Computer File
Penyeimbangan lintasan produksi garmen di PT Pantjatunggal Knitting Mill dengan mengaplikasikan algoritma genetika
Industri garmen memiliki beberapa perbedaan dengan industri manufaktur lainnya dalam hal keseimbangan lintasan. Pada produksi garmen, supervisor sulit untuk menyeimbangkan lintasan perakitan dengan meminimasi jumlah stasiun kerja pada lintasan perakitan. PT Pantjatunggal Knitting Mill (PT PKM) merupakan salah-satu perusahaan garmen yang menerima berbagai macam model produk garmen. Dengan adanya beberapa model garmen yang berbeda tersebut, dibutuhkan waktu penyesuaian dari setiap lintasan apabila terjadi perubahan produk yang harus diproduksi oleh suatu lintasan, yaitu dengan mengubah tata letak mesin sepanjang lintasan. Perubahan tata letak mesin ini dimaksudkan untuk mencapai keseimbangan
lintasan. Setelah itu supervisor lintasan akan menempatkan operator-operator pada setiap stasiun kerja dalam lintasan tersebut. Penempatan operator yang tepat untuk setiap stasiun kerja juga dimaksudkan untuk mencapai keseimbangan lintasan. Pada penelitian ini dikembangkan sebuah model berdasarkan algoritma
genetika untuk menyeimbangkan lintasan produksi garmen. Model genetika ini juga mempertimbangkan keahlian operator dalam mencapai keseimbangan lintasan. Selain menyeimbangkan lintasan, model ini juga dapat meminimasi ketergantungan lintasan
terhadap supervisor. Dalam penelitian ini terdapat beberapa kasus yang diambil dari kondisi nyata perusahaan. Dari kasus yang dikembangkan akan dapat dilihat bagaimana performansi model terhadap parameter algoritma genetik maupun parameter lintasan. Produksi garmen terhadap kondisi saat ini. Parameter algoritma genetika yang diteliti adalah probabilitas crossover (pc) dan probabilitas mutasi (Pm). Parameter lintasan produksi garmen yang diteliti adalah jumlah operasi dalam lintasan dan waktu siklus.
Model dalam penelitian ini dapat digunakan untuk memecahkan masalah
keseimbangan lintasan produksi garmen. Hasil dari penelitian ini adalah probabilitas crossover yang lebih tinggi akan menghasilkan efisiensi lintasan yang lebih tinggi pula. Probabilitas mutasi juga memberikan pengaruh. Semakin tinggi nilai probabilitas mutasi
yang digunakan, nilai efisiensi lintasan yang diperoleh akan semakin tinggi. Model yang dikembangkan mampu digunakan untuk mencapai keseimbangan lintasan dengan waktu siklus yang lebih rendah. Dengan digunakannya waktu siklus yang lebih rendah,
diharapkan lintasan mempunyai efisiensi lintasan yang cukup baik dan output lintasan dapat bertambah.
Barcode | Tipe Koleksi | Nomor Panggil | Lokasi | Status | |
---|---|---|---|---|---|
skp19997 | DIG - FTI | Skripsi | TI IRW p/07 | Perpustakaan | Tersedia namun tidak untuk dipinjamkan - Missing |
Tidak tersedia versi lain