3.6.1 Aplikasi Tabu Search
Sebuah lini perakitan yang terdiri dari serangkaian m stasiun kerja yang terhubung satu sama lain, dimana setiap stasiun secara berulang harus
melaksanakan sebuah sub set n pekerjaan atau operasi pada unit produk secara berurutan sepanjang lini dengan kecepatan yang konstan. Pekerjaan-pekerjaan
tersebut tidak dapat dibagi menjadi elemen kerja, dan harus dilakukan untuk merakit sebuah produk. Glover, F. 1999
Berdasarkan pekerjaan yang secara bersamaan dapat dilakukan, lini perakitan setiap unit produk menghabiskan interval waktu yang sama, dinamakan
waktu siklus c pada setiap stasiun kerja. Waktu siklus c menentukan tingkat produksi yaitu lc. Waktu pengerjaan tiap tugas j = 1,...,n membutuhkan waktu
kerja tetap t
j
. Pembatasan teknologi mengharuskan untuk dibuatnya diagram preseden yang mengelompokkan pekerjaan yang dilakukan secara berurutan.
Pembatas ini akan merepresentasikan diagram preseden dengan nod berupa tugas dan arc i,j jika tugas i harus selesai untuk melanjut ke tugas j. Pada simple
assembly line balancing problem SALBP, setiap tugas harus dikerjakan oleh satu stasiun perakitan dengan tidak melewati konstrain presedennya. Waktu
maksimum pada stasiun ditentukan oleh waktu siklus c, dan semua stasiun dengan waktu siklus yang lebih kecil akan mengalami waktu idle.
Berdasarkan pengamatan yang dilakukan pada Pada simple assembly line balancing problem SALBP, maka dapat dilakukan formulasi dengan
menghitung waktu siklus c, jumlah stasiun kerja m dan pekerjaan yang dilakukan
untuk meminimalkan jumlah dari waktu idle, tanpa melangkahi nomor stasiun didepannya.
Pada Pada simple assembly line balancing problem SALBP tipe 1, dilakukan perhitungan waktu siklus untuk meminimalkan jumlah stasiun kerja,
sedangkan pada Pada simple assembly line balancing problem SALBP tipe 2 dilakuka untuk mengurangi waktu siklus produk akhir.
Penelitian terkait metode SALBP tipe 1 dan SALBP tipe 2 menunjukan bahwa tujuan utama dari Tabu Search untuk mengkombinasikan pencarian lokal
dengan pencarian lompatan yang lebih rendah. Metode ini juga digunakan untuk melakukan pendeketan dengan Tabu Search untuk meniadakan ketidaklayakan
lintasan. Metode Tabu Search menetapkan perbaikan untuk meminimisasi waktu makespan untuk mesin paralel yang identik.
3.7. Uji Kenormalan Data dengan Kolgomorov-smirnov
Uji kenormalan data yang diperoleh dilakukan dengan menggunakan menggunakan Kolmogorov-smirnovtest. Uji ini kita membuktikan kesesuaian
antara frekuensi hasil pengamatan dengan frekuensi yang diharapkan, untuk melihat pola distribusi data yang didapatkan, apakah data berdistribusi normal
atau tidak. Adapun tahapan pengujian kenormalan data menggunakan Kolmogorov-smirnov test adalah sebagai berikut:
1. Data pengamatan diurutkan mulai dari pengamatan dengan nilai terkecil
sampai nilai terbesar.
2. Dari nilai pengamatan tersebut lalu disusun distribusi frekuensi kumulatif
relatif, notasikan dengan Fa X, dapat dihitung menggunakan rumus berikut:
data total
data nomor
X Fa
=
3. Dihitung nilai Z dengan menggunakan rumus berikut ini:
σ µ
− =
X Z
4. Dihitung nilai distribusi frekuensi kumulatif teoritis, yaitu berdasarkan area
kurva normal, dinotasikan dengan Fe X. Dengan interpolasi nilai peluang dari Z yang digunakan. Atau dengan menggunakan rumus dari aplikasi
Microsoft Excel dengan format berikut. =NORMSDISTz
5. Dihitung selisih antara Fa X dengan Fe X.
6. Diambil selisih maksimum dan notasikan dengan D
D= Max Fa X – Fe X
7. Bandingkan antara nilai D hitung tersebut dengan nilai D yang didapatkan
dari tabel nilai D untuk uji Kolmogorov – Smirnov untuk sampel tunggal dengan
α yang telah ditentukan. 8.
Tentukan wilayah penerimaan untuk pengambilan keputusannya: Ho: Data tersebut Berdistribusi Normal
H1: Data Tersebut Berdistribusi Tidak Normal Jika D
≤ Dα , maka H diterima
Jika D D α , maka H
ditolak
Kategori