BAB VI ANALISIS PEMECAHAN MASALAH
6.1. Analisis Penyeimbangan Lintasan Produksi Aktual Perusahaan
Penyeimbangan lintasan produksi yang diterapkan perusahaan saat ini dapat di jabarkan sebagai berikut :
1. Dari hasil pengamatan jumlah stasiun kerja terdapat 8 stasiun dimana
penugasan elemen kerja disetiap stasiun kerja tidak merata terlihat dari waktu stasiun kerja yang mengakibatkan terjadinya penumpukan sehingga
menyebabkan delay. 2.
Berdasarkan pengamatan dilantai pabrik surpervisor tidak pernah melakukan pengukuran kerja untuk mendapatkan waktu standar setiap
operator dalam stasiun kerja. Hal ini mengakibatkan ketidakseimbangan beban kerja operator dalam setiap stasiun kerja.
3. Pada bab sebelumnya didapat hasil pengolahan data nilai efisiensi lintasan
produksi yang diterapkan perusahaan saat ini sebesar 39,68 , hal ini diakibatkan oleh banyaknya stasiun kerja yang pembebanannya tidak
merata sehingga terjadi penumpukan yang mengakibatkan delay.
6.2. Analisis Penyeimbangan Lintasan Produksi dengan Metode
Algoritma Genetik
Penyeimbangan lintasan produksi dengan metode algoritma genetik dapat di jabarkan sebagai berikut :
1. Pada bab sebelumnya telah dibahas perbaikan lintasan produksi dilakukan
menggunakan metode algoritma genetik. Dari hasil metode usulan yang digunakan memiliki nilai efisiensi lintasan yang tinggi dan jumlah stasiun
kerja yang sedikit. Nilai efisiensi lintasan dengan menggunakan metode algoritma genetik adalah 79,46. Hal ini dikarenakan penugsaan elemen
kerja di setiap stasiun kerja hampir merata. 2.
Total stasiun kerja yang ada sebanyak 4 stasiun kerja. Hal ini dikarenakan adanya penggambungan stasiun kerja yang memiliki elemen kerja yang
saling berhubungan dengan memperhatikan pembatas-pembatas yang ada yaitu aturan precedence dan waktu siklus.
3. Berdasarkan pengolahan data sebelum dilakukan penyeimbangan lintasan
produksi efesiensi lini dengan mengunakan RPW dan algoritma genetik yang memiliki fitness velue yang sama sebesar 79,46 dan memiliki
stasiun kerja yang sama yakni 4 stasiun. Metode RPW dipakai sebagai populasi awal dalam algoritma genetik yang ditempatkan di kromosom 2
tujuannya untuk mendapatkan fitness velue yang lebih tinggi dari keadaan aktual.
4. Berdasarkan hasil pengolahan data metode penyeimbangan lintasan
produksi dengan algortima genetik lebih layak digunakan di perusahaan karena memiliki nilai efesiensi lini yang lebih tinggi dari sebelumnya
disamping itu algoritma genetik dapat menghasilkan 6 alternatif solusi.
6.3. Analisis Penyeimbangan Lintasan Yang Diterapkan Perusahaan
Kategori