lancarnya aliran material ke departemen berikutnya, sehingga terjadi waktu menunggu delay time dan penumpukan material material in proses storage.
Lini perakitan assembly line adalah sebuah lini produksi yang mana meterial atau bahan bergerak secara kontinu dalam tingkat rata-rata seragam pada seluruh
urutan stasiun kerja di mana pekerjaan perakitan dilakukan. Lini perakitan akan menjadi bagian utama dari manufucturing dan operasi perakitan, walaupun
pekerjaannya mungkin digantikan oleh robot. Pengaturan kerja sepanjang lini perakitan akan bervariasi sesuai ukuran produk yang akan dirakit, kebutuhan proses
pendahuluan, ketersediaan ruang, elemen pengerjaan dan kondisi pengerjaan, yang akan dikenakan pada job. Adapun dua permasalahan penting dalam penyeimbangan
lini adalah : 1.
Penyeimbangan antara stasiun kerja, 2.
Menjaga kelangsungan produksi di dalam lini perakitan. Bila idle dari lini perakitan sangat tinggi, perlu dilakukan penyeimbangan
sempurna dari lini perakitan dengan menggabungkan elemen-elemen kerja menjadi beberapa stasiun kerja sampai waktu pengerjaan tiap stasiun kerja relatif sama. Waktu
siklus adalah jumlah waktu masing-masing elemen untuk memproduksi satu unit produk pada kondisi operator normal dalam melakukan tugas atau kerja.
3.2.1. Istilah-istilah Dalam Line Balancing
Sebelum membahas mengenai operasional dari metode-metode dalam line balancing, perlu dipahami dulu beberapa istilah yang lazim digunakan dalam line
balancing.
Precedence diagram. Precedence diagram merupakan gambaran secara grafis dari urutan kerja operasi kerja, serta ketergantungan pada operasi kerja lainnya
yang tujuannya untuk memudahkan pengontrolan dan perencanaan kegiatan yang terkait di dalamnya. Adapun tanda-tanda yang dipakai sebagai berikut:
1. Symbol lingkaran dengan huruf atau nomor di dalamnya untuk mempermudah
identifikasi dari suatu proses operasi
2. Tanda panah menunjukkan ketergantungan dan urutan proses operasi. Dalam
hal ini, operasi yang berada pada pangkal panah berarti mendahului operasi
kerja yang ada pada ujung anak panah
3. Angka di atas symbol lingkaran adalah waktu standar yang diperlukan untuk
menyelesaikan setiap operasi
Asssamble product
Adalah produk yang melewati urutan work stasiun di mana tiap work stasiun WS memberikan proses tertentu hingga selesai menjadi produk akhir pada
perakitan akhir
Work elemen
Elemen operasi merupakan bagian dari seluruh proses perakitan yang dilakukan
Waktu operasi Ti
Adalah waktu standar untuk menyelesaikan suatu operasi
Work stasiun WS
Adalah tempat pada lini perakitan di mana proses perakitan dilakukan. Setelah menentukan interval waktu siklus, maka jumlah stasiun kerja efisien dapat
ditetapkan dengan rumus berikut:
Di mana: Ti
: waktu operasielemen I=1,2,3,…,n C
:waktu siklus stasiun kerja N
: jumlah elemen K
min
: jumlah stasiun kerja minimal
Cycle time CT
Merupaka waktu yang diperlukan untuk membuat satu unit produk satu stasiun. Apabila waktu produksi dan target produksi telah ditentukan, maka waktu siklus
dapat diketahui dari hasil bagi waktu produksi dan target produksi. Dalam mendesain keseimbangan lintasan produksi untuk sejumlah produksi tertentu,
waktu siklus harus sama atau lebih besar dari waktu operasi terbesar yang merupakan penyebab terjadinya bottleneck kemacetan dan waktu siklus juga
harus sama atau lebih kecil dari jam kerja efektif per hari dibagi dari jumlah produksi per hari, yang secara matematis dinyatakan sebagi berikut
Di mana: ti max
: waktu operasi terbesar pada lintasan CT
: waktu siklus cycle time P : jam kerja efektif per hari
Q : jumlah produksi per hari
Station time ST
Jumlah waktu dari elemen kerja yang dilakukan pada suatu stasiun kerja yang
sama
Idle time I
Merupakan selisih perbedaan antara cycle time CT dan stasiun time ST atau
CT dikurangi ST.
Balance delay D
Sering disebut balancing loss, adalah ukuran dari ketidakefisiensinan lintasan yang dihasilkan dari waktu menganggur sebenarnya yang disebabkan karena
pengalokasian yang kurang sempurna di antara stasiun-stasiun kerja. Balance delay ini dinyatakan dalam persentase. Balance delay dapat dirumuskan:
Di mana: n : jumlah stasiun kerja
C : waktu siklus terbesar dalam stasiun kerja : jumlah waktu operasi dari semua operasi
: waktu operasi : balance delay
Line efficiency LE
Adalah rasio dari total waktu di stasiun kerja dibagi dengan waktu siklus dikalikan jumlah stasiun kerja
Di mana: STi
: waktu stasiun dari stasiun ke-1 K
: jumlahbanyaknya stasiun kerja CT
: waktu siklus
Smoothes index SI
Adalah suatu indeks yang menunjukkan kelancaran relative dari penyeimbangan lini perakitan tertentu
SI=
Di mana: St max
: maksimum waktu di stasiun Sti
: waktu stasiun di stasiun kerja ke-i
Output production Q
Adalah jumlah waktu efektif yang tersedi dalam suatu periode dibagi dengan cycle time
Di mana: T : jam kerja efektif penyelesaiaan produk
C : waktu siklus terbesar
3.3 Algoritma Genetik
2
Pada akhirnya, akan didapatkan solusi-solusi yang paling tepat bagi permasalahan yang dihadapi. Untuk menggunakan algoritma genetik, solusi
permasalahan direpresentasikan sebagai khromosom. Tiga aspek yang penting untuk penggunaan algoritma genetik:
Algoritma ini ditemukan di Universitas Michigan, Amerika Serikat oleh John Holland 1975 melalui sebuah penelitian dan dipopulerkan oleh salah
satu muridnya, David Goldberg 1989. Dimana mendefenisikan algoritma genetik ini sebagai metode algoritma pencarian berdasarkan pada mekanisme
seleksi alam dan genetik alam. Algoritma genetik adalah algoritma yang berusaha menerapkan pemahaman
mengenai evolusi alamiah pada tugas-tugas pemecahan-masalah problem solving.
Pendekatan yang diambil oleh
algoritma ini adalah dengan menggabungkan secara acak berbagai pilihan solusi terbaik di dalam suatu
kumpulan untuk mendapatkan generasi solusi terbaik berikutnya yaitu pada suatu kondisi yang memaksimalkan kecocokannya atau lazim disebut fitness.
Generasi ini akan merepresentasikan perbaikan-perbaikan pada populasi awalnya. Dengan melakukan proses ini secara berulang, algoritma ini
diharapkan dapat mensimulasikan proses evolusioner.
2
http:ilmukomputer.com20140329algoritma-genetikadan-contoh-aplikasinya .
Tanggal Akses 20 September 2014
1. Defenisi fungsi fitness 2. Defenisi dan implementasi representasi genetik
3. Defenisi dan implementasi operasi genetik
Jika ketiga aspek di atas telah didefinisikan, algoritma genetik akan bekerja dengan baik. Tentu saja, algoritma genetik bukanlah solusi terbaik untuk
memecahkan segala masalah. Sebagai contoh, metode tradisional telah diatur untuk untuk mencari penyelesaian dari fungsi analitis convex yang “berperilaku
baik” yang variabelnya sedikit. Pada kasus-kasus ini, metode berbasis kalkulus lebih unggul dari algoritma genetik karena metode ini dengan cepat menemukan
solusi minimum ketika algoritma genetik masih menganalisa bobot dari populasi awal.
Untuk problem-problem ini pengguna harus mengakui fakta dari pengalaman ini dan memakai metode tradisional yang lebih cepat tersebut. Akan
tetapi, banyak persoalan realistis yang berada di luar golongan ini. Selain itu, untuk persoalan yang tidak terlalu rumit, banyak cara yang lebih cepat dari
algoritma genetik. Jumlah besar dari populasi solusi, yang merupakan keunggulan dari algoritma genetik, juga harus mengakui kekurangannya dalam
dalam kecepatan pada sekumpulan komputer yang dipasang secara seri-fitness function dari tiap solusi harus dievaluasi. Namun, bila tersedia komputer-
komputer yang paralel, tiap prosesor dapat mengevaluasi fungsi yang terpisah