Computer File
Penerapan algoritma simulated annealing untuk memecahkan masalah keseimbangan lintasan bentuk U dengan waktu operasi stokastik dan mempertimbangkan waktu transportasi operator
Pada umumnya, suatu industri memiliki lintasan produksi yang terdiri atas beberapa stasiun kerja. Penugasan operasi yang tepat ke dalam stasiun kerja dapat menciptakan lintasan produksi yang seimbang. Permasalahan dalam menyeimbangkan lintasan produksi adalah bagaimana mengelompokkan atau menugaskan operasi-operasi yang ada ke dalam stasiun kerja supaya dapat mencapai keseimbangan beban kerja pada tiap-tiap stasiun kerja. Keseimbangan lintasan yang dibahas dalam penelitian ini adalah keseimbangan lintasan tipe 1. Lintasan produksi yang dibahas adalah lintasan berbentuk U. Keseimbangan lintasan bentuk U lebih kompleks dibandingkan lintasan tradisional karena penugasan operasi dapat ditugaskan secara forward maupun backward. Penelitian ini menggunakan waktu operasi yang bersifat stokastik dan juga mempertimbangkan waktu transportasi yang terjadi di dalam suatu stasiun kerja. Lintasan bentuk U memungkinkan seorang operator untuk melakukan 3 jenis perpindahan yakni task movement, crossover movement dan retum movement. Waktu transportasi perlu dipertimbangkan karena jika tidak maka kemungkinan dapat mengakibatkari waktu total stasiun kerja melebihi waktu siklusnya.
Penelitian ini menggunakan algoritma Simulated Annealing. Algoritma SA
didasarkan pada analogi antara proses annealing (pendinginan) secara fisik yang diterapkan pada material berbutir kristal dengan permasalahan pencarian solusi optimal kombinatorial. Dalam penelitian ini, terdapat 8 buah kasus yang berbeda dalam hal standar deviasi, waktu siklus, travel time, dan struktur precedence. Kasus-kasus tersebut digunakan untuk mengetahui sensitivitas parameter algoritma SA yakni temperatur minimum dan cooling rate terhadap model yang dikembangkan. Hasil penelitian menunjukkan bahwa algoritma SA dapat memecahkan masalah keseimbangan lintasan bentuk U dengan waktu stokastik dan mempertimbangkan waktu transportasi. Selain itu, perubahan parameter SA dapat berpengaruh pada performansi yang dicapai. Pada kebanyakan kasus ada kecenderungan bahwa semakin kecil nilai parameter temperatur minimum (Tmin) dapat menghasilkan solusi yang lebih baik. Demikian pula jika semakin besar nilai parameter cooling rate (CR). Sementara itu, perubahan karakteristik model pada umumnya memberikan kecenderungan yang sama terhadap perubahan parameter SA.
Barcode | Tipe Koleksi | Nomor Panggil | Lokasi | Status | |
---|---|---|---|---|---|
skp20002 | DIG - FTI | Skripsi | TI SUT p/07 | Perpustakaan | Tersedia namun tidak untuk dipinjamkan - Missing |
Tidak tersedia versi lain