Berikutnya dilakukan program pengujian dengan menggunakan hasil pembentukan pola data yang berbeda sebagai data input dan data target dalam
proses testing. Konfigurasi jaringan dan parameter yang digunakan adalah sama dengan parameter yang digunakan pada program pelatihan dengan menggunakan
sejumlah 25 pola data.dengan jumlah variabel input yang sama y1, y2 hingga y7 dan data target. Setelah sasaran tercapai pada program pengujian, dilakukan
proses peramalan dengan melakukan simulasi yang dilakukan oleh jaringan berdasarkan bobot jaringan yang dimiliki dengan memasukan input pola data
baru, namun tidak diberikan input data target. Listing program JST menggunakan software matlab versi pelajar dan hasil perhitungan prakiraan permintaan dapat
dilihat pada lampiran 3 dan lampiran 4.
4.3.2 Model Keputusan Penjadwalan Induk Produksi : Fuzzy Multi Objective Linier Programming
Ketersediaan bahan baku agroindustri yang bersifat tidak pasti dalam kuantitas dan kualitas serta kemungkinan terjadinya gangguan internal produksi
menyebabkan adanya toleransi dalam pemakaian bahan baku, waktu penyelesaian produksi dan biaya produksi. Menurut Mula, et.al. 2006, teknik optimasi dengan
mempertimbangkan angka fuzzy adalah sesuai dengan kondisi ketidakpastian dalam kegiatan perencanaan produksi. Untuk itu, penggunaan teknik optimasi
Fuzzy Multi Objective Linear Programming dalam penjadwalan induk produksi akan menjadi model keputusan PPIC yang cukup handal pada industri pangan.
Berdasarkan masukan data berikutnya dilakukan perhitungan nilai fuzzy untuk atribut biaya produksi, utilitas produksi, waktu produksi, serta bahan baku.
Perhitungan angka fuzzy dan optimasi programa linier mengikuti model penelitian yang dirujuk Vasant, 2004, yaitu menggunakan kurva-S termodifikasi. Dalam
perhitungan awal, dilakukan percobaan untuk berbagai nilai variabel fungsi keanggotaan µ
bi
dengan kisaran 0.001 hingga 0.999 untuk nilai parameter kurva-S termodifikasi
yaitu konstanta B, C dan α terpilih. Sesuai dengan hasil perhitungan angka fuzzy untuk tiap variabel, kemudian dikembangkan teknik optimasi Fuzzy
Multi Objective Linear Programming untuk mendapatkan hasil perencanaan jumlah produksi item roti.
Berikut ini adalah tahapan yang dilakukan untuk mendapatkan hasil penjadwalan induk produksi dengan menggunakan metode Fuzzy Multi Objective
Linear Programming.
Analisis Hasil Performansi Tercapai ?
Y a
Tidak
Perhitungan angka fuzzy
Rencana Induk Produksi Penentuan Nilai Fungsi Keanggotaan
- Data Permintaan - Data Produk dan Receipt Produk
- Data Proses Produksi , Stasiun Kerja dan Waktu Produksi
- Data Biaya Produksi
Pengembangan Model Optimasi
Perhitungan Optimasi
Gambar 12 Tahapan perhitungan Penjadwalan Induk Produksi berdasarkan Fuzzy Multi Objective Linear Programming.
Berikut ini adalah model matematis Penjadwalan Induk Produksi untuk menentukan jumlah produksi produk ke i untuk setiap periode j. Model Fuzzy
Multi Objective Linier Programming digunakan akan memanfaatkan masukan data hasil prakiraan permintaan item produk roti jangka pendek.
Fungsi tujuan yang digunakan adalah sbb : 1. Minimasi Biaya Produksi
2. Maksimasi Utilisasi Produksi
Dengan fungsi pembatas : 1.
Kapasitas produksi ≤ kapasitas produksi maksimum 2.
Jumlah total produksi ≥ permintaan item produk – inventory item produk 3.
Pemakaian bahan baku ≤ persediaan bahan baku untuk tiap item bahan baku pareto
4. Item produksi yang dihasilkan untuk tiap item produk jadi ≥ 0
Fungsi tujuan dan fungsi pembatas untuk model penjadwalan induk produksi dapat dituliskan dalam model matematis sebagai berikut.
Fungsi Tujuan : 1. Minimasi Total Biaya Produksi ; meliputi : biaya bahan baku RM, biaya
tenaga kerja, biaya pemakaian mesinfasilitas produksi dan biaya pemakaian energi
1 Min iXn
C Z
n i
~
1 1
.......................................................................12
C ~
= biaya produksi
2. Maksimasi Total Utilitasi Produksi =
oduksi s
anFasilita JamPemakai
Pr 2 Max
X U
Z ~
2
.................................................................................13
Fasilitas Produksi 1 : U
1
= a
11
x
1
+ a
12
x
2
+ …a
1n
x
n
Fasilitas Produksi 2 : U
2
= a
21
x
1
+ a
22
x
2
+ …a
2n
x
n …..
Fasilitas Produksi m : U
m
= a
m1
x
1
+ a
m2
x
2
+ …a
mn
x
n
Fungsi Pembatas : 1. Kendala Kapasitas produksi:
B X
A
~
............................................14 Fasilitas Produksi 1 : a
11
x
1
+ a
12
x
2
+ …a
1n
x
n
= b
1
Fasilitas Produksi 2 : a
21
x
1
+ a
22
x
2
+ …a
2n
x
n
= b
2 .....
Fasilitas Produksi m : a
m1
x
1
+ a
m2
x
2
+ …a
mn
x
n
= b
m
2 . Kendala Total Produksi : X ≥
D ~
- I
FG
.......................................15 X
1
≥
1 ~
D
- I
1FG
X
2
≥
2 ~
D
- I
2FG ….
X
n
≥
n D
~
- I
nFG
Dimana : X = variabel item Produk Jadi
D ~
= Demand Hasil Prakiraan Permintaan JST + Fix Order I
FG
= Persediaan produk jadi