Computer File
Penerapan algoritma particle swarm optimization dalam penjadwalan job shop dengan mesin pararel pada produk multi-level untuk meminimasi mean tardiness
Saat ini di dalam industri manufaktur, tuntutan untuk menghasilkan
produk dan memenuhi kebutuhan konsumen semakin meningkat. Salah satu
masalah yang umumnya dihadapi oleh perusahaan saat ini yaitu keterfambatan
dalam memenuhi permintaan dari konsumen. Masalah keterfambatan ini harus
dapat diatasi oleh perusahaan dengan cara melakukan penjadwalan produksi
dengan baik. Solusi dari masalah penjadwalan dapat menghasilkan banyak
alternatif, tetapi untuk menentukan solusi optimal membutuhkan waktu yang lama
dan merupakan masalah yang cukup sulit untuk dipecahkan.
Penelitian ini bertujuan untuk mengembangkan sebuah algoritma Particle
Swarm Optimization (PSO) yang akan diterapkan untuk menyelesaikan masalah
dalam penjadwalan job shop dengan mesin paralel pada produk multi-level untuk
meminimasi mean tardiness. Particle Swarm Optimization (PSO) adalah salah
satu metode heuristik yang telah berkembang saat ini yang didasari pada tingkah
laku sosial dari sekelompok burung yang terbang bersama atau sekelompok ikan
yang berenang bersama untuk mencari sumber makanan.
Penelitian ini juga membahas pengaruh perubahan parameter dalam
algoritma PSO yaitu tingkat kepercayaan terhadap partikel sendiri (C1), tingkat
kepercayaan terhadap kawanan partikel lain (C2) dan inertia weight maximum
(wmax) terhadap hasil performansi algoritma. Algoritma PSO yang dikembangkan
ini kemudian diterapkan pada beberapa kasus dengan karakteristik berbeda.
Hasil solusi yang didapatkan dari algoritma PSO akan dibandingkan dengan
algoritma ACS (Ant Colony System) untuk mengetahui performansi dari masingmasing
algoritma terhadap kasus masalah penjadwalan job shop yang sama.
Hasil penelitian ini menunjukkan bahwa algoritma Particle Swarm
Optimization (PSO) yang dikembangkan dapat menyelesaikan masalah
penjadwalan job shop dengan mesin paralel pada produk multi-level untuk
meminimasi mean tardiness. Pada kasus yang diterapkan diketahui bahwa
parameter c1, c2, dan wmax mempunyai pengaruh terhadap solusi yang dihasilkan.
Algoritma PSO dalam masalah penjadwalan job shop hasil penelitian ini
menunjukkan hasil performansi yang lebih baik dibandingkan dengan algoritma ACS.
Barcode | Tipe Koleksi | Nomor Panggil | Lokasi | Status | |
---|---|---|---|---|---|
skp20156 | DIG - FTI | Skripsi | TI HER p/08 | Perpustakaan | Tersedia namun tidak untuk dipinjamkan - Missing |
Tidak tersedia versi lain