Computer File
Penerapan algoritma simulated annealing untuk memecahkan masalah keseimbangan lintasan multiproduk dengan waktu stokastik
Pada industri yang bertipe produksi flow shop, permasalahan yang
mungkin terjadi dalam lintasan perakitan adalah tidak tercapainya target produksi yang dttetapkan perusahaan. Tidak tercapainya target produksi perusahaan dapat terjadi karena waktu antara dalam pembuatan suatu produk dengan produk lainnya yang tinggi (waktu siklus yang tinggi). Waktu siklus yang tinggi dapat terjadi karena tidak seimbangnya beban kerja antara masing-masing stasiun kerja. Metode yang biasa digunakan dalam mengatasi ketidakseimbangan beban kerja antar stasiun kerja adalah assembly line balancing. Dalam menyeimbangkan lintasan perakitan akan lebih mudah jika produk yang dirakit dalam lintasan perakitan tersebut hanya terdiri dari satu jenis produk saja. Permasalahan merakit beberapa jenis produk (multiproduk) dalam lintasan perakitan yang sama akan terasa lebih rumit dan kompleks walaupun beberapa jenis produk tersebut masih dalam satu family product. Pada penelitian ini, digunakan lintasan perakitan yang multiproduk karena pada kenyataannya, sudah banyak perusahaan yang memproduksi produk-produk dengan operasioperasi yang sedikit berbeda dalam satu lintasan perakitan yang sama. Untuk lebih menyesuaikan dengan keadaan sebenarnya bahwa pada kenyataannya
tidak mungkin seorang operator akan melakukan suatu elemen pekerjaan
(operasi) dengan waktu yang selalu tetap (deterministik), maka waktu operasi yang digunakan adalah waktu yang bersifat stokastik. Pada penelitian ini dikembangkan model algoritma Simulated Annealing (SA) untuk memecahkan masalah keseimbangan lintasan multiproduk dengan
waktu stokastik dan juga dilakukan analisis sensitivitas untuk mengetahui pengaruh dari parameter-parameter algoritrna SA terhadap performansi dari model yang telah dikembangkan. Unluk mengetahui performansi model yang telah dikembangkan dalam penelitian ini maka akan dilakukan perbandingan performansi model yang dikembangkan dengan algoritma genetika hasilmpenelitian Chandrahalim [2].Hasil penelitian ini menunjukkan bahwa model yang dikembangkan sensitif terhadap perubahan kombinasi parameter-parameter SA yang digunakan (parameter Tmin dan CR) dan sensitif terhadap perubahan karakteristik permasalahan. Selain itu, hasil penelitian ini juga menunjukkan bahwa algoritma SA yang dikembangkan mampu menghasilkan solusi dengan efisiensi lintasan yang lebih tinggi dibanding model Chandrahalim untuk kasus-kasus dengan operasi paralel.
Barcode | Tipe Koleksi | Nomor Panggil | Lokasi | Status | |
---|---|---|---|---|---|
skp19767 | DIG - FTI | Skripsi | TI WIL p/05 | Perpustakaan | Tersedia namun tidak untuk dipinjamkan - Missing |
Tidak tersedia versi lain