BAB VI ANALISIS PEMECAHAN MASALAH
6.1. Analisis Urutan Pengerjaan Produk dengan Metode Earliest Due Date
Metode penjadwalan aktual oleh perusahaan saat ini adalah metode Earliest Due Date
. Sebagai bahan perbandingan kombinasi GA – DEA dengan metode EDD, diambil contoh order yang datang secara berurutan adalah Job 1-5-
4-3-2 atau Trafo 25 KVA, Trafo 200 KVA, Trafo 160 KVA, Trafo 100 KVA dan Trafo 50 KVA. Waktu proses tiap produk dapat dilihat pada Tabel 6.1.
Tabel 6.1. Waktu Proses per Unit dengan Pendekatan EDD Job 1
Job 5 Job 4
Job 3 Job 2
WC I 0,333 0,616 0,791 0,88 1,257
WC II 0,651 1,239 1,567 1,754 2,416
WC III 0,139 0,312 0,422 0,489 0,644
WC IV 37,748 75,487 100,647 113,227 121,22
WC V 0,235 0,609 0,793 0,882 1,094
WC VI 0,067 0,113 0,141 0,157 0,209
WC VII 0,33 0,635 0,844 0,95 1,307
WC VIII 63,403 126,786 169,041 190,169 264,116
WC IX 2,719 5,416 7,271 8,174 11,355
Tabel 6.2. Hasil Perhitungan Makespan Metode EDD Job 1
Job 5 Job 4
Job 3 Job 2
WC I 0,333 0,95 1,74 2,62 3,88
WC II 0,98 2,22 3,79 5,
54 7,96 WC III
1,12 2,54 4,21 6,03 8,60 WC IV
38,87 114,36 215,01 328,23 449,45 WC V
39,11 114,97 215,80 329,11 450,55 WC VI
39,17 115,08 215,94 329,27 450,76 WC VII
39,50 115,72 216,78 330,22 452,06 WC VIII
102,91 242,50 411,54 601,71 865,83 WC IX
105,63 247,92 418,81 609,89 877,18
Universitas Sumatera Utara
Dari hasil perhitungan makespan dengan metode EDD dapat dilihat bahwa nilai makespan adalah 877 jam. Nilai makespan ini masih sangat besar yang dapat
mengakibatkan keterlambatan jadwal pengiriman produk dari tanggal yang ditetapkan oleh konsumen sehingga perlu dilakukan minimisasi kriteria
penjadwalan, dalam hal ini digunakan kombinasi metode algoritma genetik dan data envelopment analysis
untuk menyelesaikan kriteria penjadwalan sekaligus dan diperoleh makespan yang baru sebesar 729 jam. Artinya, nilai makespan
berkurang sekitar 20,3, maka metode usulan ini memiliki performansi yang lebih baik dari metode aktual yang sedang digunakan oleh pihak perusahaan.
6.2. Analisis Urutan
Job Hasil Penjadwalan dengan Kombinasi Algoritma Genetik – Data Envelopment Analysis
Dari hasil pengolahan data dengan menjadwalkan pekerjaan, diperoleh hasil pengurutan job dengan nilai makespan dan fitted value efisiensi relatif yang
terbaik untuk dijadikan alternatif jadwal produksi usulan bagi perusahaan.
Tabel 6.3. Nilai Makespan dan Efisiensi Relatif Kriteria Penjadwalan
Generasi Kromosom
Terbaik Makespan
Jam Total
Weighted Tradiness
Mean Flowtime
Efisiensi Relatif
54312 729 919
432,4 1 15432
877 1042 452 1
54312 729
919 432,4 1
13452 864
1005 467 1 15432 877
1042 452 1 54312
729 919
432,4 1 52341 895 1849 618 1
54312 729 919 432,4 1 13452 864 1005 467 1
15
54312 729 919 432,4 1
Universitas Sumatera Utara
Dari Tabel 6.3 dapat dilihat bahwa makespan yang dihasilkan dengan menggunakan kombinasi Algoritma Genetik dan Data Envelopment Analysis
adalah 729 jam dengan nilai efisiensi relatif terbaik sebesar 1. Urutan job terbaik hasil penjadwalan dengan algorirma genetik adalah Trafo 200 KVA-160KVA-
100KVA-25KVA-50KVA atau Job 5 - Job 4 - Job 3- Job 1 - Job 2.
6.3. Perbandingan Metode