BAB I PENDAHULUAN
1.1. Latar Belakang Masalah
Penjadwalan merupakan hal yang penting dalam sistem produksi. Sistem produksi yang umumnya ditemukan adalah sistem flow shop dan job shop. Dalam
industri yang menggunakan sistem flow shop, penjadwalan dilakukan dengan mengatur urutan pengerjaan dari jobs yang dimiliki. Berbagai masalah dapat
timbul karena penjadwalan yang dilakukan dengan cara yang tidak tepat, seperti waktu penyelesaian produksi yang terlalu lama, keterlambatan dari due date yang
telah ditentukan, dan idle mesin. Berdasarkan penelitian yang dilakukan oleh F. Busetti 2007 tentang
penjadwalan flow shop, jadwal produksi hanya dapat disusun ketika seluruh sumber telah tersedia antara lain pengadaan bahan baku, kapasitas operator,
kapasitas mesin, dan rancangan gambar teknik dari produk yang diproduksi. Jadwal harus disusun untuk mendapatkan total waktu penyelesaian order yang
minimum. PT. Morawa Electric Transbuana yang bergerak di bidang perakitan
transformator berdasarkan pesanan make to order sering mengalami keterlambatan penyelesaian order. Dari fakta di lapangan teramati bahwa total
waktu penyelesaian seluruh job masih lebih besar dari due date yang telah
Universitas Sumatera Utara
ditentukan oleh pelanggan. Pesanan yang datang terdiri dari beberapa tipe varian produk dalam sekali order dengan jumlah tertentu. Hal ini juga menambah
kesulitan dari pengerjaan seluruh pesanan tersebut sehingga dapat menimbulkan masalah terhadap waktu total penyelesaian order secara keseluruhan,
keterlambatan, dan rata-rata waktu penyelesaian setiap job juga akan semakin tinggi .
Dari uraian di atas dapat dianalisis bahwa masih terjadi keterlambatan penyelesaian seluruh job yang dapat mengakibatkan keterlambatan pengiriman
produk kepada konsumen. Oleh karena itu diperlukan analisis lebih lanjut mengenai penjadwalan produksi aktual dan membuat usulan dengan kombinasi
Algoritma genetik dengan Data Envelopment Analysis GA-DEA untuk mengurangi waktu penyelesaian order makespan dan rata-rata keterlambatan
mean tardiness serta mengurangi rata-rata waktu penyelesaian setiap job mean flowtime.
Arakawa, Hagiwara, Nakayama, dan Yamakawa 1998 mengkombinasikan Algoritma Genetik dengan Data Envelopment Analysis untuk
memperoleh kumpulan solusi optimal dari model matematis sederhana dengan banyak fungsi tujuan. Pengkombinasian ini dapat juga digunakan untuk
penyelesaian masalah penjadwalan flow shop multikriteria sehingga dapat diperoleh kumpulan jadwal yang optimal dilihat dari keseluruhan kriteria yang
ada Christian Palit, Herry, dkk., 2008. Aplikasi Kombinasi Algoritma Genetik dan Data Envelopment Analysis pada Penjadwalan Flowshop Multikriteria.
Universitas Kristen Petra.
Universitas Sumatera Utara
1.2. Rumusan Permasalahan