Jika N’ ≤ N, data dianggap cukup, jika N’N, data dianggap tidak cukup
kurang dan perlu dilakukan penambahan kembali.
4.6. Kerangka Konseptual
Kerangka berpikir dalam penelitian adalah dasar pemikiran dari penelitian yang disintesiskan dari fakta, observasi dan telaah kepustakaan. Uraian dalam
kerangka berpikir menjelaskan hubungan dan keterkaitan antar variabel penelitian secara logis. Kerangka pemikiran yang baik yaitu apabila mengidentifikasi
variabel-variabel penting yang sesuai dengan permasalahan penelitian, dan secara logis mampu menjelaskan keterkaitan antar variabel tersebut.
Adapun kerangka konseptual penelitian ini dapat dilihat pada Gambar 4.2.
Keseimbangan Lintasan Kerja
Elemen Kerja
Waktu siklus
Stasiun Kerja Pengelompokan tugas-tugas
pada stasiun kerja dengan kapasitastingkatan output
yang sama
Gambar 4.2. Kerangka Konseptual Penelitian
4.7. Pelaksanaan Penelitian
Adapun prosedur penelitian tersebut dapat dilihat pada Gambar 4.3.
STUDI PENDAHULUAN -
Studi literatur -
Melakukan pengamatan langsung ke perusahaan
PENGUMPULAN DATA -
Stasiun kerja -
Waktu siklus -
Elemen Kerja
PENGOLAHAN DATA -
Uji keseragaman -
Uji kecukupan -
Pengukuran kerja -
Pengolahan Metode Algoritma Genetik GA
ANALISA PENGOLAHAN DATA
Data yang telah diolah pada pengolahan data akan dianalisis
KESIMPULAN DAN SARAN IDENTIFIKASI MASALAH DAN PENETAPAN TUJUAN
Gambar 4.3. Prosedur Penelitian
4.8. Pengolahan Data
Data masukan yang digunakan untuk AG adalah waktu siklus, waktu baku, dan precedance diagram. Adapun langkah-langkah yang harus dilakukan dalam
AG adalah sebagai berikut : 1.
Membangkitkan populasi awal. 2.
Mengidentifikasi nilai fitnes, yang merupakan baik tidaknya sebuah individu.
3. Melakukan proses seleksi.
4. Melakukan kawin silang cross over.
5. Melakukan mutasi gen.
6. Kembali ke poin 3 sampai generasi ke-n
7. Stopping Criteria
Adapun flow chart pengolahan data pada penelitian ini dapat dilihat pada gambar 4.4.
4.9. Analisis Pemecahan Masalah
Berdasarkan hasil pengolahan data yang telah dilakukan maka diperoleh efisiensi lintasan yang optimal berdasarkan AG. Kemudian hasil yang diperoleh
dianalisis dengan membandingkan kondisi keadaan awal perusahaan.
Pengamatan 1. Elemen kerja
2. Waktu siklus 3. Stasiun kerja
Uji keseragaman data
No Yes
Uji kecukupan data
Revisi
Menentukan parameter algoritma genetik : 1. Ukuran populasi
2. Jumlah generasi 3. Probabilitas crossover
4. Probabilitas mutasi
Encoding populasi Menghitung fitness
value Melakukan seleksi
Melakukan crossover Melakukan mutasi
Terbentuk generasi baru
Jumlah generasi =
parameter jumlah generasi
Yes No
Yes
No
Stopping Criteria Selesai
Mulai
Data pengamatan valid Pengukuran Kerja
- Rating factor - Allowance
Waktu Baku
Gambar 4.4. Flow Chart Pengolahan Data
BAB V PENGUMPULAN DAN PENGOLAHAN DATA
5.1. Pengumpulan Data
