Kerangka Berpikir Penelitian Rancangan Penelitian
waktu sehingga diperlukan rancangan jadwal yang optimal dengan metode Algoritma Genetika.
2. Studi kepustakaan meliputi teori mengenai Penjadwalan berupa Terminologi
Penjadwalan, Model Penjadwalan, dan Kriteria Penjadwalan, Pengukuran Waktu Time Study terdiri atas pengukuran waktu jam henti, tingkat ketelitian
dan keyakinan, pengujian keseragaman data, pengujian kecukupan data, rating factor dan allowance, dan perhitungan waktu standar, dan Algoritma Genetika.
3. Pengumpulan data
Data-data yang dikumpulkan untuk menghasilkan rancangan jadwal produksi terdiri atas beberapa jenis, yaitu:
a. Data permintaan produk Data permintaan produk diperoleh dari data dokumentasi perusahaan yaitu
dari Departemen Marketing. Data permintaan produk meliputi jenis dan jumlah produk yang diminta oleh konsumen. Data permintaan produk
dikumpulkan dalam 30 periode mingguan yaitu periode 23 Juni 2014 - 18 Januari 2015.
b. Data waktu proses mesin Data waktu proses mesin adalah lama waktu yang diperlukan mesin untuk
menyelesaikan proses dalam satuan batch. Data waktu proses meliputi waktu proses mesin Autogrind, Bowl Cutter, Mixer, Refoformer, Fryer I,
Fryer II, IQF, dan waktu material handling conveyor.
c. Data waktu siklus operator Data waktu siklus operator diperoleh melalui pengukuran langsung pada
lantai pabrik menggunakan stopwatch time study. Data waktu siklus operator meliputi waktu siklus operator Autogrind, Bowl Cutter, Mixer,
Refoformer, dan operator packing. 4.
Pengolahan data Langkah-langkah pengolahan data dalam penelitian ini terdiri atas beberapa
tahapan yaitu: a. Peramalan permintaan
Peramalan permintaan adalah langkah untuk menentukan jumlah tepung nugget yang dihasilkan pada periode selanjutnya. Data penjualan produk
periode 23 Juni 2014 – 18 Januari 2015 digunakan untuk meramalkan permintaan di periode mendatang yaitu periode 19 Januari - 25 Januari
2015. Metode peramalan yang digunakan adalah metode double eksponensial dua parameter dari Holt dan metode smoothing eksponensial
linier satu parameter dari Brown. Alasan pemilihan metode eksponensial smoothing dikarenakan horizon peramalan jangka pendek yaitu kurang dari
6 bulan dan dalam bentuk mingguan. Ditinjau dari pola data, data cenderung berfluktuasi dan tidak stasioner. Dari kedua metode ini, metode yang dipilih
untuk meramalkan produk adalah metode yang menghasilkan error terendah.
b. Penentuan waktu standar operator Waktu standar operator ditentukan berdasarkan waktu siklus yang telah
diukur. Langkah-langkah penentuan waktu standar adalah perhitungan uji keseragaman dan kecukupan data, perhitungan rating factor dengan metode
Westinghouse, perhitungan waktu normal berdasarkan waktu siklus dan rating factor, penentuan allowance, dan perhitungan waktu standar
berdasarkan waktu normal dan allowance. c. Penjadwalan dengan metode aktual di perusahaan
Metode penjadwalan yang digunakan perusahaan adalah pengurutan produk yang memiliki penggunaan bahan baku yang sama. Rancangan jadwal hasil
metode aktual di perusahaan adalah makespan dan urutan produksi untuk periode yang disusun.
d. Penjadwalan dengan metode Algoritma Genetika Penjadwalan dengan metode algoritma genetika terdiri atas beberapa tahap
yaitu pembentukan kromosom, penentuan parameter, inisialisasi parameter, crossover, mutasi, dan evaluasi. Rancangan jadwal hasil metode algoritma
genetika adalah makespan minimum dan urutan job yang optimal. 5.
Analisis pemecahan masalah Analisis pemecahan masalah menguraikan jawaban dari pertanyaan yang
berkaitan dengan masalah dalam penelitian ini. Analisis yang dilakukan adalah: a. Analisis faktor penyebab produk tidak selesai tepat waktu
b. Analisis metode Algoritma Genetik untuk menghasilkan produk tepat waktu
c. Pembuatan Gantt Chart untuk metode aktual di perusahaan dan metode algoritma genetika untuk melihat perbandingannya
6. Kesimpulan dan saran diberikan untuk penelitian
Kesimpulan dan saran dalam penelitian ini adalah butir-butir pernyataan tegas dan jelas terkait dengan tujuan dan analisis penelitian untuk menyelesaikan
permasalahan. Langkah-langkah proses penelitian “Penjadwalan Flowshop dengan
Metode Algoritma Genetik di PT. Charoen Pokphand Indonesia Food Division ditunjukkan Gambar 4.2.Flowchart dan stopping rule Algoritma Genetik
ditunjukkan pada Gambar 4.3.
MULAI
Studi Pendahuluan
1. Kondisi Perusahaan 2. Perencanaan Penjadwalan
3. Informasi pendukung 4. Masalah-masalah
Studi Literatur
1. Teori Buku 2. Referensi Jurnal Penelitian
3. Langkah-langkah penyelesaian
Identifikasi Masalah Awal
Penjadwalan adalah hal yang sangat penting dalam kegiatan perencanaan produksi, jumlah produk dalam rencana produksi mingguan tidak sesuai dengan jumlah yang
dihasilkan sehingga diperlukan metode penyusunan jadwal produksi yang tepat.
Pengumpulan Data
1. Data primer - Urutan proses produksi
- Waktu siklus operator autogrind, bowl cutter, mixer, refoformer, dan packing.
- Waktu proses mesin 2. Data sekunder
- Jumlah permintaan produk - Waktu material handling conveyor
Pengolahan Data Peramalan Permintaan
Metode : Penjadwalan Produksi dengan Metode Algoritma
Genetika 1. Pembentukan jumlah maksimum generasi, ukuran
populasi pop size, dan probabilitas crossover dan mutasi, dan masukkan input data job
2. Pembentukan penjadwalan pokok, menentukan panjang binary string
3. Pembentukan populasi awal 4. Menentukan generasi terbaik
5. Penentuan indeks iterasi k – k+1 6. Perhitungan fungsi tujuan dan fitness seluruh
generasi dan menentukan generasi terbaik 7. Perhitungan probabilitas terpilih dari semua generasi
8. Pembangkitan bilangan random dan pemilihan individu sebagai parent
9. Pembaharuan populasi awal dan kembali ke langkah 5
Analisis Pemecahan Masalah
Rancangan sistem penjadwalan yang tepat untuk mengurangi makespan
Kesimpulan dan Saran SELESAI
Gambar 4.2. Langkah-langkah Proses Penelitian
Start
Input: Waktu proses dan flowtime
jumlah job popsize ukuran populasi
Probabilitas crossover pc Probabilitas mutasi pm
Bangkitkan populasi awal inisialisasi populasi
Hitung: Makespan
Nilai fitness kromosom f Seleksi kromosom :
Fitness relatif pi Fitness kumulatif qi
Bilangan random r
q
i
≤ r dan q
i+1
r ? Kromosom
hasil seleksi Bangkitkan
Bilangan acak r
r pc ?
Crossover
Mutasi Bangkitkan
Bilangan acak r
r pm ?
Populasi akhir generasi
Perhitungan fungsi tujuan Fitness = 1 makespan
meminimisasi makespan
Kriteria pemberhentian
terpenuhi?
Solusi optimal
Stop Ya
Tidak Ya
Ya
Ya Tidak
Tidak
Tidak
Gambar 4.3Flowchart dan Stopping Rule Algoritma Genetik