Perancangan Lintasan Produksi Dengan Menggunakan Metode Algoritma Genetik Di Cv. Super Plates

PERANCANGAN LINTASAN PRODUKSI DENGAN MENGGUNAKAN METODE ALGORITMA GENETIK DI CV. SUPER PLATES

TUGAS SARJANA

Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat Memperoleh Gelar Sarjana Teknik

Oleh PUTRA PURBA

1 1 0 4 2 3 0 0 5

D E P A R T E M E N T E K N I K I N D U S T R I F A K U L T A S T E K N I K

UNIVERSITAS SUMATERA UTARA M E D A N

PERANCANGAN LINTASAN PRODUKSI DENGAN MENGGUNAKAN METODE ALGORITMA GENETIK DI CV. SUPER PLATES

TUGAS SARJANA

Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat Memperoleh Gelar Sarjana Teknik

Oleh PUTRA PURBA

1 1 0 4 2 3 0 0 5

Disetujui Oleh :

Pembimbing I

(Ir. ABADI GINTING, M.SIE)

D E P A R T E M E N T E K N I K I N D U S T R I

F A K U L T A S T E K N I K

UNIVERSITAS SUMATERA UTARA

MEDAN

KATA PENGANTAR

Puji dan syukur penulis ucapkan kehadirat Tuhan yang telah memberikan rahmat dan karunia-Nya kepada penulis sehingga penulis dapat menyelesaikan tugas sarjana ini.

Tugas sarjana ini merupakan salah satu syarat untuk mendapatkan gelar sarjana teknik di Departemen Teknik Industri, khususnya program studi ekstensi strata satu, Fakultas Teknik, Universitas Sumatera Utara. Adapun judul untuk tugas sarjana ini adalah “Perancangan Lintasan Produksi Dengan Menggunakan Metode Algoritma Genetik di CV. Super Plates”.

Sebagai manusia yang tidak luput dari kesalahan, maka penulis menyadari masih terdapat kekurangan dalam penulisan tugas sarjana ini. Oleh karena itu, penulis sangat mengharapkan saran dan kritik untuk menyempurnakan tugas sarjana ini. Semoga tugas sarjana ini dapat bermanfaat bagi penulis sendiri, perpustakaan Universitas Sumatera Utara, dan pembaca lainnya.

Medan, Januari 2015

UCAPAN TERIMA KASIH

Syukur dan terimakasih penulis ucapkan yang sebesar-besarnya kepada Tuhan yang telah memberikan kesempatan kepada penulis untuk merasakan dan mengikuti pendidikan di Departemen Teknik Industri USU serta telah membimbing penulis selama masa kuliah dan penulisan laporan tugas sarjana ini.

Dalam penulisan tugas sarjana ini penulis telah mendapatkan bimbingan dan bantuan dari berbagai pihak, baik berupa materil, spiritual, informasi maupun administrasi. Oleh karena itu sudah selayaknya penulis mengucapkan terima kasih kepada:

1. Kedua orang tua yang selalu memberikan dukungan setiap saat, abang saya Bonaparte Purba dan Edward Purba serta keluarga besar yang saya cintai.

2. Ibu Ir. Khawarita Siregar, MT. selaku Ketua Departemen Teknik Industri Universitas Sumatera Utara, yang telah memberi izin pelaksanaan Tugas Sarjana ini.

3. Bapak Ir. Abadi Ginting, M.SIE MT selaku Dosen Pembimbing I. Banyak pelajaran dan pengalaman yang saya dapatkan dari beliau. Pak Abadi bukan hanya sebagai dosen tapi juga sebagai orang tua yang berusaha memahami anak didiknya dan berusaha memberikan yang terbaik.

4. Seluruh pekerja di CV. Super Plates baik yang masih muda belia hingga yang sudah mau pensiun terutama buat operator yang juteekkkk bingitss. Terima kasih atas kerja samanya.

5. Staf pegawai Teknik Industri, Bang Ridho, Bang Mijo, Kak Dina, Bang Nurmansyah, Kak Rahma dan Ibu Ani, terimakasih atas bantuannya dalam masalah administrasi untuk melaksanakan tugas sarjana ini.

6. Spesial ucapan terima kasih saya yang sebesar-besarnya buat orang-orang yang sangat berjasa dalam membatu proses pengerjaan Tugas Sarjana ini mereka adalah Airlangga Kurniawan (Universitas Maranata) dan Denny Yulianti (Universitas Teknologi Malaysia).

7. Seluruh teman-teman ekstensi 2011, terimakasih atas dukungan dan kerjasamanya.

ABSTRAK

CV. SUPER PLATES merupakan perusahaan yang bergerak di industri manufaktur baterai aki yang berproduksi secara massal. Salah satu produk yang dihasilkan adalah tipe N120, dimana komponen utamanya adalah plate yang disusun sedemikian rupa dengan jumlah 120 unit.

Dari 8 buah stasiun kerja 6 diantaranya terjadi penumpukan atau delay di beberapa stasiun kerja seperti stasiun Pasting process, Cell assambly, Assambly process, Elektorlisis proses, Charging proscess, dan Press box yang mengakibatkan ketidakseimbangan proses produksi sehingga harus diperbaiki. Dalam upaya menyeimbangkan proses produksi langkah awal yang dilakukan adalah menetapkan waktu standar untuk setiap elemen kerja yang terdapat di setiap stasiun kerja. Waktu standar tersebut akan dijadikan input untuk pengolahan metode Algoritma Genetik sebagai penyeimbang lintasan produksi. Pengukuran waktu standar dilakukan untuk mendapatkan nilai fitnes setelah dilakukan inisalisasi populasi. Inisialisasi populasi dilakukan sebanyak 6 buah sebagai solusi permasalahan yang dihadapai. Selain itu, penulis juga menghitung penyeimbangan lintasan prtoduksi yang digunakan oleh perusahaan sebagai pembandingnya. Efisiensi lintasan total melalui metode Algoritma Genetik sebesar 79,46%, sedangkan lintasan prtoduksi aktual perusahaan adalah sebesar 39,68%.

Jika algoritma genetik ini diterapkan untuk penyusunan lintasan produksi yang baru atau penelitian yang akan datang, perlu di perhatikan parameter genetik yang digunakan untuk mendapatkan hasil yang lebih optimal.

DAFTAR ISI

BAB

HALAMAN

LEMBAR JUDUL ... i

LEMBAR PENGESAHAN ... ii

SERTIFIKAT EVALUASI TUGAS SARJANA ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... vii

DAFTAR TABEL ... xiii

DAFTAR GAMBAR ... xv

DAFTAR LAMPIRAN ... xvii

ABSTRAK ... xviii

I PENDAHULUAN ... I-1

1.1. Latar Belakang Permasalahan ... I-1 1.2. Perumusan Masalah ... I-5 1.3. Tujuan Penelitian... I-5 1.4. Manfaat Penelitian... I-6 1.5. Batasan dan Asumsi Masalah ... I-6 1.6. Sistematika Penulisan Tugas Akhir ... I-7

II GAMBARAN UMUM PERUSAHAAN ... II-1

DAFTAR ISI (Lanjutan)

BAB

HALAMAN

2.2. Ruang Lingkup Bidang Usaha ... II-1 2.3. Organisasi dan Manajemen ... II-2 2.3.1. Struktur Organisasi ... II-2 2.3.1. Uraian Tugas dan Tanggung Jawab ... II-3 2.3.3. Tenaga Kerja dan Jam Kerja Perusahaan ... II-6

III LANDASAN TEORI ... III-1

3.1. Definisi Ergonomi ... III-1 3.2. Kelelahan ... III-2 3.2.1. Pengertian Kelelahan... III-2 3.2.2. Faktor Penyebab Terjadinya Kelelahan ... III-2 3.3. Standard Nordic Questionnaire (SNQ) ... III-3 3.4. Beban Kerja ... III-5 3.4.1.Faktor yang Mempengaruhi Beban Kerja ... III-5 3.4.2.Penilaian Beban Kerja Berdasarkan Jumlah

Kebutuhan Kalori ... III-6 3.4.2.Penilaian Beban Kerja Berdasarkan Denyut Nadi ... III-8 3.5. REBA (Rapid Entire Body Assesment) ... III-10 3.6. Antropometri ... III-16

DAFTAR ISI (Lanjutan)

BAB

HALAMAN

3.6.1. Faktor yang Mempengaruhi Antropometri ... III-17 3.6.2. Antropometri Statis ... III-18 3.6.3. Prinsip Penggunaan Data Antropometri ... III-18 3.6.4. Dimensi Tubuh Pengukuran Data Antropometri ... III-20 3.6.5. Aplikasi Distribusi Normal dalan Penetapan Data

Antropometri ... III-24 3.6.6. Aplikasi Antropometri dalam Perancangan Produk ... III-25 3.7. Pengukuran Waktu ... III-28 3.7.1. Uji Keseragaman Data ... III-28 3.7.2. Uji Kecukupan Data ... III-29 3.8. Uji Distribusi Normal dengan Kolmogorov – Smirnov Test ... III-30

IV METODOLOGI PENELITIAN ... IV-1

4.1. Lokasi dan Waktu Penelitian... IV-1 4.2. Jenis Penelitian ... IV-1 4.3. Objek Penelitian... IV-1 4.4. Kerangka Berpikir ... IV-1 4.5. Instrumen Penelitian ... IV-2 4.6. Rancangan Penelitian ... IV-2 4.7. Pengumpulan Data ... IV-6

DAFTAR ISI (Lanjutan)

BAB HALAMAN

4.7.1. Sumber Data ... IV-5 4.7.2. Metode Pengumpulan Data ... IV-6 4.8. Pengolahan Data ... IV-7 4.9. Analisis Pemecahan Masalah ... IV-9 4.10. Kesimpulan dan Saran ... IV-9

V PENGUMPULAN DAN PENGOLAHAN DATA... V-1

5.1. Pengumpulan Data ... V-1 5.1.1. Data Standard Nordic Questionnaire (SNQ) ... V-1 5.1.2. Data Fisiologi ... V-3 5.1.3. Elemen Kegiatan Kondisi aktual ... V-4 5.1.4. Data Postur Kerja ... V-6 5.1.5. Data Fasilitas Kerja Aktual ... V-9 5.1.6. Data Antropometri... V-10 5.2. Pengolahan Data ... V-11

5.2.1. Keluhan Pekerja Berdasarkan Kuisioner SNQ pada Stasiun Pembungkusan Kerupuk ... V-11 5.2.2. Pengolahan Data Fisiologi ... V-18 5.2.2.1. Metode Penilaian Langsung ... V-18 5.2.2.2. Metode Penilaian Tidak Langsung ... V-19

DAFTAR ISI (Lanjutan)

BAB HALAMAN

5.2.3. Penilaian Postur Kerja dengan Metode REBA ... V-22 5.2.4. Perhitungan Data Antropometri ... V-25 5.2.4.1. Perhitungan Rata-rata, Standar Deviasi, Nilai

Maksimum, dan Minimum ... V-27 5.2.4.1.1. Perhitungan rata-rata ... V-27 5.2.4.1.2. Perhitungan Standar Deviasi ... V-28 5.2.4.1.3. Perhitungan Nilai dan Maksimum

Minimum ... V-28 5.2.4.2. Uji Keseragaman Data Antropometri ... V-28 5.2.4.3. Uji Kecukupann Data ... V-37 5.2.4.4. Uji Kenormalan Data dengan Kolmogorov-

Smirnov ... V-39

5.2.4.5. Perhitungan Persentil ... V-40 5.2.5. Perancangan Fasilitas Kerja Usulan ... V-42

VI ANALISIS DAN EVALUASI ... VI-1

6.1. Analisis Keluhan Musculoskletal Disorders Berdasarkan SNQ . VI-1 6.2. Analisis Beban Kerja ... VI-1 6.2.1. Analisis Penilaian Secara Langsung ... VI-1 6.2.2. Analisis Penilaian Secara Tidak Langsung ... VI-2

6.3. Analisis Postur Kerja dengan REBA ... VI-2

DAFTAR ISI (Lanjutan)

BAB

HALAMAN

6.4. Analisis Fasilitas Kerja Aktual ... VI-4 6.5. Analisis Perancangan Fasilitas Kerja Usulan ... VI-5

VII KESIMPULAN DAN SARAN ... VII-1

7.1. Kesimpulan... VII-1 7.2. Saran ... VII-2

DAFTAR PUSTAKA LAMPIRAN

DAFTAR TABEL

TABEL HALAMAN

2.1. Jenis dan Harga dari Produk CV. Super Plates ... II-5 2.2. Jumlah Tenaga Kerja di CV. Super Plates ... II-6 3.1. Contoh Crossover 1-titik ... III-18 3.2. Contoh Crossover 2-titik ... III-18 3.3. Contoh Crossover Seragam ... III-19 3.4. Contoh Mutasi pada Pengkodean Biner ... III-20 3.5. Contoh Mutasi pada Pengkodean Permutasi ... III-20 3.6. Contoh Mutasi Pengkodean Nilai ... III-21 3.7. Penyesuaian Menurut Cara Shumard ... III-32 3.8. Penyesuaian Menurut Westinghouse ... III-33 5.1. Urutan Elemen Kerja Proses Pembuatan Baterai Aki ... V-2 5.2. Pengamatan Work Station Greed Casting Timah Hitam ... V-5 5.3. Pengamatan Work Station Greed Casting Timah Putih ... V-6 5.4. Pengamatan Pasting Process ... V-7 5.5. Pengamatan Cell Assambly ... V-7 5.6. Pengamatan Elektrolisis Process ... V-8 5.7. Pengamatan Assambly Process ... V-9 5.8. Data Pengukuran Waktu Proses Produksi Baterai Aki ... V-10

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

5.9. Pengkuran Waktu Uji Keseragaman Data untuk ...

Elemen Kerja 1 ... V-11 5.10. Uji Keseragaman Data Elemen Kerja ... V-13 5.11. Pengkuran Waktu Untuk Uji Kecukupan Data Elemen ...

Kerja 1 ... V-14 5.12. Uji Kecukupan Data Setiap Elemen Kerja ... V-15 5.13. Faktor Penyesuaian Elemen Kerja ... V-18 5.14. Perhitungan Allowance Setiap Elemen Kerja ... V-20 5.15. Rekapitulasi Perhitungan Waktu Baku ... V-22 5.16. Lintasan Produksi Aktual Perusahaan ... V-24 5.17. Bobot Elemen Operasi ... V-28 5.18. Rangking Bobot Elemen Operasi ... V-29 5.19. Penyusunan Stasiun Kerja Dengan Metode RPW ... V-31 5.20. Analogi Lintasan Produksi ke Dalam Algoritma Genetik ... V-33 5.21. Penugasan Elemen Kerja Kromosom 1 ... V-37 5.22. Penugasan Elemen Kerja Kromosom 2... V-38 5.23. Penugasan Elemen Kerja Kromosom 3... V-39 5.24. Penugasan Elemen Kerja Kromosom 4... V-40 5.25. Penugasan Elemen Kerja Kromosom 5... V-41

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

5.27. Fitness Value Kromosom 1 ... V-44 5.28. Fitness Value Kromosom 2 ... V-45 5.29. Fitness Value Kromosom 3 ... V-47 5.30. Fitness Value Kromosom 4 ... V-48 5.31. Fitness Value Kromosom 5 ... V-50 5.32. Fitness Value Kromosom 6 ... V-51 5.33. Fitness Value untuk Setiap Kromosom ... V-53 5.34. Fitness Relatif dan Fitness Kumulatif Generasi 1 ... V-54 5.35. Bilangan Random Untuk Seleksi Generasi 1 ... V-54 5.36. Kromosom Baru Hasil Seleksi Generasi 1 ... V-55 5.37. Bilangan Random Untuk Crossover Generasi 1 ... V-56 5.38. Hasil dari Offspiring Kromosom 1 ... V-60 5.39. Hasil dari Offspiring Kromosom 2 ... V-61 5.40. Hasil dari Offspiring Kromosom 3 ... V-63 5.41. Hasil dari Offspiring Kromosom 4 ... V-64 5.42. Hasil dari Offspiring Kromosom 5 ... V-66 5.43. Hasil dari Offspiring Kromosom 6 ... V-67 5.44. Bilangan Random Tiap Gen Pada Semua Kromosom ... V-71 5.45. Seleksi Kromosom yang Valid... V-74

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

5.47. Fitness Value untuk Setiap Kromosom Generasi 2 ... V-75 5.48. Fitness Relatif dan Fitness Kumulatif Generasi 2 ... V-76 5.49. Bilangan Random Untuk Seleksi Generasi 2 ... V-76 5.50. Kromosom Baru Hasil Seleksi Generasi 2 ... V-77 5.51. Bilangan Random Untuk Crossover Generasi 2 ... V-78 5.52. Hasil dari Offspiring Kromosom 1 Generasi 2 ... V-83 5.53. Hasil dari Offspiring Kromosom 3 Generasi 2 ... V-83 5.54. Hasil dari Offspiring Kromosom 2 Generasi 2 ... V-86 5.55. Hasil dari Offspiring Kromosom 4 Generasi 2 ... V-86 5.56. Hasil dari Offspiring Kromosom 5 Generasi 2 ... V-89 5.57. Hasil dari Offspiring Kromosom 6 Generasi 2 ... V-90 5.59. Seleksi Kromosom yang Valid Pada Generasi 2... V-96 5.60. Populasi Akhir Setelah Generasi ke-2... V-97 6.1. Perbandingan Penyeimbangan Lintasan Kondisi

ABSTRAK

CV. SUPER PLATES merupakan perusahaan yang bergerak di industri manufaktur baterai aki yang berproduksi secara massal. Salah satu produk yang dihasilkan adalah tipe N120, dimana komponen utamanya adalah plate yang disusun sedemikian rupa dengan jumlah 120 unit.

Dari 8 buah stasiun kerja 6 diantaranya terjadi penumpukan atau delay di beberapa stasiun kerja seperti stasiun Pasting process, Cell assambly, Assambly process, Elektorlisis proses, Charging proscess, dan Press box yang mengakibatkan ketidakseimbangan proses produksi sehingga harus diperbaiki. Dalam upaya menyeimbangkan proses produksi langkah awal yang dilakukan adalah menetapkan waktu standar untuk setiap elemen kerja yang terdapat di setiap stasiun kerja. Waktu standar tersebut akan dijadikan input untuk pengolahan metode Algoritma Genetik sebagai penyeimbang lintasan produksi. Pengukuran waktu standar dilakukan untuk mendapatkan nilai fitnes setelah dilakukan inisalisasi populasi. Inisialisasi populasi dilakukan sebanyak 6 buah sebagai solusi permasalahan yang dihadapai. Selain itu, penulis juga menghitung penyeimbangan lintasan prtoduksi yang digunakan oleh perusahaan sebagai pembandingnya. Efisiensi lintasan total melalui metode Algoritma Genetik sebesar 79,46%, sedangkan lintasan prtoduksi aktual perusahaan adalah sebesar 39,68%.

Jika algoritma genetik ini diterapkan untuk penyusunan lintasan produksi yang baru atau penelitian yang akan datang, perlu di perhatikan parameter genetik yang digunakan untuk mendapatkan hasil yang lebih optimal.

BAB I

PENDAHULUAN

1.1. Latar Belakang

CV. Super Plates merupakan perusahaan yang bergerak dibidang manufaktur baterai/aki basah yang diperuntukkan untuk mobil. Produksi yang dihasilkan terdapat dalam berbagai tipe yang kuat arusnya berbeda, merek dagang dari baterai yang dihasilkan adalah Samson. Komponen utama Samson tersebut adalah sejumlah plate yang disusun sedemikian rupa, sebagai contoh baterai tipe N120 memiliki 120 plate yang dibagi menjadi 60 plate positif dan 60 plate negatif. Daerah pemasaran baterai Samson ini hanya melingkupi kota Medan dan Pekanbaru.

Proses produksi bersifat massal yang ditandai dengan volume produksi yang besar dimana variasi antar produk cukup kecil. Pada proses pembuatan baterai Samson ini masih dikerjakan secara manual dan menggunakan peralatan mesin yang cukup sederhana.

Aliran produksi melalui 8 stasiun kerja yang berkesinambungan namun acapkali terjadi penumpukan sehingga mengakibatkan terjadinya delay di beberapa stasiun kerja seperti stasiun Pasting process, Cell assambly, Assambly process, Elektorlisis proses, Charging proscess, dan Press box yang semestinya aliran produksi ini harus diatur sedemikian rupa sehingga terdapat kesetimbangan.

Terdapat beberapa faktor yang mempengaruhinya diantaranya adalah jenis urutan operasi pada lintasan dalam proses produksi dan waktu penyelesaian masing-masing elemen kerja pada masing-masing-masing-masing produksi sedangkan untuk mesin dan perlatan dalam keadaan baik serta bahan baku sudah tersedia untuk dirakit atau di proses. Tujuan dari menyeimbangkan lintasan produksi adalah menyeimbangkan beban kerja pada tiap stasiun kerja dan meminimalisasi jumlah stasiun kerja.

Hal tersebut dapat dicapai terlebih dahulu melalui pengkuran kerja sehingga didapatkan waktu baku yang wajar, normal, dan terbaik. Hasil dari pengukuran kerja ini akan dijadikan input untuk proses algoritma genetik dalam mencapai solusi optimum efesiensi lini.

Algoritma Genetik (AG) dipilih karena AG tidak mempunyai kriteria khusus yang dijumpai pada algoritma heuristik lainnya dalam menyaring kualitas solusi, dan dapat menghasilkan beberapa alternatif solusi yang mempunyai nilai objektif yang sama.

Metode Algoritma Genetik (AG) adalah metode penyelesaian optimasi yang terinspirasi dari seleksi alam didasari oleh Teori Darwin. Langkah dalam prosedur algoritma genetik ini dimulai dengan menetapkan individu dengan melakukan perubahan dengan beberapa iterasi dengan algoritma genetika untuk mencapai solusi terbaik. Solusi terbaik ini di tetapkan di awal secara acak atau disusun dan disebut dengan kromosom yang berupa susunan angka dan dipilih. Keseluruhan dari kromosom yang di observasi tersebut mewakili suatu populasi.

1.2. Perumusam Masalah

Permasalahan pada penelitian ini ialah pembagian elemen kerja yang masih belum seimbang sehingga menyebabkan waktu siklus setiap stasiun kerja berbeda-beda dan adanya penumpukan di beberapa stasiun kerja yang menyebabkan terjadinya delay di beberapa stasiun kerja. Oleh karena itu perlu dilakukan penyeimbangan lintasan produksi, sehingga dapat diperoleh lintasan produksi yang efesien dan efektif serta dapat mengatasi masalah yang ada.

1.3. Tujuan dan Manfaat

Tujuan umum dari penelitian ini adalah merancang sebuah metode keseimbangan lintasan produksi yang seharusnya diterapkan di perusahaan sehingga di peroleh utilitas yang tinggi dalam lintasan produksi.

Adapun tujuan khusus dari penelitian ini adalah sebagai berikut : 1. Mengindetifikasi kelemahan lintasan produksi sekarang.

2. Memberikan usulan penyusunan lintasan produksi yang seharusnya di terapkan di perusahaan.

3. Menjelaskan manfaat penerapan lintasan produksi yang diusulkan. Adapun manfaat penelitian adalah sebagai berikut :

1. Bagi perusahaan

Sebagai bahan masukan perusahaan dalam melakukan perbaikan lintasan produksi.

Menjadi sarana kerjasama antara perusahaan dengan departemen teknik industri.

3. Bagi Mahasiswa

Membantu mahasiswa dalam melakukan penyusunan Laporan Tugas Sarjana yang merupakan salah satu syarat kelulusan di Jurusan Teknik Industri dan juga sebagai sarana untuk menerapkan ilmu teknik industri dilingkungan perusahaan.

1.4. Batasan Masalah dan Asumsi

Adapun yang menjadi batasan masalah dalam penelitian ini adalah sebagai berikut :

1. Produk yang diamati baterai aki tipe N120.

2. Penelitian ini memfokuskan pada keseimbangan lintasan produksi.

3. Pengukuran waktu operasi hanya digunakan untuk hal-hal yang berkaitan langsung dengan proses produksi menggunakan stopwatch.

4. Pada penelitian ini tidak membahas masalah biaya.

Asumsi-asumsi yang digunakan dalam penelitian ini antara lain : 1. Mesin yang digunakan dalam keadaan baik.

2. Tidak dilakukan penambahan mesin.

3. Bahan baku dan part sudah tersedia untuk dirakit/diproses. 4. Tidak terjadi kerusakan mesin/peralatan.

1.5. Sistematika Penulisan Laporan

Adapun sistematika yang mempermudah penulisan tugas sarjana ini adalah sebagai berikut:

BAB I Pendahuluan berisi tentang latar belakang permasalahan, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah dan asumsi serta sistematika penulisan laporan.

BAB II Gambaran Umum Perusahaan memaparkan secara singkat tentang

gambaran dari objek penelitian, yaitu Sejarah Perusahaan, Ruang Lingkup Bidang Usaha, Organisasi dan Manajemen dan Proses Produksi.

BAB III Landasan Teori menyajikan dasar teori dan metode yang digunakan

sebagai dasar dan kelengkapan untuk memecahkan masalah dalam penelitian. Adapun teori yang dibahas dalam penelitian ini adalah Lintasan Produksi, perhitungan waktu baku, dan Algoritma Genetik (AG).

BAB IV Metodologi Penelitian mengemukakan tentang urutan langkah-langkah

dalam pemecahan masalah dan penjelasan secara garis besar bagaimana langkah pemecahan persoalan dengan menggunakan metode yang digunakan.

BAB V Pengumpulan Dan Pengolahan Data membahas tentang data-data yang

dibutuhkan baik data primer maupun data sekunder. Data yang sudah dikumpulkan diolah menggunakan metode Algoritma Genetik (AG).

BAB VI Analisa Pemecahan Masalah menganalisa hasil dari pengolahan data dan

mengidentifikasi pemecahan masalah untuk mengetahui langkah-langkah perbaikan yang dibutuhkan perusahaan.

BAB VII Kesimpulan Dan Saran menguraikan tentang pokok-pokok hasil penelitian

dan uraian singkat hasil analisa yang dilakukan. Sedankan saran berisi tindak lanjut dari hasil penelitian yang telah dilakukan.

DAFTAR PUSTAKA LAMPIRAN

BAB II

GAMBARAN UMUM PERUSAHAAN

2.1. Sejarah Perusahaan

CV. Super Plates didirikan pada tahun 1992 yang beralamat di Jl.Balai Desa 141 Polonia Medan. CV. Super Plates merupakan salah satu perusahaan yang bergerak di bidang industri perakitan baterai aki mobil. Perusahan ini didirikan dengan modal sendiri dan pinjaman dari Bank yang mana Deny Chandra sebagai pemilik usaha. Pada awalnya perusahaan ini memproduksi baterai televisi tahun 1984. Keterbatasan penyediaan dan distribusi listrik didaerah polonia pada waktu itu menganggap sebagai peluang usaha, sehingga Deny Chandra mulai membuat baterai televisi yang dipasarkan secara lokal di Polonia Medan.

Dengan semakin berkembangnya distribusi listrik di kota Medan, penggunaan baterai untuk televisi mulai ditinggalkan. Dengan tidak digunaakannya baterai untuk televisi Deny Chandra berusaha menemukan lapangan usaha baru yaitu usaha reparasi baterai aki mobil. Setelah berjalan beberapa lama, Deny Chandra mulai mengembangkan usahanya dan mencoba untuk menciptakan merek baterai sendiri. Usaha tersebut berlanjut dengan terciptanya Samson baterai yang digunakan untuk aki mobil. Sejak awal berdirinya perusahaan ini hingga tahun 2008, perusahaan ini menggunakan mesin dan peralatan yang sederhana dalam proses produksinya. Sejak

tahun 1992 perusahaan ini berbentuk usaha Persekutuan Komenditer (CV) dengan nama CV. Super Plates.

2.2. Lokasi Perusahaan

CV. Super Plates berlokasi di Jl. Balai Desa No. 141 Kecamatan Polonia Medan. Sejak awal didirikannya perusahaan ini terletak berdampingan dengan rumah pemilik usaha, yang mana luas tanah ± 400 m2.

2.3. Struktur Organisasi

Struktur organisasi pada CV. Super Plates dapat dilihat pada Gambar 2.1 dibawah ini.

OWNER

Keuangan

Operator Office Boy Driver

Gambar 2.1. Struktur Organisasi CV. Super Plates

Dalam mencapai tujuan dan sasaran yang telah ditetapkan, maka struktur organisasi yang digunakan oleh CV. Super Plates adalah hubungan garis. Dalam menjalankan struktur organisasinya ada pembagian tugas yang jelas antara pimpinan, staff dan pelaksana dalam melakukan pengambilan keputusan lebih muda dicapai

karena anggota-anggota staff yang ahli dalam bidangnya yang dapat memberi nasehat dan mengerjakan perencanaan yang teliti, koordinasi dapat dengan mudah dikerjakan karena sudah ada pembidangan masing-masing.

Struktur organisasi yang berbentuk hubungan garis dapat dijelaskan bahwa bawahan hanya mengenal seorang atasan. Bawahan tersebut hanya menerima tugas, tanggung jawab, wewenang serta haknya dari atasan tersebut. Bentuk hubungan ini dapat dilihat antara keuangan dengan operator, office boy dan driver.

Adapun tugas dan tanggung jawab dari karyawan CV. Super Plates adalah sebagai berikut :

1. Pemilik Usaha

Pemilik usaha merupakan pemilik modal yang bertanggungjawab atas penyusunan semua kebijakan di perusahaan.

2. Keuangan

Bertanggungjawab atas pembuatan laporan keuangan seperti, membuat laporan gaji karyawan, pembelian bahan baku dan peralatan, dan laporan jual/beli baterai aki.

3. Operator

Operator terdiri dari beberapa bidang perkerjaan, berikut adalah tugas masing-masing operator :

Bertanggungjawab melakukan persiapan sebelum produksi dimulai mulai dari memerikasa kelengkapan, pemanasan tungku hingga peleburan timah serta mencetak plate.

b. Operator pemotongan

Bertanggungjawab memeriksa semua kelengkapan dan memotong plate setelah selesai di cetak.

c. Operator pasting

Bertanggungjawab memeriksa semua kelengkapan dan melakukan pasting pada plate.

d. Operator press pasting

Bertanggungjawab memeriksa semua kelengkapan, penggilingan timah putih dan mem-press plate yang sudah di pasting.

e. Operator cell assambly

Bertanggungjawab memeriksa semua kelengkapan, menjemur plate yang sudah di press pasting hingga memastikan apakah sudah kering atau belum dan merangkai plate.

f. Assambly process

Bertanggugjawab memeriksa semua kelengkapan dan merangkai plate untuk dimasukkan kedalam box.

g. Press assambly

Bertanggungjawab memeriksa kelengkapan, mem-press baterai aki agar kuat dan tidak mudah lepas dari box.

h. Driver

Bertanggungjawab atas pendistribusian arus barang dan jasa. i. Office boy

Bertanggungjawab atas kebersihan dan kenyaman lingkungan kerja.

2.4. Ruang Lingkup Bidang Usaha

CV. Super Plates Memproduksi berbagai macam jenis produk baterai aki mobil. Produk yang dihasilkan dapat dilihat pada Tabel 2.1. berikut.

Tabel 2.1. Jenis dan Harga dari Produk CV Super Plates

No Tipe Vlot AH Tukar

Tambah

Tanpa Tukaran

Baterai Rusak

1 NS-40Z 12 45 Rp.290.000 Rp.340.000 Rp.50.000

2 NS-60 12 55 Rp.310.000 Rp.370.000 Rp.60.000

3 NS-70 12 65 Rp.420.000 Rp.500.000 Rp.80.000

4 N-70Z 12 80 Rp.510.000 Rp610.000 Rp.100.000

5 N-100 12 100 Rp.600.000 Rp.770.000 Rp.170.000

6 N-120 12 120 Rp.700.000 Rp.900.000 Rp.200.000

7 N-150 12 150 Rp.860.000 Rp.1.140.000 Rp.280.000

8 N-200 12 200 Rp.1.180.000 Rp.1.530.000 Rp.350.000 9 60AH/BLAZER 12 60 Rp.500.000 Rp.580.000 Rp.80.000 10 80AH/MERCY/BMW 12 80 Rp.600.000 Rp.700.000 Rp.100.000 11 100 AH/MERCY 12 100 Rp. 700.000 Rp.850.000 Rp.150.000 (Sumber : CV. Super Plates)

2.5. Jumlah Tenaga Kerja dan Jam Kerja 2.5.1. Jumlah Tenaga Kerja

Dalam menjalankan tugasnya, CV. Super Plates mempekerjakan tenaga kerja langsung. Tenaga kerja langsung adalah tenaga kerja yang bekerja di lantai produksi baterai aki didalam pabrik. Jumlah tenaga kerja pada CV. Super Plates adalah 14 orang. Alokasi tenaga kerja di CV. Super Plates pada Tabel 2.2.

Tabel 2.2. Jumlah Tenaga Kerja di CV. Super Plates

No Bagian

Jumlah Tenaga Kerja

1 Keuangan 1

2 Operator

1. Peleburan 2

2. Pemotongan 1

3. Pasting 2

4. Press Pasting 1

5. Cell Assembly 1

6. Assembly Process 2 7. Press Assembly 1 3 Office Boy 1

4 Driver 1

Jumlah 13

(Sumber : CV. Super Plates)

2.5.2. Jam Kerja

Jam kerja di CV. Super Plates terdiri dari satu shift saja, dengan rincian sebagai berikut:

2. Jam 12.01-13.00 WIB (Istirahat) 3. Jam 13.01-17.00 WIB (Kerja)

Hari minggu dan hari-hari besar lainnya merupakan hari libur bagi perusahaan.

2.6. Proses Produksi

Produksi adalah suatu aktivitas dalam perusahaan industri berupa penciptaan nilai tambah dari input menjadi output secara efektif dan efisien sehingga produk sebagai output dari proses penciptaan nilai tambah dapat dijual dengan harga yang kompetitif di pasar.

2.6.1. Bahan yang Digunakan 2.6.1.1. Bahan Baku

Bahan baku adalah bahan utama yang digunakan dalam pembuatan produk yang terlibat langsung dalam proses produksi hingga manjadi produk jadi dimana sifat dan bentuk bahan tersebut akan mengalami perubahan. Bahan baku utama yang digunakan dalam proses produksi prosuk – produk pada di CV. Super Plates adalah sebagai berikut :

1. Timah Hitam (Pb)

Timah Hitam adalah suatu unsur kimia dalam tabel periodik yang memiliki lambang Pb dan nomor atom 82. Lambangnya diambil dari bahasa Latin yaitu

Plumbum. Timah Hitam adalah logam berat yang terdapat secara alami di dalam kerak bumi.

•

•

Dalam sehari diperlukan 100 kg timah hitam untuk membuat plate. 2. Timah Putih (Sn)

Timah Putih adalah sebuah unsur kimia dalam tabel periodik yang memiliki simbol Sn dan nomor atom 50.

•

•

Dalam sehari diperlukan 100 kg timah hitam untuk membuat pasta. 3. Air Raksa (Hg)

dalam endapan alam seperti bijih bersama unsur-unsur lainnya. Air raksa dipergunakan sebagai produk elektrik seperti batu baterai sel kering. Air raksa juga digunakan untuk campuran pasta.

2.6.1.2. Bahan Penolong

Bahan penolong adalah bahan yang tidak digunakan dalam proses produksi secara langsung yang sengaja ditambahkan dengan maksud untuk melengkapi dan

memperbaiki mutu dari produk yang dihasilkan suatu proses produksi. Adapun bahan penolong yang digunakan di CV. Super Plates adalah sebagai berikut :

1. Box

Box digunakan sebagai wadah untuk menapung semua komponen baterai.

2. Kardus

Kardus digunakan untuk packaging baterai apabila di distribusikan dalam jumlah yang banyak.

3. Termo Aki

Termo aki digunakan sebagai alat untuk memeriksa kadar air raksa normal atau tidak.

2.6.1.3. Bahan Tambahan

Bahan tambahan adalah bahan yang digunakan untuk mempermudah proses dan meningkatkan kualitas dari produk yang dihasilkan dan merupakan bagian dari produk akhir yang ikut dalam proses produksinya tanpa menggunakan bahan penolong produk akan tetap bisa diselesaikan tetapi hasilnya tidak sesuai yang diharapkan dan fungsinya tidak sempurna. Bahan tambahan yang digunakan dalam proses produksi produk – produk di CV. Super Plates adalah sebagai berikut :

1. Air

Air digunakan untuk mengurangi kadar air raksa ketika membuat pasta. 2. Sinar Ultraviolet

2.7. Uraian Proses Produksi

Uraian proses produksi baterai aki dapat diuraikan sebagai berkut : 1. Peleburan

Timah hitam (Pb) dilebur 1 tungku sebanyak 100 kg selama 1 jam dengan suhu 325 derajat celcius. Sedangkan untuk timah putih (Sn) dengan suhu 232 derajat celcius. Timah hitam yang sudah dilebur akan dijadikan plate dengan cara menuangkan cairan timah hitam kedalam mesin greed casting dengan sendok untuk di cetak menjadi plate sedangkan hasil dari peleburan timah putih nantinya akan digunakan untuk pasta dengan cara hasil peleburan timah putih di tuangkan dengan sendok ke mesin greed cating setelah itu di giling dengan mesin molen dengan kecepatan 24 rpm selama 8 jam di campur air raksa.

2. Pemotongan

Setelah selesai pencetakan tahap berikutnya adalah memotong plate menjadi dua bagian dan lalu dibersihkan.

3. Pasting Process

Plate yang sudah di potong-potong dioleskan pasta yang terbuat dari timah

putih yang sudah digiling. 4. Press Pasta

Tahap selanjutnya adalah menekan pasta agar tidak lepas dari plate lalu dijemur di outdor selama 3 jam.

Merakit plate sebanyak 5 buah sebelum di elektrolisis. 6. Proses Elektrolisis

Plate yang sudah dirakit akan dielektrolisis selama 12 jam. Proses elektrolisis adalah proses reduksi dan oksidasi kutub-kutub pada baterai sehingga terjadi migrasi ion-ion pada plate yang membuat plate dapat menyimpan atau mengeluarkan energi listrik.

7. Assembly Process

Assembly process adalah merangkai plate positf dan negatif yang di batasi

dengan fiber dengan jumlah sesuai jenis baterai aki yang akan diproduksi. Setelah selesai dirakit maka tahap selanjutnya adalah menyusun kedalam box lalu di press agar tidak lepas dari box.

8. Charger process

Charger process merupakan pengisian tiap cell plate yang menghasilkan

tegangan 2 Volt. Sehingga untuk menghasilkan tegangan 12 Volt harus menghubungkan tiap cell secara seri.

2.8. Mesin dan Peralatan

2.8.1. Mesin Produksi

Adapun mesin yang digunakan pada CV. Super Plates adalah mesin molen dan mesin press sederhana yang bersifat umum. Dibawah ini dapat di lihat gambar mesin yang dipergunakan untuk proses produksi baterai aki.

1. Mesin Molen

Gambar 2.3. Mesin Molen

Spesifikasi mesin molen: Keterangan : Mixer Timah

Dimensi PxLxT (mm): 2300 x 1175 x 1520 Drum Speed : 24 - 25 rpm

Berat bersih : 400 kg

Sumber Penggerak : Mesin Diesel 8. Hp Ukuran Mess : 400 mess

2. Mesin Press

Gambar 2.4. Mesin Press

Spesifikasi mesin molen: Press force : 10 ton

Dimensi PxLxT (mm): 110 x 65 x 220 Berat : 450 kg

2.8.2. Peralatan (Equipment)

Adapun peralatan yang mendukung proses produksi yang digunakan adalah sebagai berikut :

1. Tungku

Tungku digunakan untuk membakar timah. 2. Solder

Solder digunakan untuk merangkai plate. 3. Kuas

Kuas digunakan untuk mengoleskan pasta. 4. Parang

Parang digunakan untuk memotong plate. 5. Kereta sorong

Kereta sorong digunakan untuk mengangkut timah dari mobil.

2.9. Utilitas

Utilitas merupakan bagian yang penting dalam menunjang kegiatan operasi dalam pabrik, penanggulangan kebakaran dan perumahan. Sistem utilitas yang terdapat di CV. Super Plates adalah :

1. Pembangkit Tenaga Listrik

Penggunaan tenaga listrik PLN dengan daya 555 KVA untuk menghidupkan mesin-mesin secara normal. Selain itu apabila terjadi hambatan karena pemadaman listrik maka digunakan generator cadangan berdaya 380 KVA dengan spesifikasi sebagai berikut :

a. Kode No. : SR4 serial no. B49BH6998

b. Merk : Maspion

c. Jumlah : 1 unit

d. Bahan bakar : solar

2. Air dari Perusahaan menggunakan jasa PAM

CV. Super Plates menggunakan fasilitas PDAM. untuk kebutuhan kegiatan produksi.

BAB III

TINJAUAN PUSTAKA

3.1. Lini Produksi1

1. Lini fabrikasi, merupakan lintasan produksi yang terdiri atas sejumlah operasi pekerjaan yang bersifat membentuk atau mengubah bentuk benda kerja.

Lini produksi adalah penempatan area-area kerja dimana operasi-operasi diatur secara berurutan dan material bergerak secara kontinu melalui operasi yang terangkai seimbang. Menurut karakteristiknya proses produksinya, lini produksi dibagi menjadi dua.

2. Lini perakitan, merupakan lintasan produksi yang terdiri atas sejumlah operasi perakitan yang dikerjakan pada beberapa stasiun kerja dan digabungkan menjadi benda assembly atau subassembly.

Beberapa keuntungan yang dapat diperoleh dari perencanaan lini produksi yang baik adalah :

1. Jarak perpindahan material yang minim diperoleh dengan mengatur susunan dan tempat kerja.

2. Aliran benda kerja (material), mecakup gerakan dari benda kerja yang kontinu. Alirannya diukur dengan kecepatan produksi dan bukan oleh jumlah spesifik.

1 _{Baroto,Teguh. Pengendalian dan Perencanaan Produksi. Ghalia Indonesia. Jakarta. 2002.Hal}

3. Pembagian tugas terbagi secara merata yang disesuaikan dengan keahlian masing-masing pekerjaan sehingga pemanfaat tenaga kerja lebih efisien.

4. Pengerjaan operasi yang serentak (simultan) yaitu setiap operasi dikerjakan pada saat yang sama di seluruh lintasan produksi.

5. Operasi unit. Lintasan dimaksudkan sebagai penghasil unit tunggal, satu seri operasi atau grup pekerja di tugaskan untuk suatu produk. Seluruh lintasan merupakan satu unit produksi.

6. Gerakan benda kerja tetap sesuai dengan set-up dari lintasan dan bersifat tetap. 7. Proses memerlukan waktu minium.

Persyaratan yanag harus diperhatikan untuk menunjang kelangsungan lintasan produksi antara lain sebagai berikut :

1. Pemerataan distribusi kerja yang seimbang disetiap stasiun kerja yang terdapat di dalam suatu lintasan produksi fabrikasi atau suatu lintasan perakitan yang bersifat manual.

2. Pergerakan aliran benda kerja yang kontinu pada kecepatan yang seragam. Alirannya tergantung pada waktu operasi.

3. Arah aliran meterial harus tetap sehingga memperkecil daerah penyebaran dan mencagah timbulnya atau setidak-tidaknya mengurangi waktu menunggu karena keterlambatan benda kerja.

4. Produksi yang kontinu guna menghidari adanya penumpukan benda kerja di lain tempat sehingga diperlukan aliran benda kerja pada lintasan produksi secara kontinu.

Keseimbangan lintasan, proses penyusunannya bersifat teoritis. Dalam praktik persyaratan di atas mutlak untuk dijadikan dasar pertimbangan.

3.2. Line Balancing

Kriteria umum keseimbangan lintasan produksi adalah untuk memaksimumkan efisiensi atau meminimumkan balance delay. Tujuan pokok dari penggunaan metode ini adalah untuk mengurangi atau meminimumkan waktu menganggur (idle time) pada lintasan yang ditentukan oleh operasi yang paling lambat.

Tujuan perencanaan kesimbangan lintasan adalah mendistribusikan unit-unit kerja atau elemen-elemen kerja pada setiap stasiun kerja agar waktu menganggur dari stasiun kerja pada suatu lintasan produksi dapat ditekan seminimal mungkin, sehingga pemanfaatan dari peralatan maupun operator dapat digunakan semaksimal mungkin.

Pembuatan suatu produk pada umumnya dilakukan melalui beberapa tahapan proses produksi pada beberapa departemen berupa aliran proses produksi. Aliran proses produksi disini adalah yang diperlukan untuk memindahkan elemen-elemen produksi, seperti bahan atau material, part, orang, dan lain-lain, mulai dari awal proses sampai produk yang dikehendaki bisa melalui lintasan produksi.

Aliran proses produksi dari suatu departemen ke departemen yang lainnya merupakan bagian dari waktu proses (waktu siklus) produk tersebut. Apabila terjadi hambatan atau ketidakefisienan dalam suatu departemen akan mengakibatkan tidak

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

 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 operasi/elemen ( I=1,2,3,…,n) C :waktu siklus stasiun kerja

N : jumlah elemen

Kmin : 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 : jumlah(banyaknya) 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 Genetik2

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.com/2014/03/29/algoritma-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

pada saat yang bersamaan. Karena itulah, algoritma genetik sangat cocok untuk perhitungan yang paralel.

3.4. Struktur Umum Algoritma Genetik

Algoritma genetik memberikan suatu pilihan bagi penentuan nilai parameter dengan meniru cara reproduksi genetik, pembentukan kromosom baru serta seleksi alami seperti yang terjadi pada makhluk hidup. Algoritma Genetik secara umum dapat diilustrasikan dalam diagram alir berikut ini.

Gambar 3.1. Diagram Alir Algoritma Genetik

karakteristik-karakteristik yang perlu diketahui sehingga dapat terbedakan dari prosedur pencarian atau optimasi yang lain, yaitu:

1. Algoritma genetik dengan pengkodean dari himpunan solusi permasalahan berdasarkan parameter yang telah ditetapkan dean bukan parameter itu sendiri. 2. Algoritma genetik pencarian pada sebuah solusi dari sejumlah individu- individu

yang merupakan solusi permasalahan bukan hanya dari sebuah individu.

3. Algoritma genetik informasi fungsi objektif (fitness), sebagai cara untuk mengevaluasi individu yang mempunyai solusi terbaik, bukan turunan dari suatu fungsi.

4. Algoritma genetik menggunakan aturan transisi peluang, bukan aturan-aturan deterministik.

Variabel dan parameter yang digunakan pada algoritma genetik adalah:

1. Fungsi fitness (fungsi tujuan) yang dimiliki oleh masing-masing individu untuk menentukan tingkat kesesuaian individu tersebut dengan criteria yang ingin dicapai.

2. Populasi jumlah individu yang dilibatkan pada setiap generasi. 3. Probabilitas terjadinya persilangan (crossover) pada suatu generasi. 4. Probabilitas terjadinya mutasi pada setiap individu.

5. Jumlah generasi yang akan dibentuk yang menentukan lama penerapan algoritma genetik.

Secara umum struktur dari suatu algoritma genetik dapat mendefenisikan dengan langkah-langkah sebagai berikut:

1. Membangkitkan populasi awal

Populasi awal ini dibangkitkan secara random sehingga didapatkan solusi awal. Populasi itu sendiri terdiri atas sejumlah kromosom yang

merepresentasikan solusi yang diinginkan. 2. Membentuk generasi baru

Untuk membentuk generasi baru, digunakan operator reproduksi/ seleksi,

crossover dan mutasi. Proses ini dilakukan berulang-ulang sehingga

didapatkan jumlah kromosom yang cukup untuk membentuk generasi baru dimana generasi baru ini merupakan representasi dari solusi baru. Generasi baru ini dikenal denga istilah anak (offspring).

3. Evaluasi solusi

Pada tiap generasi, kromosom akan melalui proses evaluasi dengan menggunakan alat ukur yang dinamakan fitness. Nilai fitness suatu kromosom menggambarkan kualitas kromosom dalam populasi tersebut. Proses ini akan mengevaluasi setiap populasi dengan menghitung nilai fitness setiap kromosom dan mengevaluasinya sampai terpenuhi kriteria berhenti. Bila kriteria berhenti belum terpenuhi maka akan dibentuk lagi generasi baru dengan mengulangi langkah 2. Beberapa kriteria berhenti sering digunakan antara lain: berhenti pada generasi tertentu, berhenti setelah dalam beberapa generasi berturut-turut didapatkan nilai fitness tertinggi tidak berubah, berhenti dalam n generasi tidak didapatkan nilai fitness yang lebih tinggi.

Fungsi fitness tersebut sebagai berikut:

Fitness 1

1 + Penalti (3.1)

dimana: ∑ Penalti =∑Bp + ∑Np

Dari persamaan diatas nilai fitness ditentukan oleh nilai penalty. Penalty tersebut menunjukkan jumlah pelanggaran kendala pada suatu kromosom. Semakin tinggi nilai fitness akan semakin besar kemungkinan kromosom tersebut terpilih ke generasi berikutnya. Jadi nilai penalty berbanding terbalik dengan nilai fitness, semakin kecil nilai penalty (jumlah pelanggaran) semakin besar nilai fitnessnya.

Jadi fungsi fitness:

Keterangan:

Bp : Bobot Pelanggaran Np : Indikator Pelanggaran

3.5. Pengkodean

Pengkodean adalah suatu teknik untuk menyatakan populasi awal sebagai calon solusi suatu masalah ke dalam suatu kromosom sebagai suatu kunci pokok persoalan ketika menggunakan algoritma genetik.

1. Pengkodean biner merupakan cara pengkodean yang paling umum digunakan karena adalah yang pertama kali digunakan dalam algoritma genetik oleh Holland. Keuntungan pengkodean ini adalah sederhana untuk diciptakan dan mudah dimanipulasi. Pengkodean biner memberikan banyak kemungkinan untuk kromosom walaupun dengan jumlah nilai-nilai yang mungkin terjadi pada suatu gen yang sedikit (0 dan 1). Di pihak lain, pengkodean biner sering tidak sesuai untuk banyak masalah dan kadang pengoreksian harus dilakukan setelah operasi

crossover dan mutasi.

2. Pengkodean bilang riil adalah suatu pengkodean bilangan dalam bentuk riil. Masalah optimalisasi fungsi dan optimalisasi kendala lebih tepat jika diselesaikan dengan pengkodean bilangan riil karena struktur topologi ruang genotif untuk pengkodean bilangan riil identik dengan ruang fenotifnya, sehingga mudah membentuk operator genetik yang efektif dengan cara memakai teknik yang dapat digunakan yang berasal dari metode konvensional.

3. Pengkodean bilangan bulat adalah metode yang mengkodekan bilangan dalam bentuk bilangan bulat. Pengkodean ini baik digunakan untuk masalah optimisasi kombinatorial.

4. Pengkodean struktur data adalah model pengkodean yang menggunakan struktur data. Pengkodean ini digunakan untuk masalah kehidupan yang lebih kompleks seperti perencanaan jalur robot, dan masalah pewarnaan

3.6. Operator Genetik

Algoritma genetik merupakan proses pencarian yang heuristik dan acak sehingga penekanan pemilihan operator yang digunakan sangat menentukan keberhasilan algoritma genetik dalam menemukan solusi optimum suatu masalah yang diberikan. Hal yang harus diperhatikan adalah menghindari terjadinya konvergensi premature, yaitu mencapai solusi optimum yang belum waktunya, dalam arti bahwa solusi yang diperoleh adalah hasil optimum lokal.

Operator genetik yang digunakan setelah proses evaluasi tahap pertama membentuk populasi baru dari generasi sekarang. Operator-operator tersebut adalah operator seleksi, crossover dan mutasi.

3.6.1. Seleksi

Seleksi bertujuan memberikan kesempatan reproduksi yang lebih besar bagi anggota populasi yang paling fit. Langkah pertama dalam seleksi ini adalah pencarian nilai fitness. Masing-masing individu dalam suatu wadah seleksi akan menerima probabilitas reproduksi yang tergantung pada nilai objektif dirinya sendiri terhadap nilai objektif dari semua individu dalam wadah seleksi tersebut. Nilai fitness inilah yang nantinya akan digunakan pada tahap seleksi berikutnya.

Kemampuan algoritma genetik untuk memproduksi kromosom yang lebih baik secara progresif tergantung pada penekanan selektif (selective

dalam dua cara. Cara pertama adalah membuat lebih banyak kromosom anak yang dipelihara dalam populasi dan memilih hanya kromosom-kromosom terbaik bagi generasi berikut. Walaupun orang tua dipilih secara acak, metode ini akan terus menghasilkan kromosom yang lebih baik berhubungan dengan penekanan selektif yang diterapkan pada individu anak tersebut.

Cara lain menerapkan penekanan selektif adalah memilih orang tua yang lebih baik ketika membuat keturunan baru. Dengan metode ini, hanya kromosom sebanyak yang dipelihara dalam populasi yang perlu dibuat bagi generasi berikutnya. Walaupun penekanan selektif tidak diterapkan ke level keturunan, metode ini akan terus menghasilkan kromosom yang lebih baik, karena adanya penekanan selektif yang diterapkan ke orangtua.

Ada beberapa metode untuk memilih kromosom yang sering digunakan antara lain adalah seleksi roda rolet (roulette wheel selection), seleksi ranking (rank selection) dam seleksi turnamen (tournament selection).

Dalam penelitian ini, metode yang digunakan adalah seleksi roda rolet (roulette wheel selection). Pada seleksi ini, orang tua dipilih berdasarkan fitness mereka. Lebih baik kualitas suatu kromosom, lebih besar peluangnya untuk terpilih. Probabilitas suatu individu terpilih untuk crossover sebanding dengan

fitness-nya. Cara penyeleksian ini merupakan peniruan dari permainan roda

3.6.2. Crossover

Crossover (perkawinan silang) bertujuan menambah keanekaragaman

string dalam populasi dengan penyilangan antar-string yang diperoleh dari sebelumnya. Beberapa jenis crossover tersebut adalah:

1. Crossover 1-titik

Pada crossover dilakukan dengan memisahkan suatu string menjadi dua bagian dan selanjutnya salah satu bagian dipertukarkan dengan salah satu bagian dari string yang lain yang telah dipisahkan dengan cara yang sama. Proses yang demikian dinamakan operator crossover satu titik seperti diperlihatkan pada Tabel 3.1. berikut:

Tabel 3.1 Contoh Crossover 1-titik

Kromosom Orangtua 1 11001011

Kromosom Orangtua 2 11011111

Keturunan 11001111

2. Crossover 2-titik

Proses crossover ini dilakukan dengan memilih dua titik crossover. Kromosom keturunan kemudian dibentuk dengan barisan bit dari awal kromosom sampai titik crossover pertama disalin dari orangtua pertama, bagian dari titik crossover pertama dan kedua disalin dari orangtua kedua, kemudian selebihnya disalin dari orang tua pertama lagi.

Tabel 3.2 Contoh Crossover 2-titik

Kromosom Orangtua 1 11001011

Kromosom Orangtua 2 11011111

Keturunan 11011111

3. Crossover seragam

Crossover seragam manghasilkan kromosom keturunan dengan menyalin bit-bit secara acak dari kedua orangtuanya.

Tabel 3.3 Contoh Crossover Seragam

Kromosom Orangtua 1 11001011

Kromosom Orangtua 2 11011111

Keturunan 11011111

3.6.3. Mutasi

Mutasi merupakan proses mengubah nilai dari satu atau beberapa gen dalam suatu kromosom. Operasi crossover yang dilakukan pada kromosom dengan tujuan untuk memperoleh kromosom-kromosom baru sebagai kandidat solusi pada generasi mendatang denga fitness yang lebih baik, dan lama-kelamaan menuju solusi optimum yang diinginkan. Akan tetapi, untuk mencapai hal ini, penekanan selektif juga memegang peranan yang penting. Jika dalam proses pemilihan kromosom-kromosom cenderung pada kromosom yang memiliki fitness yang tinggi saja, konvergensi premature, yaitu mencapai solusi yang optimal lokal sangat mudah terjadi

Untuk menghindari konvergensi premature tersebut dan tetap menjaga perbedaan (diversity) kromosom-kromosom dalam populasi, selain melakukan penekanan selektif yang lebih efisien, operator mutasi juga dapat digunakan.

Proses mutasi dalam sistem biologi berlangsung dengan mengubah isi

allele gen pada suatu locus dengan allele yang lain. Proses mutasi ini bersifat

acak sehingga tidak selalu menjamin bahwa setelah proses mutasi akan diperoleh kromosom dengan fitness yang lebih baik.

Operator mutasi merupakan operasi yang menyangkut satu kromosom tertentu. Beberapa cara operasi mutasi diterapkan dalam algoritma genetik menurut jenis pengkodean terhadap phenotype, antara lain:

1. Mutasi dalam Pengkodean Biner

Mutasi pada pengkodean biner merupakan operasi yang sangat sederhana. Proses yang dilakukan adalah menginversi nilai bit pada posisi tertentu yang terpilih secara acak (atau menggunakan skema tertentu) pada kromosom, yang disebut inverse bit.

Tabel 3.4 Contoh Mutasi pada Pengkodean Biner

Kromosom sebelum mutasi 1 0 0 1 0 1 1 1 Kromosom setelah mutasi 1 0 0 1 0 0 1 1

2. Mutasi dalam Pengkodean Permutasi

Proses mutasi yang dilakukan dalam pengkodean biner dengan mengubah langsung bit-bit pada kromosom tidak dapat dilakukan pada pengkodean permutasi karena konsistensi urutan permutasi harus diperhatikan. Salah satu cara yang dapat dilakukan adalah dengan memilih dua posisi (locus) dari kromosom dan kemudian nilainya saling dipertukarkan.

Tabel 3.5 Contoh Mutasi pada Pengkodean Permutasi

Kromosom sebelum mutasi 1 2 3 4 6 5 8 7 9 Kromosom setelah mutasi 1 2 7 4 6 5 8 3 9

3. Mutasi dalam Pengkodean Nilai

Mutasi pada pengkodean nilai hampir sama dengan yang dilakukan pada pengkodean biner, tetapi yang dilakukan bukan menginversi nilai bit. Penerapannya bergantung pada jenis nilai yang digunakan. Sebagai contoh untuk nilai riil, proses mutasi dapat dilakukan seperti yang dilakukan pada pengkodean permutasi, dengan saling mempertukarkan nilai dua gen pada kromosom.

Tabel 3.6 Contoh Mutasi Pengkodean Nilai Keadaan Kromosom Proses Mutasi

Kromosom sebelum mutasi 1,45 2,67 1,87 2,56 Kromosom sesudah mutasi 1,55 2,67 1,77 2,56

4. Mutasi dalam Pengkodean Pohon

Mutasi dalam pengkodean pohon dapat dilakukan antara lain dengan cara mengubah operator (+, -, *, /) atau nilai yang terkandung pada suatu verteks pohon yang dipilih. Atau, dapat juga dilakukan dengan memilih dua verteks dari pohon dan saling mempertukarkan operator atau nilainya.

5. Order-based mutation

Proses mutasi dilakukan menggunakan metode order-based mutation, dengan ketentuan sebagai berikut :

a. Jika nilai bilangan random lebih kecil atau sama dengan ½ Pm, maka kurangi nilai gen dengan satu. Jika nilai gen tersebut adalah satu, maka tambahkan nilai gen tersebut dengan satu.

3.6.4. Parameter Genetik

Pengoperasian algoritma genetik dibutuhkan 4 yaitu: 1. Probabilitas Persilangan (Crossover Probability)

Menunjukkan kemungkinan crossover terjadi antara 2 kromosom. Jika tidak terjadi crossover maka keturunannya akan sama persis dengan kromosom orangtua, tetapi tidak berarti generasi yang baru akan sama persis dengan generasi yang lama. Jika probabilitas crossover 100% maka semua

keturunannya dihasilkan dari crossover. Crossover dilakukan dengan harapan bahwa kromosom yang baru akan lebih baik.

2. Probabilitas Mutasi (Mutation Probability)

Menunjukkan kemungkinan mutasi terjadi pada gen-gen yag menyusun sebuah kromosom. Jika tidak terjadi mutasi maka keturunan yang dihasilkan setelah crossover tidak berubah. Jika terjadi mutasi bagian kromosom akan berubah. Jika probabilitas 100%, semua kromosom dimutasi. Jika probabilitasnya 0%, tidak ada yang mengalami mutasi.

3. Jumlah Individu

Menunjukkan jumlah kromosom yang terdapat dalam populasi (dalam satu generasi). Jika hanya sedikit kromosom dalam populasi maka algoritma genetik akan mempunyai sedikit variasi kemungkinan untuk melakukan crossover antara orangtua karena hanya sebagian kecil dari search space yang dipakai. Sebaliknya jika terlalu banyak maka algoritma genetik akan berjalan lambat. 4. Jumlah Generasi

Merupakan jumlah perulangan (iterasi) dilakukannya rekombinasi dan seleksi. Jumlah generasi ini mempengaruhi kestabilan output dan lama iterasi (waktu proses GA). Jumlah generasi yang besar dapat mengarahkan ke arah solusi yang optimal, namun akan membutuhkan waktu running yang lama. Sedangkan jika jumlah generasinya terlalu sedikit maka solusi akan terjebak dalam lokal optimal.

3.7. Metode Pengukuran Waktu3

Pengukuran waktu ditujukan untuk mendapatkan waktu baku penyelesaian pekerjaan yaitu waktu yang dibutuhkan secara wajar oleh seorang pekerja normal untuk menyelesaikan suatu pekerjaan yang dijalankan dalam sistem kerja terbaik. Ini dimaksudkan untuk menunjukkan bahwa waktu baku yang dicari bukanlah waktu penyelesaian yang diselesaikan secara tidak wajar seperti terlalu cepat atau terlalu lambat.

Secara garis besar, metode pengukuran waktu terbagi ke dalam dua bagian, yaitu:

1. Pengukuran secara langsung

Pengukuran yang dilakukan secara langsung di tempat dimana pekerjaan yang bersangkutan dijalankan. Dua cara yang termasuk pengukuran langsung adalah cara jam henti (stopwatch time study) dan sampling kerja (work sampling). 2. Pengukuran secara tidak langsung merupakan pengukuran waktu tanpa harus

berada ditempat kerja yaitu dengan membaca tabel-tabel yang tersedia asalkan mengetahui jalannya pekerjaan melalui elemen pekerjaan atau elemen-elemen gerakan. Yang termasuk pengukuran tidak langsung adalah data waktu baku dan data waktu gerakan.

Dengan salah satu cara ini, waktu penyelesaian pekerjaan yang dikerjakan dengan suatu sistem kerja tertentu dapat ditentukan. Sehingga jika pengukuran dilakukan terhadap beberapa alternatif sistem kerja, kita dapat memilih yang

3 _{Iftikar Z Sutalaksana. Teknik Tata Cara Kerja. Bandung: Institut Teknologi Bandung. 1979. h.}

terbaik dari segi waktu yaitu sistem yang membutuhkan waktu penyelesaian yang tersingkat.

Adapun beberapa istilah di dalam metode pengukuran waktu, yaitu: 1. Waktu Siklus

Waktu Siklus merupakan data waktu sesungguhnya yang terukur oleh pengamat yang diawali dan diakhiri oleh suatu elemen operasi yang sama. Pengukuran waktu siklus haruslah mencakup seluruh elemen operasi (gerakan) yang mungkin muncul pada saat pekerjaan dilakukan.

a. Pengujian Kecukupan Data

Untuk memastikan data yang dikumpulkan adalah cukup secara objektif. b. Pengujian Keseragaman Data

Ini dilakukan untuk memastikan bahwa data yang terkumpul berasal dari suatu sistem yang sama.

2. Waktu Siklus Rata-rata (Ws)

Waktu diperoleh dari dengan cara menjumlahkan seluruh data waktu siklus, kemudian dibagi dengan banyaknya data yang telah terkumpul.

3. Waktu Normal

Dalam melakukan pekerjaannya, seorang operator dapat saja menunjukkan kecepatan kerja yang tidak konsisten. Operator dapat bekerja secara cenderung cepat, atau bahkan sebaliknya cenderung lambat. Data waktu yang terukur dari cara kerja seperti ini, haruslah ditambah dengan rating factor (Rf).

4. Waktu Standar (Waktu Baku)

Disamping melakukan pekerjaan rutin, seorang operator mungkin saja hanya melakukan aktivitas-aktivitas lain yang tidak berhubungan secara langsung dengan pekerjaan. Aspek ini di koreksi dengan menambahkan suatu nilai yang disebut dengan allowance (kelonggaran).

Wb = Wn x (1 + allowance)

Waktu Baku adalah waktu yang dibutuhkan oleh seorang pekerja normal untuk bekerja secara wajar dalam sistem kerja yang terbaik.

3.7.1 Pengukuran Waktu Jam Henti (Stopwatch Time Study)

Sesuai dengan namanya, maka pengukuran waktu ini menggunakan jam henti (stopwatch) sebagai alat utamanya. Cara ini tampaknya merupakan cara yang paling banyak dikenal, dan karenanya paling banyak dipakai.Salah satu yang menyebabkannya adalah kesederhanaan aturan-aturan yang dipakai.

Ada beberapa aturan pengukuran yang dijalankan untuk mendapatkan hasil yang baik.Aturan-aturan tersebut dijelaskan dalam langkah-langkah berikut ini. 1. Langkah-langkah sebelum melakukan pengukuran

a. Penetapan tujuan pengukuran

Dalam pengukuran waktu, hal-hal penting yang harus diketahui dan ditetapkan adalah untuk apa hasil pengukuran, berapa tingkat ketelitian dan tingkat keyakinan yang diinginkan dari hasil pengukuran tersebut.

b. Melakukan penelitian pendahuluan

Yang dicari dari pengukuran waktu adalah waktu yang pantas diberikan kepada pekerja untuk menyelesaikan suatu pekerjaan. Tentu suatu kondisi yang ada dapat dicari waktu yang pantas tersebut, artinya akan didapat juga waktu yang pantas untuk menyelesaikan pekerjaan dengan kondisi yang bersangkutan. Suatu perusahaan biasanya menginginkan waktu kerja yang sesingkat-singkatnya agar dapat meraih keuntungan yang sebesar-besarnya. Keuntungan demikian tidak akan diperoleh jika kondisi kerja dari pekerjaan-pekerjaan yang ada diperusahaan tersebut tidak menunjang tercapainya hasil tadi.

c. Memilih operator

Operator yang akan melakukan pekerjaan yang diukur bukanlah operator dari pabrik. Orang ini harus memenuhi beberapa syarat tertentu agar pengukuran dapat berjalan dengan baik, dan dapat diandalkan hasilnya. Syarat-syarat tertentu adalah berkemampuan normal dan dapat diajak kerja sama. Jika jumlah pekerja yang bersangkutan banyak, maka jika kemampuan mereka dibandingkan akan terlihat perbandingan perbedaan antaranya, yaitu dari yang berkemampuan rendah hingga tinggi. Operator yang dipilih adalah operator yang pada saat pengukuran dilakukan mau bekerja secara wajar.Walau operator yang bersangkutan sehari-hari dikenalmemenuhi syarat pertama tadi, bukan berarti mustahikldia bekerja secara tidak wajar ketika pengukuran dilakukan karena alasan tertentu.

d. Melatih operator

Walaupun operator yang baik telah didapat, kadang-kadang masih diperlukan adalah bagi operator tersebut terutama jika kondisi dan cara kerja yang dipakai tidak sama dengan yang biasa dilakukan operator. Hal ini terjadi jika pada saat penelitian pendahuluan kondisi kerja atau cara kerja sesudah mengalami perubahan. Dalam keadaan ini operator harus dilatih terlebih dahulu karena sebelum diukur operator harus terbiasa dengan kondisi kerja yang telah ditetapkan.Harap diingat bahwa yang dicari adalah waktu penyelesaian pekerjaan yang didapat dari suatu penyelesaian yang wajar dan bukan penyelesaian dari orang-orang yang bekerja kaku dengan berbagai kesalahan.

e. Mengurai pekerjaan atas elemen-elemen pekerjaan

Disini pekerjaan dipecah menjadi elemen pekerjaan yaitu merupakan gerakan bagian dari pekerjaan yang bersangkutan.Elemen-elemen inilah yang diukur waktu siklusnya. Waktu siklus adalah waktu penyelesaian satu satuan produksi sejak bahan baku mulai diproses di tempat kerja yang bersangkutan. Namun satu siklus tidak harus berarti waktu yang diperlukan untuk menyelesaikan suatu produk sehingga menjadi barang jadi. Ada beberapa alasan yang menyebabkan pentingnya melakukan penguraian pekerjaan atas beberapa elemennya, yaitu menjelaskan cacatan tentang tata cara kerja yang dibakukan, untuk memungkinkan melakukan penyesuaian bagi setiap elemen karena ketrampilan bekerjanya operator karena keterampilan bekerjanya operator belum tentu sama untuk semua bagian

dari gerakan-gerakan kerjanya, untuk memudahkan mengamati terjadinya elemen yang tidak baku yang mungkin saja dilakukan pekerja, untuk memungkinkan dikembangkannya data waktu standard atau tempat kerja yang bersangkutan.

f. Menyiapkan alat-alat pengukuran

Setelah kelima langkah tersebut dapat dijalankan dengan baik, tibalah sekarang pada langkah terakhir sebelum melakukan pengukuran yaitu menyiapkan alat-alat yang diperlukan.

Alat-alat tersebut adalah: 1. Stopwatch

2. Lembar pengamatan 3. Pena atau pensil 4. Papan pengamatan 2. Melakukan pengukuran waktu

Pengukuran waktu adalah pekerjaan mengamati dan mencatat waktu-waktu kerjanya baik setiap elemen ataupun siklus dengan menggunakan alat-alat yang telah disiapkan terlebih dahulu. Bila operator telah siap didepan mesin atau ditempat kerja lain yang waktu kerjanya akan diukur, maka pengukuran memilih posisi tempat dia berdiri mengamati dan mencatat. Posisi ini hendaknya sedemikian rupa sehingga operator tidak terganggu gerakan-gerakannya ataupun merasa canggung karena terlampau merasa diamati, misalnya juga pengukur berdiri didepan operator.Posisi ini pun hendaknya memudahkan pengukur mengamati jalannya pekerjaan sehingga dapat

mengikuti dengan baik saat-saat suatu siklus atau elemen bermula dan berakhir. Umumnya posisi agak menyimpang dibelakang operator sejauh 1,5 m merupakan tempat yang baik. Hal pertama yang dilakukan adalah pengukuran pendahuluan.Tujuan pengukuran pendahuluan ialah untuk mengetahui berapa kali pengukuran harus dilakukan untuk tingkat ketelitian dan keyakinan yang diinginkan.Pengukuran pendahuluan pertama dilakukan dengan melakukan beberapa buah pengukuran yang banyaknya ditentukan oleh pengukur.Biasanya sepuluh kali atau lebih.

3. Tingkat ketelitian dan tingkat keyakinan

Tingkat ketelitian dan keyakinan adalah pencerminan tingkat kepastian yang diinginkan oleh pengukur setelah memutuskan tidak akan melakukan pengukuran yang sangat banyak. Tingkat ketelitian menunjukkan penyimpangan maksimum hasil pengukuran dari waktu penyelesaian sebenarnya.Sedangkan tingkat keyakinan menunjukkan besarnya keyakinan pengukur bahwa hasil yang diperoleh memenuhi syarat ketelitian tadi.

4. Melakukan perhitungan waktu baku

Jika pengukuran-pengukuran telah selesai yaitu semua data yang didapat memiliki keseragaman yang dikehendaki dan jumlahnya telah memenuhi tingkat ketelitian dan keyakinan yang diinginkan, maka selesailah kegiatan pengukuran waktu. Langkah selanjutnya adalah mengolah data tersebut sehingga memeberikan waktu baku.

3.7.2 Rating Factor

Rating Factor (faktor penyesuaian) merupakan perbandingan performansi

seseorang pekerja atau individual dengan konsep normalnya. Ada beberapa kriteria rating factor (Rf) dari pekerja yaitu:

1. Pekerja normal

Rf = 100% =1 (waktu normal). 2. Pekerja terampil

Rf > 1 ( waktu pekerja lebih kecil dari waktu normal). 3. Pekerja lamban

Rf < 1 ( waktu pekerja lebih besar dari waktu normal). Ada beberapa cara menentukan rating factor antara lain: 1. Cara Persentase

Cara ini merupakan cara yang paling awal digunakan dalam melakukan penyesuaian. Di sini besarnya faktor penyesuian sepenuhnya ditentukan oleh pengukur melalui pengamatan selama pengukuran.

WN=14,6 x 1,1 = 16,6 menit. 2. Cara Shumard

Cara Shumard memberikan patokan-patokan penilaian melalui kelas-kelas performansi kerja dimana setiap kelas mempunyai nilai tersendiri.

Tabel 3.7. Penyesuaian Menurut Cara Shumard

Kelas Penyesuaian

Superfast 100

Fast + 95

Fast 90

Fast – 85

Excellent 80

Good + 75

Good + 75

Good 70

Good – 65

Normal 60

Fair + 55

Fair 50

Fair – 45

Poor 40

3. Cara Westinghouse

Cara Westinghouse mengarahkan penilaian pada empat faktor yang dianggap menentukan kewajaran atau ketidakwajaran dalam bekerja yaitu keterampilan, usaha, kondisi kerja dan konsistensi. Setiap faktor terbagi kedalam kelas-kelas dengan nilainya masing-masing. Penyesuaian menurut

Tabel 3.8. Penyesuaian Menurut Westinghouse

Faktor Kelas Lambang Penyesuaian

Keterampilan Superskill A1 +0,15

A2 +0,13

Excellent B1 +0,11

B2 +0,08

Good C1 +0,06

C2 +0,03

Average D 0,00

Fair E1 -0,05

E2 -0,10

Poor F1 -0,16

F2 -0,22

Usaha Excessive A1 +0,13

A2 +0,12

Excellent B1 +0,10

B2 +0,08

Good C1 +0,05

C2 +0,02

Average D 0,00

Fair E1 -0,04

E2 -0,08

Poor F1 -0,12

F2 -0,17

Kondisi Kerja

Ideal A +0,06

Excellently B +0,04

Good C +0,02

Average D 0,00

Fair E -0,03

Poor F -0,07

Konsistensi Perfect A +0,04

Excellent B +0,03

Good C +0,01

Average D 0,00

Fair E -0,02

Poor F -0,04

3.7.3 Allowance

Kelonggaran (allowance) diberikan kepada tiga hal yaitu untuk kebutuhan pribadi, menghilangkan kelelahan dan hambatan yang tidak dapat dihindarkan. Ketiganya merupakan hal yang secara nyata dibutuhkan oleh pekerja selama

pengamatan karenanya setelah mendapatkan waktu normal perlu ditambahkan kelonggaran. Dalam menghitung besarnya allowance, bagi keadaan yang dianggap wajar diambil harga allowance =100 %. Sedangkan bila terjadi penyimpangan dari keadaan ini, harga p harus ditambah dengan faktor-faktor yang sesuai dengan waktu siklus yang diperoleh dan waktu ini dicapai berdasarkan setiap departemen.

Kelonggaran diberikan untuk tiga hal, yaitu:

1. Kelonggaran untuk kebutuhan pribadi (personal)

Yang termasuk didalam kebutuhan pribadi adalah hal-hal sepeti minum

sekedarnya untuk menghilangkan rasa haus, ke kamar kecil, bercakap-cakap dengan teman sekedarnya untuk menghilangkan ketegangan ataupun kejenuhan dalam sewaktu bekerja.

2. Kelonggaran untuk menghilangkan rasa fatique.

Fatique merupakan hal yang akan terjadi pada diri seseorang sebagai akibat

dari melakukan suatu pekerjaan.

3. Kelonggaran untuk hambatan-hambatan tidak terhindarkan (delay)

Hambatan-hambatan tidak terhindarkan terjadi karena berada diluar kekuasaan/kendali pekerja.

3.8. Pengujian Data

Dalam proses pengukuran waktu kerja, diperlukan kegiatan pengujian terhadap data yang dikumpulkan. Kegiatan pengujian tersebut dimulai dari analisis atas jumlah data konsistensi kerja operator.

1. Pada bab sebelumnya telah dibahas perbaikan lintasan produksi dilakukan menggunakan metode algoritma genetik. Dari hasil metode usulan yang digunakan memiliki nilai efisiensi lintasan yang tinggi dan jumlah stasiun kerja yang sedikit. Nilai efisiensi lintasan dengan menggunakan metode algoritma genetik adalah 79,46%. Hal ini dikarenakan penugsaan elemen kerja di setiap stasiun kerja hampir merata.

2. Total stasiun kerja yang ada sebanyak 4 stasiun kerja. Hal ini dikarenakan adanya penggambungan stasiun kerja yang memiliki elemen kerja yang saling berhubungan dengan memperhatikan pembatas-pembatas yang ada yaitu aturan precedence dan waktu siklus.

3. Berdasarkan pengolahan data sebelum dilakukan penyeimbangan lintasan produksi efesiensi lini dengan mengunakan RPW dan algoritma genetik yang memiliki fitness velue yang sama sebesar 79,46% dan memiliki stasiun kerja yang sama yakni 4 stasiun. Metode RPW dipakai sebagai populasi awal dalam algoritma genetik yang ditempatkan di kromosom 2 tujuannya untuk mendapatkan fitness velue yang lebih tinggi dari keadaan aktual.

4. Berdasarkan hasil pengolahan data metode penyeimbangan lintasan produksi dengan algortima genetik lebih layak digunakan di perusahaan karena memiliki nilai efesiensi lini yang lebih tinggi dari sebelumnya disamping itu algoritma genetik dapat menghasilkan 6 alternatif solusi.

6.3. Analisis Penyeimbangan Lintasan Yang Diterapkan Perusahaan Dengan Metode Usulan Algoritma Genetik

Perbandingan lintasan produksi yang diterapkan perusahaan dengan metode yang diusulkan (algoritma genetika) dapat dilihat dalam Tabel 6.1.

Tabel 6.1. Perbandingan Penyeimbangan Lintasan Kondisi Perusahaan Dengan Metode Usulan Algoritma Genetik

Kondisi Perusahaan Algoritma Genetik

Jumlah stasiun kerja 8 4

Efesiensi Litasan Total 39,68% 79,46%

Jumlah stasiun kerja yang diterapkan perusahaan saat ini sebanyak 8 stasiun kerja, sedangkan stasiun kerja yang terbentuk oleh algoritma genetika sebanyak 4 stasiun kerja. Perbedaan ini terjadi karena pada algoritma genetika, perjadi penggabungan elemen kerja yang saling berhubungan. Nilai efisiensi lintasan dengan menggunakan metode algoritma genetika lebih besar dari lintasan produksi yang diterapkan perusahaan saat ini. Nilai efisiensi lintasan meningkat sebesar 39,78% dari kondisi semula. Hal ini diakibatkan karena cara penugasan elemen kerja pada stasiun kerja lebih merata dibandingkan dengan lintasan produksi yang diterapkan perusahaan.

BAB VII

KESIMPULAN dan SARAN

7.1. Kesimpulan

Dari hasil penelitian “Perancangan Lintasan Produksi Dengan Menggunakan Metode Algoritma Genetik di CV. Super Plates”, didapatkan beberapa kesimpulan akhir, yaitu sebagai berikut:

1. Dari hasil pengamatan jumlah stasiun kerja saat ini adalah sebanyak 8 stasiun kerja. Berdasarkan pengolahan data lintasan produksi saat ini memiliki nilai efesiensi lintasan total sebesar 39,68%. Untuk mengatasi penumpukan yang menyebabkan delay pada proses produksi digunakan metode penyeimbangan lintasan produksi yaitu algoritma genetik. Metode ini dapat mereduksi stasiun kerja menjadi 4 stasiun dengan cara menggabungkan elemen-elemen kerja yang saling berhubungan dengan memperhatikan pembatas-pembatas yang ada yaitu aturan precedence dan waktu siklus. Metode penyeimbangan lintasan dengan menggunakan algoritma genetik memiliki efesiensi lintasan total sebesar 79,46% dan stasiun kerja yang terbentuk sebanyak 4 stasiun kerja.

2. Metode algortima genetik dapat memberikan lebih dari satu solusi permasalahan dalam hal ini solusi yang dihasilkan sebanyak 6 solusi permasalahan yang memiliki nilai efisinsi lintasan total yang sama sebasar 79,46%.

7.2. Saran

Saran yang dapat disampaikan dalam penelitian “Perancangan Lintasan Produksi Dengan Menggunakan Metode Algoritma Genetik di CV. Super Plates, ini adalah sebagai berikut:

1. Sebaiknya perusahaan melakukan pengukuran kerja sehingga nantinya akan didapatkan waktu baku yang normal, wajar dan terbaik yang dapat menguntungkan kedua belah pihak baik karyawan maupun perusahaan. 2. Perusahaan sebaiknya menggunakan metode algoritma genetik dalam

penyusunan lintasan produksi karena dengan metode ini lintasan produksinya akan semakin efisien.

3. Jika algoritma genetik ini diterapkan untuk penyusunan lintasan produksi yang baru atau penelitian yang akan datang, perlu di perhatikan parameter genetik yang digunakan untuk meningkatkan fitness value, seperti jumlah populasi, jumlah generasi, probabilitas crossover, dan probabilitas mutasi. Semakin kompleks proses produksi suatu produk, maka jumlah populasi dan generasi akan semakin besar.

DAFTAR PUSTAKA

[1] Baroto, Teguh. Perancangan dan Pengendalian Produksi. Ghalia Indonesia. Jakarta. 2002

[2] Berlianty, Intan dan Arifin M. Teknik-teknik Optimasi Heuristik. Graha Ilmu . Yogjakarta. 2010

[3] Chong E. Kuan, Omar K. Mohamed, dan Bakar A. Nooh. Solving Assembly Line Balancing Problem Using Genetic Algorithm with Heuristic Treated Initial Population. Proceedings of Word Congress on Engineering Vol II. 2008

[4] Gen, Mitsuo dan Cheng R. Genetic Algorithms & Engineering Optimization. John Willey & Sons Inc. Canada. 2000

[5] Grant L Eugene, Ireson. Handbook of Industrial Engineering and Management. Printice-Hall Of India. New Delhi. 1974

[6] Goldberg, E David. Genetic Algoritms in Search Optimation & Machine Learning. Addison-Wisley Publishing Company Inc. Canada. 1989

[7] Iftikar Z Sutalaksana. Teknik Tata Cara Kerja. Bandung: Institut Teknologi Bandung. 1979.

[8] Kusumadewi, sri dan Purnomo H. Penyelesaian Masalah Optimasi dengan Teknik-teknik Heuristik. Graha Ilmu. Yogjakarta. 2005

[9] Michalewicz, Zbigniew. Genetic Algorithms + Data Structures = Evolution Program. Springer-Verlag. 1996

[10] Ponnambalam G.S, Avarindan P, Naidu M. G. A Multi-Objective Genetic Algorithm for Solving Assembly Line Balancing Problem. Int J Manuf Technol 16:341-352 Springer-Verlag London Limited. 2000

[11] Simaria. S Ana, Vilarinho. M Pedro. A Genetic Algorithm Based Approach to The Mixed-Model Assembly Line Balancing Problem Type II. Computer & Industrial Engineering 47(2004) 391-407.

[12] http://ilmukomputer.com/2014/03/29/algoritma-genetikadan-

contoh-aplikasinya/ . Tanggal Akses 20 September 2014