Nurul Fauziah (2015) Penerapan Fuzzy Multi-Objective Pada Job Shop Scheduling Problems Menggunakan Hybrid Algoritma Genetika Dan Simulated Annealing. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (307kB)
	Text (ABSTRAK) 2. ABSTRAK.pdf Download (291kB)
	Text (DAFTAR ISI) 3. DAFTAR ISI.pdf Download (490kB)
	Text (BAB I PENDAHULUAN) 4. BAB I PENDAHULUAN.pdf Download (303kB)
	Text (BAB II TINJAUAN PUSTAKA) 5. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only Download (860kB) | Request a copy
	Text (BAB III METODE PENELITIAN) 6. BAB III METODE PENELITIAN.pdf Restricted to Registered users only Download (400kB) | Request a copy
	Text (BAB IV PEMBAHASAN) 7. BAB IV PEMBAHASAN.pdf Restricted to Registered users only Download (978kB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) 8. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Registered users only Download (285kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA.pdf Download (292kB)
	Text (LAMPIRAN) 10. LAMPIRAN.pdf Restricted to Registered users only Download (1MB) | Request a copy
Preview	Text (ABSTRAK) gdlhub-gdl-s1-2015-fauziahnur-41560-5.-abstr-k.pdf Download (293kB) | Preview
	Text (FULLTEXT) MPM.52-15 Fau p.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Job Shop Scheduling Problem (JSSP) merupakan permasalahan penjadwalan n job dan m mesin yang masing-masing job terdiri dari beberapa operasi yang dilaksanakan oleh mesin yang berbeda. Tujuan dari skripsi ini adalah untuk menyelesaikan Fuzzy Multi-Objective JSSP (FMOJSSP) dengan menggunakan Hybrid Algoritma Genetika (AG) dan Simulated Annealing (SA) sebagai pertimbangan adanya faktor ketidakpastian pada data sesuai dengan permasalahan di dunia-nyata sehingga digunakan fuzzy processing time dan fuzzy duedate. Berdasarkan waktu kesesuaian (Agreement Index/AI) antara fuzzy duedate dan fuzzy completion time, FMOJSSP dirumuskan dengan tiga fungsi tujuan yang tidak hanya memaksimalkan minimum AI tetapi juga memaksimalkan rata-rata AI dan meminimalkan maksimum fuzzy completion time. Langkah-langkah Hybrid AG dan SA yaitu membangkitkan kromosom awal berdasarkan degree of similarity antar kromosom, evaluasi, seleksi turnamen, crossover, SA dan penggabungan solusi. Pada proses hybrid ini, SA menggantikan proses mutasi dalam AG. Langkah-langkah SA yaitu modifikasi, seleksi penerimaan solusi, dan penurunan suhu. Program diimplementasikan pada dua data (problem) yang berukuran 6x6 dan 10x10. Dari implementasi tersebut diperoleh hasil yang terbaik dengan nilai rata-rata AI, minimum AI, dan maksimum Completion Time yaitu untuk Problem 1 masing-masing 0,6221751; 0.0194099 dan (56, 80, 103) untuk Problem 2 masing-masing 0,6739062; 0,492567 dan (35, 57, 74) . Ketiga bilangan pada Completion Time secara berurutan menunjukkan waktu penyelesaian tercepat, waktu penyelesaian normal dan waktu penyelesaian terlambat.

Actions (login required)

View Item