z-logo
open-access-imgOpen Access
PENJADWALAN 20 JOB 8 MESIN DENGAN METODE GENETIC ALGORITHM (GA)
Author(s) -
Didit Damur Rochman,
Rendiyatna Ferdian
Publication year - 2013
Publication title -
spektrum industri
Language(s) - English
Resource type - Journals
eISSN - 2442-2630
pISSN - 1693-6590
DOI - 10.12928/si.v11i2.1660
Subject(s) - mathematics , genetic algorithm , mathematical optimization , algorithm , statistics
Penelitian ini merupakan perluasan dari penelitian sebelumnya yang dilakukan oleh Iskandar (2013) dengan judul “IMPLEMENTASI PENJADWALAN MESIN JOB SHOP DENGAN METODE HEURISTIC DISPATCHING RULES DI CV BOEING TEKNIK MANDIRI”. Pada penelitian tersebut dilakukan penjadwalan mesin job shop dengan menggunakan metode Heuristic Dispatching Rules. Tujuan dari penelitian ini adalah untuk melakukan penjadwalan mesin job shop dengan menggunakan metode Genetic Algorithm dan membandingkan hasil yang didapat dengan hasil penjadwalan yang dilakukan Iskandar (2013) dengan metode Heuristic Dispatching Rules. Setelah dilakukan proses pengolahan data dengan menggunakan metode Genetic Algorithm selama 27 menit 33 detik, didapatkan hasil penjadwalan untuk kriteria Cmax (Completion Time Maximum) sebesar 2391,017 menit, kriteria Fmax (Flow Time Maximum) sebesar 2391,017 menit, kriteria Lmax (Lateness Maximum) sebesar -151,05 menit dan kriteria Tmax (Tardiness Maximum) sebesar 0 menit. Dibandingkan dengan hasil penjadwalan awal yang dilakukan oleh CV Boeing Teknik Mandiri, penjadwalan dengan menggunakan metode Genetic Algorithm dapat menghasilkan efisiensi sebesar 5,25% dalam kriteria Cmax serta Fmax. Untuk kriteria Lmax metode Genetic Algorithm menghasilkan efisiensi sebesar 106,2%. Kata Kunci: Penjadwalan mesin, Job Shop, Metode Heuristic Dispatching Rules, Genetic Algorithm.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom