• Tidak ada hasil yang ditemukan

Penjadwalan Produksi dengan Algoritma Genetik untuk Meminimisasi Makespan di PT. Sumatera Timberindo Industry

N/A
N/A
Protected

Academic year: 2017

Membagikan "Penjadwalan Produksi dengan Algoritma Genetik untuk Meminimisasi Makespan di PT. Sumatera Timberindo Industry"

Copied!
23
0
0

Teks penuh

(1)

PENJADWALAN PRODUKSI DENGAN ALGORITMA

GENETIK UNTUK MEMINIMISASI

MAKESPAN

DI PT. SUMATERA TIMBERINDO INDUSTRY

TUGAS SARJANA

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

Oleh

RECKY YOHANY PANTRA SIMAMORA

0 9 0 4 0 3 0 2 5

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

MEDAN

(2)
(3)
(4)
(5)
(6)
(7)

KATA PENGANTAR

Puji dan syukur penulis ucapkan kehadirat Tuhan Yang Maha Esa atas

segala kasih karunia serta kemurahan-Nya sehingga penulis dapat menyelesaikan

Laporan Tugas Sarjana ini.

Tugas sarjana ini merupakan salah satu syarat untuk mendapatkan gelar

sarjana teknik di Departemen Teknik Industri. Adapun judul untuk tugas sarjana ini

adalah “Penjadwalan Produksi dengan Algoritma Genetik untuk Meminimisasi

Makespan di PT. Sumatera Timberindo Industry”.

Penulis menyadari masih banyak kekurangan dalam penulisan tugas

sarjana ini. Oleh karena itu, penulis sangat mengharapkan saran dan masukan

yang sifatnya membangun demi kesempurnaan laporan tugas sarjana ini. Semoga

tugas sarjana ini dapat bermanfaat bagi penulis sendiri, perpustakaan Universitas

Sumatera Utara, dan pembaca lainnya.

UNIVERSITAS SUMATERA UTARA, MEDAN PENULIS

(8)

UCAPAN TERIMA KASIH

Syukur dan terima kasih saya ucapkan yang sebesar-besarnya kepada

Tuahn Yang Maha Esa yang telah memberikan kesempatan kepada saya untuk

merasakan dan mengikuti pendidikan di Departemen Teknik Industri Universitas

Sumatera Utara serta telah membimbing saya selama masa kuliah dan penulisan

laporan tugas sarjana ini.

Dalam penulisan tugas sarjana ini saya telah mendapatkan bimbingan dan

bantuan dari berbagai pihak, baik berupa materil, spiritual, informasi maupun

administrasi. Oleh karena itu sudah selayaknya saya mengucapkan terima kasih

kepada:

1. Ibu Ir. Khawarita Siregar, MT,, selaku Ketua Departemen Teknik Industri

Universitas Sumatera Utara, yang telah memberi izin pelaksanaan Tugas

Sarjana ini.

2. Bapak Ir. Ukurta Tarigan, MT, selaku Sekretaris Departemen Teknik

Industri Universitas Sumatera Utara yang telah memberi izin pelaksanaan

tugas sarjana ini.

3. Bapak Dr. Ir. Nazaruddin MT, selaku Dosen Pembimbing I yang telah

menyediakan waktu untuk membimbing, mengarahkan, serta memberikan

masukan kepada saya dalam penyelesaian Tugas Sarjana ini.

4. Bapak Erwin Sitorus, ST, MT, selaku Dosen Pembimbing II yang juga telah

menyediakan waktu untuk membimbing serta memberikan masukan kepada

(9)

5. Bapak Prof. Dr. Ir. Sukaria Sinulingga, M.Eng selaku Ketua Bidang

Rekayasa Manufaktur atas waktu, bimbingan, dan masukan yang diberikan

kepada saya dalam penyelesaian tugas sarjana ini.

6. Ibu Ir. Rosnani Ginting, MT selaku selaku Koordinator Tugas Akhir yang

telah menyediakan waktu untuk membimbing, mengarahkan serta

memberikan masukan dalam proses penyelesaian tugas sarjana ini.

7. Seluruh Dosen Departemen Teknik Industri USU, yang telah memberikan

ilmu kepada saya selama proses perkuliahan.

8. Papa dan Mama tercinta P. Simamora dan M. Napitupulu yang tiada

hentinya mendukung saya baik secara moril maupun materil sehingga

laporan ini dapat diselesaikan. Saya menyadari tidak dapat membalas segala

kebaikan dan kasih sayang dari keduanya. oleh karena itu izinkanlah saya

memberikan karya ini sebagai ungkapan rasa terima kasih kepada Papa dan

Mama tercinta.

9. Kakakku tercinta Konita Lady yang selalu membantu dan mendukung dan

memaksa saya untuk secepatnya menyelesaikan laporan ini.

10. Bapak Johannes Sembiring selaku pimpinan pabrik PT Sumatera

Timberindo Industry yang telah mengizinkan serta membantu saya

melakukan penelitian dan banyak membantu saya dalam pengumpulan data.

11. Bapak Hendrawan selaku pembimbing lapangan di PT Sumatera

Timberindo Industry yang telah membantu dan membimbing saya dalam

(10)

12. Teman-teman seperjuangan, Perlin, Ezri, Bermart, Oloan, Kak Yusnia, Yon,

Wesly, Teguh, Mandala, Ridho, Rozi, Yoan, Lusi, Raysha, Regina,

Hasianna, Christy dan seluruh teman-teman IE-KLAN yang tidak dapat

disebutkan satu-persatu, atas dukungan dan kerjasama yang baik atas

bantuan dan masukan serta motivasi yang diberikan kepada saya.

13. Teman-teman satu kontrakan Founder, Aseng, Maruli, Irwan, Julius, Ucok,

Daniel, Jhon, dan Nimrod yang banyak meluangkan waktu bersama saya

dalam melepas jenuh selama mengerjakan tugas sarjana ini.

14. Staf pegawai Teknik Industri, Bang Nurmansyah, Bang Mijo, Bang Ridho,

Kak Dina, Kak Rahma dan Kak Ani, terima kasih atas bantuannya dalam

masalah administrasi untuk melaksanakan tugas sarjana ini.

15. Dan seluruh pihak yang telah membantu saya yang tidak mungkin

disebutkan satu per satu yang telah memberikan dukungan, bantuan, dan

(11)

ABSTRAK

PT. Sumatera Timberindo Industry bergerak di bidang manufaktur kayu olahan yang berfokus pada pembuatan daun pintu. Perusahaan berproduksi secara flow shop berdasarkan pesanan yang masuk (make to-order). PT. Sumatera Timberindo Industry mengalami keterlambatan dalam penyampaian pesanan kepada konsumen. Penjadwalan produksi selama ini menggunakan aturan First Come First Served (FCFS). Penjadwalan dengan pendekatan Algoritma Genetik diajukan dalam penelitian ini untuk memperoleh urutan penjadwalan produksi lebih optimal dengan kriteria minimisasi makespan. Urutan job dengan aturan FCFS adalah ABCDEF yakni tipe daun pintu Elizabeth, Butter, Dior, Richmond, Richmond, dan Hamlet yang menghasilkan makespan sebesar 503,1314 jam dengan nilai fitness 0,001988 dengan 3 keterlambatan. Dengan Algoritma Genetik, urutan job terbaik yang diperoleh CEAFDB yakni tipe daun pintu Dior, Richmond, Elizabeth, Hamlet, Richmond, dan Butter. Makespan yang dihasilkan dengan Algoritma Genetik lebih kecil dari makespan FCFS yaitu 436,0682 jam dengan nilai fitness 0,002293 dengan 1 keterlambatan. Penjadwalan dengan Algoritma Genetik memberi performansi yang lebih baik dibanding dengan metode FCFS dengan Efficiency Index paling besar yaitu 1,1538. Penghematan makespan yang diperoleh adalah sebesar 67,06 jam atau 15,38%.

(12)

DAFTAR ISI

BAB HALAMAN

LEMBAR JUDUL ... i

LEMBAR PENGESAHAN ... ii

SERTIFIKAT EVALUASI DRAFT TUGAS SARJANA ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... viii

DAFTAR TABEL ... xiv

DAFTAR GAMBAR ... xviii

DAFTAR LAMPIRAN ... xix

ABSTRAK ... xx

I PENDAHULUAN ... I-1

1.1. Latar Belakang Masalah ... I-1

1.2. Perumusan Masalah... I-4

1.3. Tujuan Penelitian... I-5

1.4. Batasan Masalah dan Asumsi ... I-5

1.5. Manfaat Penelitian... I-6

II GAMBARAN UMUM PERUSAHAAN ... II-1

2.1. Sejarah Singkat Perusahaan ... II-1

(13)

DAFTAR ISI (Lanjutan)

BAB HALAMAN

2.3. Daerah Pemasaran ... II-2

2.4. Organisasi dan Manajemen ... II-2

2.4.1. Struktur Organisasi Perusahaan ... II-2

2.4.2. Uraian Tugas dan Tanggung Jawab ... II-3

2.4.3. Jumlah Tenaga Kerja dan Jam Kerja ... II-3

2.4.3.1. Jumlah Tenaga Kerja ... II-3

2.4.3.2. Jam Kerja ... II-5

2.4.4. Sistem Pengupahan dan Fasilitas Lainnya ... II-5

2.5. Proses Produksi ... II-6

3.2.1. Aplikasi Algoritma Genetik dalam Penjadwalan ... III-5

(14)

DAFTAR ISI (Lanjutan)

BAB HALAMAN

3.2.3. Probabilitas Kemunculan Individu ... III-7

3.2.4. Langkah-langkah Algoritma Genetik ... III-8

3.2.5. Parameter Performansi Penjadwalan ... III-12

3.3. Pengukuran Waktu... III-13

3.3.1. Teknik-teknik Pengukuran Waktu ... III-15

3.3.2. Metode Pengukuran Waktu Jam Henti ... III-16

3.3.3. Langkah-langkah Sebelum Melakukan Pengukuran

Waktu ... III-17

3.3.4. Pengukuran Waktu Kerja ... III-19

3.3.5. Faktor Penyesuaian dan Kelonggaran ... III-24

3.4. Penelitian Terdahulu ... III-25

3.4.1. Algoritma Penjadawalan Flow shop untuk

Meminimisasi Waktu dalam Masalah n-Job m-Mesin .... III-25

3.4.2. Minimisasi Makespan Masalah Penjadwalan Batch

terhadap Tiga Mesin Flowshop dengan Transportasi

Menggunakan Algoritma Genetik ... III-26

3.4.3. Optimisasi Algoritma Genetik dari Masalah

Penjadwalan Flow shop dengan Waktu Setup

(15)

DAFTAR ISI (Lanjutan)

4.5. Identifikasi Variabel Penelitian ... IV-2

(16)

DAFTAR ISI (Lanjutan)

BAB HALAMAN

5.2. Pengolahan Data

5.2.1. Pengukuran Waktu ... V-12

5.2.1.1. Uji Keseragaman dan Kecukupan Data ... V-13

5.2.1.2. Perhitungan Waktu Baku ... V-20

5.2.1.3. Perhitungan Waktu Penyelesaian ... V-22

5.2.2. Penjadwalan ... V-23

5.2.2.1. Penjadwalan dengan Metode FCFS ... V-23

5.2.2.2. Penjadwalan dengan Metode Algoritma

Genetik ... V-23

5.2.2.2.1. Generasi Pertama ... V-34

5.2.2.2.2. Generasi Kedua ... V-50

5.2.2.2.3. Generasi Ketiga ... V-64

5.2.3. Perhitungan Lateness ... V-81

VI ANALISIS PEMECAHAN MASALAH ... VI-1

6.1. Analisis Penjadwalan dengan Metode First Come First Served . VI-1

6.2. Analisis Penjadwalan dengan Algoritma Genetik ... VI-2

6.3. Analisis Paramater Performansi Penjadwalan... VI-2

(17)

DAFTAR ISI (Lanjutan)

BAB HALAMAN

6.3.2. Analisis Performansi dengan Relative Error ... VI-2

6.3. Analisis Perhitungan Lateness ... VI-3

VII KESIMPULAN DAN SARAN ... VII-1

7.1. Kesimpulan... VII-1

7.2. Saran ... VII-2

(18)

DAFTAR TABEL

TABEL HALAMAN

1.1. Data Jumlah Pesanan yang Terlambat ... I-2

2.1. Jam Kerja Perusahaan ... II-5

3.2. Analogi Penjadwalan Kedalam Bentuk Algoritma Genetik ... III-5

5.1. Data Permintaan Daun Pintu ... V-1

5.10. Pengukuran Waktu Proses WC I Tipe Elizabeth ... V-12

5.11. Pengukuran Waktu Proses WC I Tipe Elizabeth ... V-14

5.12. Uji Keseragaman dan Kecukupan Data Tipe Elizabeth ... V-15

5.13. Uji Keseragaman dan Kecukupan Data Tipe Butter ... V-16

5.14. Uji Keseragaman dan Kecukupan Data Tipe Dior ... V-17

5.15. Uji Keseragaman dan Kecukupan Data Tipe Richmond ... V-18

5.16. Uji Keseragaman dan Kecukupan Data Tipe Hamlet ... V-19

(19)

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

5.18. Perhitungan Waktu Baku ... V-21

5.19. Waktu Penyelesaian Job Tiap Work Center... V-23

5.20. Makespan Penjadwalan dengan Metode FCFS ... V-24

5.21. Pembentukan Kromosom ... V-26

5.22. Kromosom Terpilih ... V-29

5.23. Waktu Proses per Unit Kromosom I1 (Jam) ... V-30

5.24. Hasil Perhitungan Makespan I1 ... V-30

5.25. Makespan dan Nilai Fitness Populasi Awal... V-31

5.26. Nilai Fitness Relatif dan Nilai Fitness Kumulatif Tiap

Kromosom ... V-34

5.27. Bilangan Acak untuk Seleksi ... V-37

5.28. Kromosom Baru Hasil Seleksi ... V-38

5.29. Bilangan Acak untuk Crossover Generasi Pertama ... V-40

5.30. Kromosom yang Akan Mengalami Crossover ... V-41

5.31. Kromosom Anak Setelah Crossover ... V-43

5.32. Bilangan Acak untuk Mutasi ... V-44

5.33. Mutasi Kromosom ... V-47

5.34. Populasi Akhir Generasi Pertama dan Populasi Awal Generasi

Kedua ... V-47

5.35. Nilai Fitness Relatif dan Nilai Fitness Kumulatif Tiap

(20)

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

5.36. Bilangan Acak untuk Seleksi ... V-52

5.37. Kromosom Baru Hasil Seleksi ... V-53

5.38. Bilangan Acak untuk Crossover Generasi Pertama ... V-56

5.39. Kromosom yang Akan Mengalami Crossover ... V-41

5.40. Kromosom Anak Setelah Crossover ... V-57

5.41. Bilangan Acak untuk Mutasi ... V-59

5.42. Mutasi Kromosom ... V-61

5.43. Populasi Akhir Generasi Kedua dan Populasi Awal Generasi

Ketiga ... V-62

5.44. Nilai Fitness Relatif dan Nilai Fitness Kumulatif Tiap

Kromosom ... V-64

5.45. Bilangan Acak untuk Seleksi ... V-67

5.46. Kromosom Baru Hasil Seleksi ... V-68

5.47. Bilangan Acak untuk Crossover Generasi Ketiga ... V-70

5.48. Kromosom yang Akan Mengalami Crossover ... V-71

5.49. Kromosom Anak Setelah Crossover ... V-72

5.50. Bilangan Acak untuk Mutasi ... V-73

5.51. Mutasi Kromosom ... V-75

5.52. Populasi Akhir Generasi Ketiga ... V-76

5.53. Rekapitulasi Kromosom Terbaik ... V-79

(21)

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

5.55. Hasil Perhitungan Makespan Kromosom Terbaik ... V-80

5.56. Kalender Juli-September 2014 ... V-81

5.57. Perhitungan Lateness dengan Urutan Job FCFS ... V-83

5.58. Perhitungan Lateness dengan Urutan Job Algoritma Genetik ... V-83

6.1. Perbandingan Penjadwalan Aktual dan Penjadwalan Algoritma

(22)

DAFTAR GAMBAR

GAMBAR HALAMAN

2.1. Struktur Organisasi PT. Sumatera Timberindo Industry ... II-4

2.2. Daun Pintu Tipe Butter ... II-2

4.1. Kerangka Konseptual ... IV-2

4.2. Blok Diagram Pengolahan Data dengan Algoritma Genetik ... IV-8

5.1. Uji Keseragaman Data Pada WC I untuk Tipe Elizabeth ... V-13

5.2. Gantt Chart Penjadwalan Aturan FCFS ... V-25

(23)

DAFTAR LAMPIRAN

LAMPIRAN HALAMAN

1. Uraian Tugas dan Tanggung Jawab ... L-1

2. Penyesuaian Menurut Westinghouse... L-2

3. Allowance ... L-3

4. Form Tugas Akhir... L-4

5. SK Tugas Sarjana ... L-5

6. Surat Penjajakan... L-6

7. Surat Balasan ... L-7

Gambar

TABEL
TABEL
TABEL

Referensi

Dokumen terkait

Berdasarkan hasil penelitian ini dapat dijelaskan bahwa serbuk bunga sukun jantan dengan kadar 2 gram dalam bentuk mat yang ditetesi air sebanyak 16 ml berpengaruh

Kasus yang pertama jika kegagalan terjadi pada pengiriman data sangat kecil, karena jika memakai tunnel mode IPsec ini sama saja seperti jaringan LAN.. Komputer hanya

[r]

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

Tarian saman termasuk salah satu tarian yang cukup unik,kerena hanya menampilkan gerak tepuk tangan gerakan-gerakan lainnya, seperti gerak guncang, kirep,

Menurut Papalia & Felman (2010: 397) Perilaku prososial adalah segala bentuk perilaku yang dilakukan secara sukarela untuk memberikan keuntungan atau manfaat bagi

Perlu dilakukan penambahan perlakuan awal yang dapat meningkatkan kelarutan limbah minyak bumi dalam air sehingga dapat diketahui efektivitas penambahan surfaktan dan

to paneJ.itUru SciapeJ, dfirah y*ztg tfiiwrifcea dido - peifcan dajri pen&erlta jraqg difeiriw fce labor atorluEi molc^f Klinil a .6* $r„ So«taao Surabaya