Computer File
Pengembangan hybrid genetic algorithm dalam penyelesaian masalah penjadwalan job shop dengan m mesin dan n jobs
Kompetisi pada industri manufaktur sudah sangat ketat saat ini. Kita dapat
melihat hal tersebut dari siklus hidup produk yang sangat pendek, variasi produk
yang tinggi dan kebutuhan konsumen akan kualitas produk yang tinggi dengan
waktu pengadaan yang singkat. Hal ini sangat sesuai dengan sistem manufaktur
job shop yang mampu memproduksi produk bervariasi tinggi, tetapi sistem ini
hanya mampu memproduksi produk dalam volume yang rendah. Keterbatasan
kapasitas produksi dan bervariasinya routing dalam sistem manufaktur ini
menyebabkan diperlukannya penjadwalan yang baik.
Pada penjadwalan job shop, jumlah solusi yang mungkin untuk suatu
kasus yang melibatkan m mesin dan n jobs adalah (n!)^m solusi. Karena itu
sangatlah sulit untuk mencari solusi optimal. Untuk mengatasi hal tersebut
digunakan metode heuristik. Metode heuristik ini dapat menghasilkan jadwal yang
baik (mendekati optimal) dengan waktu komputasi yang relatif singkat.
Genetic algorithm (GA) dan tabu search (TS) adalah contoh metode
heuristik yang dapat digunakan untuk memecahkan masalah penjadwalan job
shop. GA merupakan metode pencarian secara umum yang menggunakan konsep
genetika dan seleksi alam. Metode ini mempertahankan dan memanipulasi
sekumpulan solusi feasible yang disebut populasi (kumpulan kromosom) dari
generasi ke generasi selanjutnya dengan menggunakan operator-operator genetika.
Sedangkan TS merupakan metode yang memanipulasi satu solusi feasible dengan
menelusuri tetangga terdekat solusi tersebut dari iterasi ke iterasi selanjutnya.
Dalam penelitian ini penulis mencoba menggunakan hybrid genetic
algorithm (HGA) yang menggabungkan prosedur perbaikan lokal (TS) ke dalam
GA. Penggabungan ini memungkinkan HGA untuk melakukan pencarian dalam
suatu populasi yang berisi solusi-solusi optimal lokal untuk menyelesaikan
masalah penjadwalan job shop dengan kriteria minimasi makespan. Hasil dari
HGA ini akan dibandingkan dengan hasil dari GA atau TS saja. Hasil komputasi
menunjukkan bahwa HGA dapat mencapai hasil yang lebih baik dibandingkan
dengan GA atau TS saja.
Barcode | Tipe Koleksi | Nomor Panggil | Lokasi | Status | |
---|---|---|---|---|---|
skp20973 | DIG - FTI | Skripsi | TI NOV p/01 | Perpustakaan | Tersedia namun tidak untuk dipinjamkan - Missing |
Tidak tersedia versi lain