016) permasalahan minimasi makespan pada kasus penjadwalan flow shop yang mengunakan metode algoritma genetik, pernah diterapkan pada perusahaan pembuatan produk dari bahan baku. Hasil penelitan menunjukkan penggunaan algoritma genetik dalam menyelesaikan masalah permutation flow shop scheduling memperoleh solusi optimal.
Penelitian lainnya dengan judul “Penjadwalan Pesanan Menggunakan Algoritma Genetik untuk Tipe Produksi Hybrid and Flexible Flow Shop pada Industri Kemasan Karton” oleh Nora (2014) juga dilakukan oleh perusahaan yang memproduksi kemasan karton, perusahaan menggunakan metode algoritma genetik untuk mendapatkan nilai makespan yang optimal. Hasil penelitian menunjukkan penggunaan algoritma genetik memberikan makespan 10,18% lebih singkat dibanding metode yang diterapkan opeh perusahaan.
Penelitian lain dengan judul “Genetic Algorithm Optimization of Flow Shop Scheduling Problem with Sequence Dependent Setup Time and Lot Splitting” oleh Gaurav (2014) dilakukan pada sebuah toko yang menggunakan metode algoritma genetik untuk menemukan makespan yang optimal. Penjadwalan diukur dengan mempertimbangkan tiga kombinasi dari probabilitas crossover dan probabilitas mutasi yaitu Pc=0.7, Pm=0.05 ; Pc=0.8, Pm=0.1 Dan Pc=0.9, Pm=0.1. Hasil
penelitian menunjukkan kombinasi yang memiliki makespan optimal adalah Pc=0.8, Pm=0.1 dibandingkan dengan kombinasi lainnya.
Penelitan ini menggunakan metode algoritma genetik pada penjadwalan flow shop di PT. Bakrie Sumatera Plantations, Tbk. yang bertujuan untuk menghasilkan solusi optimal masalah penjadwalan pada produksi crumb rubber yang memiliki banyak sekali variasi produk dan banyaknya urutan job yang mungkin dari 5 jenis produk sehingga membutuhkan proses penjadwalan yang kompleks.
1.2. Perumusan Masalah
Berdasarkan latar belakang maka permasalahan di adalah menentukan urutan job produksi agar diperoleh waktu total penyelesaian pekerjaan (makespan) yang minimum. Oleh sebab itu, dilakukan penjadwalan produksi.
1.3. Tujuan dan Manfaat Penelitian
Tujuan umum dari penelitian ini adalah memperoleh penjadwalan job yang optimal sehingga dapat meminimasi makespan dan meningkatkan penyelesaian produk tepat waktu serta efektif untuk diimplementasikan oleh perusahaan.
Tujuan khusus dari penelitian ini adalah:
a. Mendapatkan waktu standar workcenter dengan menggunakan metode stopwatch time study dengan memperhatikan rating factor dan allowance.
b. Mendapatkan nilai makespan berdasarkan metode aktual perusahaan dan metode Algoritma Genetik dengan menggunakan data waktu standar.
c. Mendapatkan rancangan pengurutan job yang efisien dari segi waktu yaitu urutan yang memiliki makespan terendah.
d. Mendapatkan perbandingan perfomansi antara metode penjadwalan Algoritma Genetik dengan metode aktual yang diterapkan perusahaan.
Manfaat yang diperoleh dalam penelitian ini adalah sebagai berikut:
1. Bagi Mahasiswa
a. Meningkatkan kompetensi mahasiswa dalam mengaplikasikan teori yang diperoleh selama kuliah.
b. Menambah wawasan dan pengetahuan dalam mengembangkan pola pikir yang lebih cerdas dan cermat pada bidang kerja nyata.
c. Mendapat kesempatan untuk dapat memecahkan masalah yang dihadapi oleh perusahaan.
2. Bagi Perusahaan
Hasil penelitian dapat dijadikan sebagai suatu bahan pertimbangan dalam memperkirakan kendala-kendala yang terjadi pada lantai produksi sehingga perusahaan dapat mengatasi setiap kendala yang terjadi dan target dalam peningkatan kapasitas produksi dapat terlaksana.
1.4. Batasan Masalah dan Asumsi
Pembatasan masalah dalam penelitian ini adalah:
1. Penelitian hanya dilakukan pada proses produksi Crumb Rubber SIR 10, SIR 10 VK, SIR 20, SIR 20 VK dan SIR 3 CV di PT. Bakrie Sumatera Plantations, Tbk.
3. Data order yang digunakan untuk pengolahan adalah data bulan Juli 2016.
Asumsi-asumsi yang digunakan dalam penelitian ini adalah:
1. Kondisi mesin/peralatan produksi dalam kondisi stabil, tidak rusak dan tidak terjadi gangguan listrik.
2. Material ditransfer secara langsung dari satu mesin ke mesin lain sehingga waktu pindah tidak diperhitungkan.
3. Tidak terdapat produk jadi sehingga proses produksi mulai dari awal.
1.5. Sistematika Penulisan Tugas Akhir
Sistematika yang digunakan dalam penulisan laporan tugas sarjana adalah sebagai berikut:
Bab I Pendahuluan, menguraikan latar belakang permasalahan yang mendasari dilakukannya penelitian, perumusan permasalahan, tujuan dan manfaat penelitian, batasan dan asumsi yang digunakan dalam penelitian serta sistematika penulisan laporan penelitian.
Bab II Gambaran Umum PT. Bakrie Sumatera Plantations, Tbk yang menguraikan sejarah perusahaan, visi dan misi perusahaan, proses produksi, struktur organisasi dan uraian tugas.
Bab III Landasan Teori, menguraikan teori-teori yang digunakan dalam analisis pemecahan masalah. Teori-teori ini meliputi teori tentang penjadwalan, klasifikasi penjadwalan, kriteria penjadwalan, algoritma gentik dan pengukuran waktu. Sumber teori atau literatur yang digunakan berupa buku, jurnal penelitian
dan tugas sarjana mahasiswa yang pernah mengangkat topik permasalahan yang sama.
Bab IV Metodologi Penelitian, menjelaskan langkah-langkah penelitian yang dilaksanakan yaitu meliputi penentuan lokasi penelitian, jenis penelitian, objek penelitian, variabel penelitian, kerangka konseptual, definisi variabel operasional, serta langkah-langkah penelitian meliputi pengumpulan data, pengolahan data, analisis pemecahan masalah, serta kesimpulan dan saran.
Bab V Pengumpulan dan Pengolahan Data, berisi tentang pengumpulan data-data primer dan sekunder yang diperoleh dari penelitian serta teknik yang digunakan untuk mengolah data dalam memecahkan masalah dan diperoleh hasil optimal dalam meminimasi makespan.
Bab VI Analisis Pemecahan Masalah, menguraikan hasil analisis pengolahan data, analisis pengolahan Algoritma Genetik serta melakukan perbandingan hasil yang diperoleh dengan menggunakan Algoritma Genetik dan metode aktual perusahaan.
Bab VII Kesimpulan dan Saran, berisi kesimpulan dari analisis pemecahan masalah yang disesuaikan dengan tujuan penelitian dan saran berkaitan dengan penelitian yang dilaksanakan.
BAB II
GAMBARAN UMUM PERUSAHAAN
2.1. Sejarah Perusahaan
PT. Bakrie Sumatera Plantations, Tbk. (PT. BSP) merupakan Perusahaan Penanam Modal Dalam Negeri (PMDN) yang bergerak di bidang usaha perkebunan dan pengolahan karet. Bunut Rubber Factory merupakan pabrik bagian dari PT. BSP yang mengolah karet dari bahan baku berupa lateks, getah mangkok (cup lump), lateks yang dibekukan (coagulum) dan getah tarik (tree lace) menjadi crum rubber.
Sejarah PT Bakrie Sumatera Plantations Tbk (BSP) dimulai dengan pembentukan sebuah perkebunan karet pada tahun 1911, bernama NV Hollandsch Amerikaanse Plantage Maatschapij. Perkebunan ini merupakan kerjasama modal antara pemerintah Amerika dan pemerintah Belanda, dengan Belanda sebagai pengelola perkebunan dan Amerika sebagai pengelola pabrik. Pada tahun 1917 NV. H.A.P.M. membentuk departemen khusus untuk meneliti penyakit dan pengobatan tanaman karet dan juga mengembangkan tanaman karet yang diberi nama Plantations Research Department (PRD) yang berlokasi di Bunut.
Pemerintah Belanda menjual semua sahamnya kepada pemerintah Amerika pada 8 Februari 1957, lalu perusahaan berganti nama menjadi United States Rubber Sumatera Plantations (USRSP). Pada tanggal 2 Maret 1965, manajemen USRSP dipegang oleh pemerintah Republik Indonesia dan berganti nama menjadi perusahaan Ampera II, lalu diganti lagi menjadi Perusahaan Perkebunan Karet
XVIII (PPN Karet XVIII). Pada tahun 1986, PT Bakrie & Brothers Group mengakuisisi saham dan berubah nama menjadi Uniroyal Sumatra Plantations.
Pada bulan Maret 1990, Uniroyal Sumatra Plantations menjadi perusahaan publik di Bursa Efek Jakarta (sekarang Bursa Efek Indonesia), dan pada tanggal 25 Juni 1992, perusahaan berganti nama menjadi PT. Bakrie Sumatera Plantations, Tbk.
yang disahkan oleh Menteri Kehakiman yang saat itu dijabat Bapak Ismail Saleh.
2.2. Ruang Lingkup Bidang Usaha
PT. Bakrie Sumatra Plantations, Tbk. Bunut Rubber Factory menghasilkan produk sebagai berikut:
a. Crumb Rubber (SIR 10, SIR 10 VK, SIR 20, SIR 20 VK, SIR 3 CV) b. Concentrated Latex NC405 dan NC411
c. Block Skim Rubber (BSR)
Saat ini PT. Bakrie Sumatra Plantations, Tbk. juga sudah memperluas bidang usaha, yaitu perkebunan dan pengolahan kelapa sawit.
2.3. Lokasi Perusahaan
Kantor pemasaran PT. Bakrie Sumatra Plantations, Tbk berlokasi di Jalan Ir. Juanda Kisaran, kabupaten Asahan Sumatera Utara dan kegiatan produksi (pengolahan karet) yang disebut Pabrik Bunut berlokasi di Kelurahan Bunut, Kecamatan Kisaran Barat, Kabupaten Asahan. Lokasi pabrik ini terletak ditengah areal perkebunan yang berjarak 5 kilometer dari kota Kisaran, yang berada pada lintasan jalan raya Trans Sumatera dan jalur kereta api.
2.4. Daerah Pemasaran
Hasil produksi PT. Bakrie Sumatera Plantations, Tbk sebagian besar di export ke luar negeri yaitu Spanyol, Amerika (New Orleans, Norfolk, dan Toronto), Brazil, Jepang, Turki, Peru, India dan Vietnam. Selain itu juga dipasarkan di Indonesia diantaranya di Medan, Surabaya dan Jakarta.
2.5. Dampak Sosial dan Ekonomi Terhadap Lingkungan
Keberadaan PT. Bakrie Sumatra Plantations ini, memiliki dampak positif terhadap ekonomi dan lingkungan di sekitar pabrik.
Dampak dari segi sosial pabrik khususnya di lingkungan sekitar pabrik dapat dilihat dengan adanya agenda program kegiatan sosial setiap tahun seperti dalam menyambut ramadhan dengan membagikan bantuan berupa bingkisan sembako kepada panti asuhan, mesjid-mesjid untuk jama’ah yang berbuka puasa, kaum dhuafa serta memberikan hewan kurban saat idul adha. Perusahaan juga memberikan bantuan duka cita bila ada keluarga masyarakat sekitar lingkungan perusahaan mendapat kemalangan (meninggal dunia).
Dampak dari segi ekonomi pada lingkungan pabrik dapat dilihat dengan adanya warung makanan, tempat penginapan dan warung yang menyediakan kebutuhan sehari-hari di sekitar lokasi pabrik. Hal ini menunjukkan bahwa secara tidak langsung perusahaan tetap membantu pergerakkan perekonomian masyarakat di sekitar pabrik.
2.6. Struktur Organisasi Perusahaan
Struktur organisasi pada PT. Bakrie Sumatera Plantations, Tbk adalah berbentuk lini karena pembagian tugas dilakukan dalam bidang atau area pekerjaan dengan pimpinan tertinggi dipegang oleh Manager kemudian ke asisten dan para karyawan yang bekerja di bawahnya dan berbentuk fungsional karena adanya pembagian tugas dilakukan berdasarkan fungsi-fungsi masing-masing sehingga pelimpahan wewenang dari pimpinan dalam pekerjaan tertentu sesuai dengan fungsinya. Berikut ini merupakan struktur organisasi PT Bakrie Sumatera Plantations, Tbk dapat dilihat pada gambar 5.1.
BAB III
TINJAUAN PUSTAKA
3.1. Penjadwalan
Penjadwalan adalah pengurutan pembuatan/pengerjaan produk secara menyeluruh yang dikerjakan pada beberapa buah mesin. Dengan demikian masalah sequencing senantiasa melibatkan pengerjaan sejumlah komponen yang sering disebut dengan istilah ‘job’. Job sendiri masih merupakan komposisi dari sejumlah elemen-elemen dasar yang disebut aktivitas atau operasi. Tiap aktivitas atau operasi ini membutuhkan alokasi sumber daya tertentu selama periode waktu tertentu yang sering disebut dengan waktu proses.
Penjadwalan merupakan alat ukur yang baik bagi perencanaan agregat.
Pesanan-pesanan aktual pada tahap ini akan ditugaskan pertama kalinya pada sumber daya tertentu (fasilitas, pekerja dan peralatan) kemudian dilakukan pengurutan kerja pada tiap-tiap pusat pemrosesan sehingga dicapai optimalitas utilisasi kapasitas yang ada. Pada penjadwalan ini, permintaan akan produk- produk yang tertentu (jenis dan jumlah) dari MPS akan ditugaskan pada pusat- pusat pemrosesan tertentu untuk periode harian (Ginting, 2007)
3.2. Tujuan Penjadwalan
Bedworth (1987), mengidentifikasi beberapa tujuan dari aktivitas penjadwalan adalah sebagai berikut:
1. Meningkatakan penggunaan sumber daya atau mengurangi waktu tunggunya, sehingga total waktu proses dapat berkurang dan produktivitas dapat meningkat.
2. Mengurangi persediaan barang setengah jadi atau mengurangi jumlah pekerjaan yang menunggu dalam antrian ketika sumber daya yang ada masih mengerjakan tugas yang lain. Teori Baker mengatakan, jika aliran kerja suatu jadwal konstan, maka antrian yang mengurangi rata-rata waktu alir akan mengurangi rata-rata persediaan barang setengah jadi.
3. Mengurangi beberapa keterlambatan pada pekerjaan yang mempunyai batas waktu penyelesaian sehingga akan meminimalisasi penalty cost (biaya keterlambatan).
4. Membantu pengambilan keputusan mengenai perencanaan kapasitas pabrik dan jenis kapasitas yang dibutuhkan sehingga penambahan biaya yang mahal dapat dihindarkan.
3.3. Model Penjadwalan
Proses penjadwalan timbul jika terdapat keterbatasan sumber daya yang dimiliki sehingga diperlukan adanya pengaturan sumber-sumber daya tersebut secara efisien. Berbagai model penjadwalan telah dikembangkan untuk mengatasi persoalan penjadwalan tersebut.
Menurut Baker (1974), model penjadwalan dapat dibedakan menjadi 4 jenis keadaan, yaitu:
1. Mesin yang digunakan dapat berupa proses dengan mesin tunggal atau proses dengan mesin majemuk.
2. Pola aliran proses dapat berupa aliran identik atau sembarang.
3. Pola kedatangan pekerjaan statis dan dinamis.
4. Sifat informasi yang diterima dapat bersifat deterministik atau stokastik.
Pada keadaan pertama, sejumlah mesin dapat dibedakan atas mesin tunggal dan mesin majemuk. Model mesin tunggal adalah mesin dasar dan biasanya dapat diterapkan pada kasus mesin majemuk.
Pada keadaan kedua, pola aliran dapat dibedakan atas flow shop dan job shop. Pada flow shop dijumpai pola aliran proses dari urutan tertentu yang sama.
Flow shop terbagi lagi menjadi pure flow shop dan general flow shop. Pada pure flow shop berbagai pekerjaan akan mengalir pada lini produksi yang sama dan tidak dimungkinkan adanya variasi.
Pada keadaan ketiga, pola kedatangan pekerjaan dapat dibedakan atas pola kedatangan statis atau dinamis. Pada pola statis, pekerjaan datang bersamaan pada waktu nol dan siap dikerjakan atau kedatangan pekerjaan bisa tidak bersamaan tetapi saat kedatangan telah diketahui sejak waktu nol. Pada pola dinamis mempunyai sifat kedatangan pekerjaan tidak menentu artinya terdapat variabel waktu sebagai faktor yang berpengaruh.
Pada keadaan keempat, perilaku elemen-elemen penjadwalan dapat dibedakan atas deterministik dan stokastik. Model deterministik memiliki kepastian informasi tentang parameter dalam model, sedangkan model stokastik mengandung unsur ketidakpastian. Parameter yang dimaksud adalah:
1. Saat datang, saat siap, jumlah pekerjaan, batas waktu penyelesaian (due date) dan bobot kepentingan masing-masing pekerjaan.
2. Jumlah operasi, susunan mesin (routing), waktu proses dan waktu setup.
3. Jumlah dan kapasitas mesin, kemampuan dan kecocokan tiap mesin terhadap pekerjaan yang akan dihadapkan.
Pada proses penjadwalan produksi deterministik dibutuhkan tiga parameter dasar yaitu :
1. Processing time (ti) atau proses, yaitu waktu yang dibutuhkan untuk memberikan nilai tambah pada order i.
2. Ready time (ri) atau saat siap, yaitu saat paling awal order i dapat diproses oleh mesin.
3. Due date (di) atau saat kirim, yaitu saat kirim order i kepada konsumen.
Ketiga parameter tersebut digunakan pula dalam mengevaluasi hasil penjadwalan.
3.4. Input dan Output Penjadwalan 3.4.1. Input Penjadwalan
Pekerjaan-pekerjaan yang merupakan alokasi kapasitas untuk order-order, penugasan prioritas job dan pengendalian jadwal produksi membutuhkan informasi terperinci, dimana informasi-informasi tersebut menyatakan input dari sistem penjadwalan. Kita harus menentukan kebutuhan-kebutuhan kapasitas dari order-order yang dijadwalkan dalam hal jumlah dan macam sumberdaya yang digunakan. Untuk produk tertentu, informasi ini bisa diperolah dari lembar kerja
operasi dan bill of material (BOM). Kualitas dari keputusan-keputusan penjadwalan sangat dipengaruhi oleh ketetapan estimasi dari input-input tersebut.
Oleh karena itu, pemeliharaan catatan terbaru tentang status tenaga kerja dan peralatan yang tersedia dan perubahan kebutuhan kapasitas yang diakibatkan perubahan disain produk/proses menjadi sangat penting.
3.4.2. Output Penjadwalan
Untuk memastikan bahwa suatu aliran kerja yang lancar akan melalui tahapan produksi, maka sistem penjadwalan harus membentuk aktivitas-aktivitas output sebagai berikut:
1. Pembebanan (loading)
Pembebanan melibatkan penyesuaian kebutuhan kapasitas untuk order-order yang diterima/diperkirakan dengan kapasitas yang tersedia. Pembebanan dilakukan dengan menugaskan order-order pada fasilitas-fasilitas, operator- operator dan peralatan tertentu.
2. Pengurutan (sequencing)
Pengurutan merupakan penugasan tentang order-order mana yang diprioritaskan untuk diproses dahulu bila suatu fasilitas harus memproses banyak job.
3. Prioritas job (dispatching)
Dispatching merupakan prioritas kerja tentang job-job mana yang diseleksi dan diprioritaskan untuk diproses.
4. Pengedalian kinerja penjadwalan
Pengendalian kinerja penjadwalan dilakukan dengan :
a. Meninjau kembali status order-order pada saat melalui sistem tertentu.
b. Mengatur kembali urutan-urutan, misalnya expediting order-order yang jauh dibelakang atau mempunyai prioritas utama.
5. Up-dating jadwal
Up-dating jadwal dilakukan sebagai refleksi kondisi operasi yang terjadi dengan merevisi prioritas-prioritas.
3.5. Jenis-Jenis Penjadwalan 3.5.1. Penjadwalan Flow Shop
Penjadwalan flow shop merupakan suatu pergerakan unit-unit yang terus menerus melalui suatu rangkaian stasiun-stasiun kerja yang disusun berdasarkan produk. Susunan suatu proses produksi jenis flow shop dapat diterapkan dengan tepat untuk produk-produk dengan desain stabil dan diproduksi.
Secara banyak (volume produk), sehingga investasi dengan tujuan khusus (special purpose) yang dapat secepatnya kembali.
Suatu masalah kritis dalam flow shop adalah pengelompokkan tugas-tugas yang dibutuhkan dalam stasiun kerja, sehingga dicapai suatu kondisi yang memenuhi pembatas-pembatas urutan dan terjadi kesimbangan pada tingkat output produksi. Jika tingkat output bervariasi untuk masing-masing stasiun kerja, maka hal ini berarti bahwa lintasan produksi tersebut tidak seimbang.
Ketidakseimbangan lintasan akan menghasilkan aliran yang tidak teratur dan
rendahnya utilisasi kapasitas yang disebabkan turunnya kecepatan aliran pada stasiun-stasiun penyebab bottleneck (operasi akan berjakan terputus-putus).
Problem lain pada penjadwalan flow shop adalah berhubungan dengan ketegangan yang diakibatkan susunan aliran ini terhadap pekerja. Pekerja biasanya menjadi sangat bosan karena terbatanya variasi kerja pada tiap-tiap stasiun dan panjangnya rentang pengendalian sepanjang lintasan produksi. Oleh karena itu, pihak manajemen melakukan job rotasi, mengubah lintasan produksi yang panjang menjadi segmen-segmen yang lebih pendek sehingga dapat dikendalikan oleh kelompok kecil pekerja dan menyediakan penghargaan tingkat output produksi tinggi dan berkualitas. Dengan cara ini, maka kebosanan dan rasa frustasi pekerja dapat dieliminir.
3.5.2. Penjadwalan Batch
Banyak dari pabrik dengan jenis maket to stock memproduksi produk- produk yang berbeda pada fasilitas-fasilitas yang umum. Sebagai contoh, pabrik minuman ringan mungkin memproduksi beberapa rasa minuman yang berbeda pada satu fasilitas atau perusahaan sabun mungkin mengemas produknya dalam beberapa ukuran yang berbeda pada lintasan pengepakan yang sama. Pada kasus seperti ini, produk-produk tersebut umumnya diproduksi dalam ukuran batch.
Keputusan-keputusan yang dihadapi oleh manajer produksi dalam sistem produksi batch adalah “berapa” jumlah produksi dalam setiap batch berikut urut-urutannya, atau perintah mengenai produk-produk mana saja yang harus dibuat secara batch.
Kuantitas dari batch (biasa ditentukan berdasarkan panjang waktu yang dibutuhkan untuk setiap production run) dan frekwensi produksi akan mempengaruhi tingkat persediaan dan biaya setup yang lebih panjang, maka dibutuhkan persediaan lebih banyak tetapi dengan setup yang lebih sedikit.
Kuantitas batch yang optimal dapat dihitung dengan menggunakan metode EPQ.
Meskipun demikian beberapa produk menggunakan fasilitas umum secara bersama-sama, maka kita perlu meodifikasi ukuran batch. Modifikasi ukuran batch ini dikarenakan ukuran produk juga harus dipertimbangkan. Ukuran produk juga mempengaruhi biaya, karena biaya setup akan bervariasi bergantung dari perubahan urutan-urutan produk.
3.5.3. Penjadwalan Job Shop
Penjadwalan pada proses produksi tipe job shop lebih sulit dibandingkan penjadwalan flow shop. Hal ini disebabkan oleh 3 alasan, yaitu :
1. Job shop menangani variasi produk yang sangat banyak, dengan pola aliran yang berbeda-beda melalui pusat-pusat kerja.
2. Peralatan pada job shop digunakan bersama-sama oleh bermacam-macam order pada prosesnya, sedangkan peralatan pada flow shop digunakan khusus untuk satu jenis produk.
3. Job-job yang berbeda mungkin ditentukan oleh prioritas berbeda pula. Hal ini mengakibatkan produk tertentu yang dipilih harus diproses seketika pada saat order tersebut ditugaskan pada suatu pusat kerja. Sedangkan pada flow shop tidak terjadi permasalahan seperti tersebut karena keseragaman output yang
diproduksi untuk persediaan. Prioritas order pada flow shop dipengaruhi terutama pada pengirimannnya dibandingkan tanggal pemrosesan.
Faktor-faktor tersebut menghasilkan sangat banyak kemungkinan kombinasi dari pembebanan (loading) dan urutan-urutan (sequencing).
Perhitungan dari identifikasi dan evaluasi jadwal-jadwal yang mungkin menjadi sulit sehingga banyak perhatian diarahkan pada riset penjadwalan job shop. Selain itu, persiapan atau penjadwalan job shop, penyesuaian dan pembaharuannya membutuhkan investasi yang besar untuk fasilitas komputer.
3.6. Beberapa Definisi dalam Penjadwalan
Sebelum membahas teori yang berkenaan dengan penjadwalan yang akan dikerjakan pada mesin-mesin yang ada dalam sistem produksi, terlebih dahulu diberikan pengertian beberapa defenisi yang digunakan di dalam penjadwalan mesin, yaitu sebagai berikut (Rosnani, 2009):
1. Waktu proses (Processing Time = tj)
Waktu proses adalah waktu yang dibutuhkan untuk mengerjakan suatu pekerjaan (j). Dalam waktu proses ini sudah termasuk waktu yang dibutuhkan untuk persiapan dan pengaturan (set-up) selama proses yang berlangsung.
2. Due Date (dj)
Due date adalah batas waktu dimana operasi terakhir dari suatu pekerjaan (job) harus sudah selesai.
3. Slack Time (SLi)
Adalah waktu tersisa yang muncul akibat dari suatu prosesnya lebih kecil dari due date-nya.
4. FIow Time (Fj)
Flow time merupakan rentang waktu antara satu titik dimana tugas tersedia untuk diproses dengan suatu titik ketika tugas tersebut selesai.
5. Completion Time ( Cj)
Adalah waktu yang dibutuhkan untuk menyelesaikan pekerjaan mulai dari saat tersedianya pekerjaan (t=0) sampai pada pekerjaan tersebut selesai dikerjakan.
6. Lateness ( Lj)
Adalah selisih antara Completion Time (Cj) dengan due-date-nya (di).
7. Tardiness (Tj)
Adalah ukuran waktu terlambat yang bernilai positif jika suatu pekerjaan dapat diselesaikan lebih cepat dari due-date-nya, pekerjaan tersebut akan memiliki keterlambatan yang negatif.
8. Makespan (M)
Adalah total waktu penyelesaian pekerjaan-pekerjaan mulai dari urutan pertama yang dikerjakan pada mesin atau work center pertama sampai kepada urutan pekerjaan terakhir pada mesin atau work center terakhir.
9. Heuristic
Prosedur penyelesaian suatu masalah atau aturan ibu jari (rule of thumb) yang ditunjukkan untuk memproduksi hasil yang baik tetapi tidak menjamin hasil yang optimal.
3.7. Aturan Prioritas Sequencing
Beberapa aturan-aturan prioritas sequencing yang umum antara lain adalah sebagai berikut (Rosnani, 2009).
1. First – Come – First – Serve (FCFS)
Job yang datang diproses sesuai dengan job mana yang datag lebih dahulu.
2. Earliest Due Date (EDD)
Prioritas antara diberikan kepada job-job yang mempunyai tanggal batas waktu penyerahan (due date) paling awal.
3. Shortest Processing Time (SPT)
Job dengan waktu proses produksi terpendek akan diproses lebih dahulu, demikian berlanjut untuk job yang waktu prosesnnya terpendek kedua.
Aturan SPT ini tidak mempedulikan due date maupun kedatangan order baru.
3.8. Makespan
Makespan untuk flow shop dan job shop merupakan kriteria sederhana
yang secara jangka panjang dapat digunakan secara maksimal, hal ini dikarenakan makespan merupakan satu-satunya fungsi tujuan yang sederhana namun memiliki hasil yang analitik untuk permasalahan mesin tunggal ataupun paralel. Masalah
makespanmemang akan lebih sulit pada permasalah mesin paralel (Thomas, 1998).
3.9. Metode Metaheuristik
Menurut Santosa (2011), metaheuristik sendiri memiliki aplikasi luas untuk bidang teknik, sains, dan bidang-bidang lain yang melibatkan komputasi yang intensif. Metode metaheuristik menyajikan algoritma-algoritma dasar sehingga akan mudah mengembangkan untuk aplikasi lain yang lebih kompleks.
Untuk implementasinya dalam masalah lain atau di bidang lain tentu saja perlu dilakukan bermacam langkah modifikasi untuk menyesuaikan dengan format algoritma yang akan diterapkan.
Metaheuristik pada sebenarnya adalah metode pendekatan yang didasarkan pada metode heuristik. Sehingga tidak heran bahwa metode heuristik sering kali diintegrasikan di dalam metode metaheuristik. Perbedaan utaman dari metode heuristik dan metaheuristik adalah metode heuristik bersifat problem dependent sedangkan metode metaheuristik bersifat problem independent.
Problem dependent artinya bergantung pada permasalahan, jadi metode heuristik itu hanya bisa dipakai untuk jenis permasalahan terntentu. Sedangkan problem independent berarti tidak bergantung pada jenis permasalahan (Sri, 2005).
Penerapan metode metaheuristik tidak bergantung pada jenis permasalahan, alias bisa dipakai untuk berbagai jenis permasalahan. Contoh dari metode metaheuristik adalah Genetic Algorithm (GA), Simulated Annealing (SA),
Particle Swam Optimization (PSO), Ant Colony Optimization (ACO), Cross Entropy (CE), hingga Harmony Search (HS) (Budi Santosa, 2011).
3.10. Genetic Algorithm
Algoritma genetik atau Genetic Algorithm (GA) merupakan cabang dari algoritma evolusi yang digunakan untuk memecahkan masalah optimasi.
Algoritma ini didasarkan pada proses genetik yang terjadi pada mahkluk hidup, dimana perkembangan generasi pada suatu populasi yang alami secara lama kelamaan akan mengikuti seleksi alam yaitu dimana yang kuat yang akan bertahan. Dengan mengikuti teori evolusi tersebut maka algoritma genetik ini dapat digunakan untuk memecahkan masalah yang terjadi pada sehari-hari.
3.10.1. Istilah dalam Genetic Algorithm
Beberapa istilah yang sering digunakan dalam Genetic Algorithm adalah sebagai berikut:
1. Individu, salah satu solusi yang mungkin dilakukan pada metode genetic algorithm. Sama seperti dalam kehidupan sehari-hari, individu terdiri dari sekumpulan gen.
2. Genotype (gen), sebuah nilai yang menyatakan satuan dasar yang membentuk satu kesatuan yang disebut kromoson. Dalam genetic algorithm gen ini dapat berbentuk nilai biner, float, integer maupun karakter, atau kombinational.
3. Allele, nilai dari gen.
4. Kromosom, gabungan dari beberapa gen yang membentuk nilai-nilai tertentu.
5. Populasi, sekumpulan individu yang akan diproses dalam satu siklus evolusi.
6. Generasi, satu siklus proses evolusi, atau dalam genetic algorithm disebut satu proses iterasi.
7. Fitness, suatu nilai yang menyatakan keadaan dari suatu solusi permasalahan yang dicari. Nilai fitness menjadi acuan terhadap baik buruknya sebuah solusi untuk diterapkan pada permasalahn. Dalam genetic algorithm akan dicari solusi dengan nilai fitness tertinggi.
Ilustrasi representasi permasalahan dalam genetic algorithm ditunjukkan pada Gambar 3.1 berikut.
Sumber : Entin, 2010.
Gambar 3.1. Ilustrasi Representasi Permasalahan Dalam Algoritma Genetik
3.10.2. Komponen Utama Dalam Genetic Algorithm
Algoritma genetik memiliki lima buah komponen utama dalam proses penyelesaiannya, yaitu:
1. Teknik Pengkodean
Teknik pengkodean adalah bagaimana proses mengkodekan gen dari kromoson, dimana gen merupakan bagian dari kromoson. Satu gen biasanya akan mewakili satu variabel. Gen dapat direpresentasikan dalam bentuk bit, bilangan real, daftar aturan, elemen permutasi, elemen program atau representasi lainnya yang dapat diimplementasikan untuk operator genetika.
2. Membangkitkan Populasi Awal
Membangkitkan populasi awal adalah proses membangkitkan sejumlah individu secara acak atau melalui prosedur tertentu. Ukuran untuk populasi tergantung pada masalah yang akan diselesaikan dan jenis operator genetika yang akan diimplementasikan. Setelah ukuran populasi ditentukan, kemudian dilakukan pembangkitan populasi awal. Syarat-syarat yang harus dipenuhi untuk menunjukkan suatu solusi harus benar-benar diperhatikan dalam setiap pembangkitan individunya.
Teknik dalam pembangkitan awal ini ada beberapa cara, diantaranya adalah:
a. Random generator
Inti dari cara ini adalah melibatkan pembangkitan bilangan random untuk setiap gen sesuai dengan representasi kromoson yang digunakan. Jika menggunakan representasi biner, salah satu penggunaan random generator adalah penggunaan rumus berikut untuk pembangkitan populasi awal.
IPOP = round{random[Nipop, Nbits]}
Dimana ipop adalah gen yang nantinya berisi pembulatan dari bilangan random yang dibangkitkan sebanyak Nipop(jumlah populasi) x Nbits
(jumlah gen tiap kromoson).
b. Pendekatan tertentu (memasukan nilai tertentu ke dalam gen)
Cara ini adalah dengan memasukan nilai tertentu ke dalam gen populasi awal yang dibentuk.
c. Permutasi Gen
Permutasi gen dalam pembangkitan awal adalah penggunaan permutasi Josephus dalam permasalahan kombinatorial seperti TSP.
3. Seleksi
Seleksi digunakan untuk memilih individu-individu mana saja yang akan dipilih untuk proses kawin silang dan mutasi. Seleksi digunakan untuk mendapatkan calon yang baik. Induk yang baik akan menghasilkan keturunan yang baik. Semakin tinggi nilai fitness suatu individu semakin besar kemungkinannya untuk terpilih.
Langkah pertama yang dilakukan dalam seleksi ini adalah pencarian nilai fitness. Nilai fitness ini yang nantinya akan digunakan pada tahap-tahap seleksi berikutnya. Masing-masing individu dalam wadah seleksi akan menerima probabilitas reproduksi yang tergantung pada nilai obyektif dirinya sendiri terhadap nilai obyektif dari semua individu dalam wadah seleksi tersebut.
a. Seleksi dengan Mesin Roulette
Metode seleksi dengan mesin roulette ini merupakan metode yang paling sederhana dan sering dikenal dengan nama stochastic sampling with replacement. Cara kerja metode ini adalah sebagai berikut:
1). Dihitung nilai fitness dari masing-masing individu (fi dimana i adalah individu ke-1 sampai ke-n).
2). Dihitung total fitness semua individu.
3). Dihitung probabilitas masing-masing individu.
4). Dari probabilitas tersebut, dihitung jatah masing-masing individu pada angka 1 sampai 100.
5). Dibangkitkan bilangan random antara 1 sampai 100.
6). Dari bilangan random yang dihasilkan, ditentukan individu mana yang terpilih dalam proses seleksi.
b. Seleksi dengan Turnamen
Pada seleksi dengan turnamen, ditetapkan nilai suatu tour untuk individu- individu yang dipilih secara random dari suatu populasi. Individu-individu yang terbaik dalam kelompok ini akan diseleksi sebagai induk. Parameter yang digunakan pada metode ini adalah ukuran tour yang bernilai antara 2 sampai N (jumlah individu dalam suatu populasi).
4. Crossover
Kawin silang (crossover) adalah operator dari algoritma genetika yang melibatkan dua induk untuk membentuk kromoson baru. Crossover menghasilkan titik baru dalam ruang pencarian yang siap diuji. Operasi ini tidak selalu dilakukan pada semua individu yang ada. Individu dipilih secara
acak untuk dilakukan crossing dengan Pc antara 06 sampai dengan 0,95. Jika crossover tidak dilakukan, maka nilai dari induk akan diturunkan kepada keturunan. Prinsip dari crossover ini adalah melakukan operasi (pertukaran, aritmatika) pada gen-gen yang bersesuaian dari dua induk untuk menghasilkan individu baru. Proses crossover dilakukan pada setiap individu dengan probabilitas crossover yang ditentukan.
Untuk proses crossover dengan gen berbentuk permutasi metode yang digunakan adalah Partial-Mapped Crossover (PMX) seperti pada Gambar 3.2 PMX diciptakan oleh Goldberg dan Lingle. PMX merupakan rumusan modifikasi dari kawin silang 2 point. Hal yang penting dalam PMX adalah kawin silang 2 point ditambah dengan beberapa prosedur tambahan. PMX mempunyai langkah kerja sebagai berikut:
a. Langkah 1: tentukan 2 posisi pada kromoson dengan aturan acak.
Substring yang berada dalam dua posisi ini dinamakan daerah pemetaan.
b. Langkah 2: tukar kedua substring antar induk untuk menghasilkan proto- child.
c. Langkah 3: tentukan hubungan pemetaan diantara 2 daerah pemetaan.
d. Langkah 4: tentukan kromoson keturunan dengan mengacu pada hubungan pemetaan.
Sumber : Entin, 2010.
Gambar 3.2. Ilustrasi Prosedur PMX
5. Mutasi
Operator berikutnya pada algoritma genetika adalah mutasi gen. Operator ini berperan untuk menggantikan gen yang hilang dari populasi akibat proses seleksi yang memungkinkan munculnya kembali gen yang tidak muncul pada inisialisasi populasi. Kromoson anak dimutasi dengan menambahkan nilai random yang sangat kecil (ukuran langkah mutasi), dengan probabilitas yang rendah. Peluang mutasi Pm didefinisikan sebagai persentasi dari total gen pada populasi yang mengalami mutasi. Peluang mutasi mengendalikan banyaknya gen baru yang akan dimunculkan untuk dievaluasi. Jika peluang mutasi terlalu kecil, banyak gen yang mungkin berguna tidak pernah dievaluasi. Tetapi bila peluang mutasi ini terlalu besar, maka akan terlalu banyak gangguan acak sehingga anak akan kehilangan kemiripan dari
induknya dan juga algoritma kehilangan kemampuan untuk belajar dari histori pencariaan.
Ada beberapa pendapat mengenai laju mutasi ini. Ada yang berpendapat bahwa laju mutasii sebesar 1/n akan menghasilkan hasil yang cukup baik.
Ada juga yang beranggapan bahwa laju mutasi tidak tergantung pada ukuran populasinya. Kromoson hasil mutasi harus diperiksa, apakah masih berada pada domain solusi, dan bila perlu dilakukan perbaikan.
3.11. Pengukuran Waktu (Time Study)
Pengukuran waktu merupakan kegiatan yang dilakukan untuk mengamati pekerjaan dan mencatat waktu kerja dengan menggunakan alat yang sesuai.
Waktu yang diukur adalah waktu siklus dari pekerjaan itu yaitu waktu penyelesaian dalam satuan waktu mulai dari bahan baku, diperoses hingga menjadi produk jadi. Pengukuran waktu kerja ini akan berhubungan dengan usaha-usaha untuk menekan waktu baku yang dibutuhkan guna menyelesaikan suatu pekerjaan. Waktu baku tersebut merupakan waktu yang dibutuhkan secara wajar oleh seorang pekerja normal untuk menyelesaikan suatu pekerjaan yang dijalankan dalam sistem kerja yang terbaik (Sutalaksana, 1979).
Waktu standar adalah waktu yang dibutuhkan oleh seorang operator untuk menyelesaikan satu siklus kegiatan yang dilakukan menurut metode tertentu, pada kecepatan normal dengan mempertimbangkan faktor-faktor keletihan, kelonggaran untuk kepentingan pribadi. Pada umumnya teknik-teknik pengukuran waktu terdiri dari dua bagian, pertama teknik pengukuran secara langsung dan
kedua secara tidak langsung. Untuk pelaksanaannya penelitian waktu dapat dibagi atas tahap-tahap berikut ini:
1. Melaksanakan pengamatan terhadap departemen-departemen dengan memahami semua gerakan bahan, pekerja dan mesin.
2. Tahap komunikasi dengan mengadakan pendekatan pada karyawan dengan baik, sehingga karyawan dapat bekerja tanpa merasa terganggu.
3. Mengamati dan mencatat informasi mengenai operasi dan operator dari objek yang diamati.
4. Menentukan satu siklus kerja dan menguraikannya atas elemen-elemen kerja 5. Tahap pengukuran, pengamatan waktu pengerjaan (selected time) yang
dibutuhkan pekerja dan penentuan jumlah pengamatan yang dibutuhkan, penentuan penyesuaian (rating factor) serta kelonggaran (allowance).
6. Tahap penyelesaian, penelaahan hasil waktu yang dilakukan.
7. Menentukan jumlah tenaga kerja yang dibutuhkan sesuai dengan perhitungan yang dilakukan berdasarkan waktu standar.
8. Waktu standar digunakan sebagai dasar pengendalian biaya tenaga kerja.
Waktu baku ini merupakan waktu yang diperlukan oleh seorang pekerja yang memiliki tingkat kemampuan rata-rata untuk menyelesaikan suatu pekerjaan.
Disini sudah meliputi kelonggaran waktu yang diberikan dengan memperhatikan situasi dan kondisi pekerjaan yang dilakukan. Dengan demikian waktu baku ini dapat digunakan sebagai alat untuk membuat rencana penjadwalan kerja yang dibutuhkan dalam penyelesaian kerja.
Pada garis besarnya teknik-teknik pengukuran waktu dibagi kedalam dua bagian yaitu (Sritomo, 2003):
1. Pengukuran waktu secara langsung
Pengukuran ini dilaksanakan secara langsung yaitu ditempat dimana pekerjaan yang bersangkutan dijalankan. Misalnya pengukuran kerja dengan jam henti (stopwatch time study) dan sampling kerja (work sampling).
2. Pengukuran secara tidak langsung
Pengukuran ini dilakukan dengan menghitung waktu kerja tanpa si pengamat harus berada ditempat kerja yang diukur. Pengukuran waktu dilakukan dengan membaca tabel-tabel yang tersedia asalkan mengetahui jalannya pekerjaan.
Misalnya aktivitas data waktu baku (standard data), dan data waktu gerakan (predetermined time system).
Pada pengukuran waktu sampling pekerjaan, pengamat tidak harus menetap di tempat kerja, melainkan melakukan pengamatan secara sesaat pada waktu yang telah ditentukan secara random/acak. Untuk ini biasanya satu hari kerja dibagi ke dalam satuan-satuan waktu yang besarnya ditentukan oleh pengukur.
Panjang satu satuan waktu biasanya tidak terlalu singkat dan tidak terlalu panjang.
3.11.1. Langkah-langkah Sebelum Melakukan Pengukuran Waktu
Menurut Sulataksana (1979), terdapat beberapa aturan pengukuran yang perlu dijalankan untuk mendapatkan hasil yang baik. Aturan-aturan tersebut akan dijelaskan dalam langkah-langkah berikut:
1. Penetapan tujuan pengukuran
Dalam melakukan pengukuran waktu, hal-hal penting yang harus diketahui dan ditetapkan adalah untuk apa hasil pengukuran digunakan, berapa tingkat ketelitian dan tingkat keyakinan yang diinginkan dari hasil pengukuran tersebut.
2. Melakukan penelitian pendahuluan
Tujuan utama dari aktivitas pengukuran kerja adalah waktu baku yang harus dicapai oleh seorang pekerja untuk menyelesaikan suatu pekerjaan. Waktu baku yang ditetapkan untuk suatu pekerjaan tidak akan benar apabila metoda untuk melaksanakan pekerjaan tersebut berubah, material yang dipergunakan sudah tidak lagi sesuai dengan spesifikasi semula, kecepatan kerja mesin atau proses produksi lainnya berubah pula, atau kondisi-kondisi kerja lainnya sudah berbeda dengan kondisi kerja pada saat waktu baku tersebut ditetapkan jadi waktu baku pada dasarnya adalah waktu penyelesaian pekerjaan untuk suatu sistem kerja yang dijalankan pada saat pengukuran berlangsung sehingga waktu penyelesaian tersebut juga hanya berlaku untuk sistem kerja tersebut.
3. Memilih operator
Operator yang melakukan pekerjaan harus memenuhi persyaratan tertentu agar pengukuran dapat berjalan baik. Syarat-syarat tersebut adalah berkemampuan normal dan dapat diajak bekerja sama. Operator yang dipilih adalah pekerja yang pada saat pengukuran dilakukan dapat bekerja secara wajar dan operator
mampu bekerja sama dengan pengamat (tidak terpengaruh dengan kehadiran si pengamat).
4. Melatih operator
Walaupun operator yang baik telah didapat, kadang-kadang masih diperlukan latihan bagi operator tersebut, terutama jika kondisi dan cara kerja yang digunakan tidak sama dengan yang biasa dijalankan operator. Hal ini terjadi jika pada saat penelitian kondisi kerja atau cara kerja sudah mengalami perubahan. Dalam keadaan ini operator harus dilatih terlebih dahulu karena sebelum diukur harus terbiasa dengan kondisi dan cara kerja yang telah ditetapkan.
5. Menguraikan pekerjaan atas elemen pekerjaan
Disini pekerjaan dipecah menjadi elemen pekerjaan, yang merupakan gerakan bagian dari pekerjaan yang bersangkutan. Elemen-elemen inilah yang akan diukur waktu siklusnyanya. Waktu siklus adalah waktu penyelesaian satu satuan produksi sejak bahan baku mulai diproses di tempat kerja yang bersangkutan.
6. Menyiapkan alat-alat pengukuran
Setelah lima langkah diatas dijalankan dengan baik, tibalah sekarang pada langkah terakhir sebelum melakukan pengukuran yaitu menyiapkan alat-alat yang diperlukan. Alat-alat tersebut adalah :
a. Jam henti
b. Lembaran-lembaran pengamatan c. Pena atau pensil
d. Papan pengamatan
3.11.2. Pengujian Keseragaman Data
Pengujian keseragaman data adalah suatu pengujian yang berguna untuk memastikan bahwa data yang dikumpulkan berasal dari satu sistem yang sama.
Melalui pengujian ini kita dapat mendeteksi adanya perbedaan-perbedaan dan data-data yang di luar batas kendali (out of control) yang dapat kita gambarkan pada peta kontrol, Data-data yang demikian dibuang dan tidak dipergunakan dalam perhitungan selanjutnya. Langkah-langkah pengujian keseragaman data adalah sebagai berikut:
1. Menghitung harga rata-rata pengamatan (N) 2. Menghitung standar deviasi
3. Menentukan batas kontrol atas (BKA) dan batas kontrol bawah (BKB)
Untuk menguji keseragaman data, digunakan peta kontrol dengan persamaan berikut :
BKA = X + kσ BKB = X - kσ
Jika X min> BKB dan X max< BKB, maka data seragam Jika X min< BKB dan X max> BKB, maka data tidak seragam
3.11.3. Menghitung Jumlah Data Pengamatan yang Diperlukan (N’)
Jumlah data pengamatan yang diperlukan (N’) dapat dihitung dengan menggunakan data pengamatan yang diperlukan diatas. Kecukupan data dapat dihitung dengan menggunakan rumus umum sebagai berikut:
( )
2 22
'
−
=
i i i
X X X
s N k N
Keterangan :
N = Jumlah pengamatan yang dilakukan N’ = Jumlah pengamatan yang harus dilakukan ΣXi = Jumlah seluruh data
ΣXi2 = Jumlah kuadrat data k = Tingkat kepercayaan s = Tingkat ketelitian
Harga indeks untuk beberapa tingkat kepercayaan yang umumnya digunakan adalah sebagai berikut :
Untuk tingkat kepercayaan 68% nilai k = 1 Untuk tingkat kepercayaan 95% nilai k = 2
Untuk tingkat kepercayaan 99% nilai k = 3, dengan ketentuan : 1. jika N’ < N, maka jumlah data pengamatan sudah mencukupi 2. jika N’ > N, maka jumlah data pengamatan belum mencukupi
3.11.4. Menentukan Waktu Siklus, Waktu Normal dan Waktu Standar
Waktu siklus yang digunakan adalah harga rata-rata dari waktu pengerjaan tiap stasiun kerja. Harga rata-rata tersebut diperoleh dari data pengamatan waktu siklus operasi yang telah berada pada batas kontrol yang ditentukan seperti yang terlihat pada perhitungan sebelumnya. Untuk menghitung waktu normal (Wn) dilakukan dengan menggunakan rumus:
Wn = Waktu siklus rata-rata x Rating Factor
Untuk menentukan Rf (Rating Factor) digunakan metode Westinghouse system of rating factor, yang terdiri dari empat faktor yang mempengaruhi penentuan rating, yaitu : keterampilan, kondisi kerja, usaha dan konsistensi.
Waktu baku dihitung setelah mengetahui allowance. Persentase allowance merupakan kelonggaran untuk istirahat yang diberikan kepada tenaga kerja.
Wn (waktu normal) = Waktu observasi rata-rata x Performance Rating
Allowance Wn
Wb 100% %
% 100
−
=
