RONI NASRUL HUDA, 040610288 (2013) RANCANGAN PENJADWALAN UNTUK MENINGKATKAN KETEPATAN WAKTU DENGAN MENGGUNAKAN APLIKASI �GENETIC ALGORITHM� PADA PT. BELLA AGUNG CITRA MANDIRI. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) gdlhub-gdl-s1-2013-hudaronina-26799-5.abstr-k.pdf Download (346kB) | Preview
	Text (FULLTEXT) FULLTEXT.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Penjadwalan merupakan salah satu kegiatan penting dalam perusahaan manufaktur. Pengaturan penjadwalan secara tepat dalam mengalokasikan tenaga operator, mesin, peralatan produksi, urutan proses, maupun bahan baku akan sangat menentukan capaian efisiensi waktu tunggu dan minimalisasi biaya produksi. Penelitian ini bertujuan untuk mendapatkan urutan proses produksi sehingga mampu meminimalkan waktu tunggu dan total waktu proses dalam menyelesaikan job order. Metode yang digunakan dalam menyusun penjadwalan adalah algoritma genetik. Obyek penelitian adalah PT. Bella Agung Citra Mandiri yang memproduksi springbed “Bella”. Jenis penjadwalan pada perusahaan ini menggunakan pola aliran flowshop. Terdapat 4 produk yang diproses secara flowshop di PT. Bella Agung Citra Mandiri, yaitu Maxy (MX), Boxy (BX), Divan (DV) dan SRY (Sorong 2in1). Proses produksi dari keempat produk tersebut melalui 6 stasiun kerja yaitu Ram Per, Quilting, Klem Per, Jahit, Tembak Per dan Finishing. Berdasarkan pendekatan algoritma genetik keempat produk tersebut di tranformasi menjadi empat notasi Gen yaitu gen A, B, C, dan D, sementara proses produksi akan menjadi 6 alela yaitu alela 1, 2, 3, 4, 5 dan 6. First Come First Serve sistem penjadwalan perusahaan periode Desember 2012 untuk empat produk tersebut makespan proses produksi yang dibutuhkan mencapai 33.4178 jam. Sementara itu pendekatan genetik di dapatkan kromoson terbaik adalah BACD dengan makespan sebesar 29.0827 jam dan fitness 0,0354. Nilai Efficiency Index metode penjadwalan dengan algoritma genetika sebesar 1,1491 yang berarti performansi penjadwalan algoritma genetika lebih baik dibandingkan metode FCFS. Analisis Relative Error di dapatkan nilai 12,97% yang berarti bahwa metode penjadwalan algoritma genetika lebih efisien 12,97% dibandingkan dengan metode FCFS yang digunakan perusahaan saat ini.

Actions (login required)

View Item