Usulan Penyeimbangan Lintasan Produksi Di Lini Perakitan Untuk Produk Folding Chair Dengan Menggunakan Algoritma Genetika (Studi Kasus : PT.Chitose Indonesia MFG).
iv
Universitas Kristen Maranatha
ABSTRAK
PT. Chitose Indonesia MFG merupakan suatu perusahaan yang bergerak pada bidang industri manufaktur dengan produk utamanya berupa kursi yang terbuat dari bahan baku logam. Perusahaan menerapkan sistem mass production dan job order. Produk yang termasuk dalam mass production adalah produk Yamato AA dan produk Cosmo-442. Masalah yang sedang dihadapi oleh perusahaan pada saat ini adalah tidak terpenuhinya target produksi yang sudah ditentukan oleh perusahaan sebesar 440 unit produk Yamato AA per hari dan 440 unit produk Cosmo-442 per hari. Berdasarkan hasil pengamatan yang dilakukan oleh penulis, penyebab tidak terpenuhinya target produksi tersebut adalah perencanaan lintasan produksi yang ada pada saat ini masih belum optimal sehingga efisiensi lintasan produksi menjadi kurang baik. Hal tersebut dapat terlihat dari sering terjadinya penumpukan produk setengah jadi dan delay pada beberapa stasiun kerja yang ada di lini perakitan. Oleh sebab itu, penulis akan memberikan usulan penyeimbangan lintasan produksi untuk menyelesaikan permasalahan yang sedang terjadi dalam perusahaan pada saat ini.
Langkah pertama yang dilakukan oleh penulis dalam memberikan usulan penyeimbangan lintasan produksi adalah menghitung efisiensi lintasan produksi saat ini dan kapasitas produksi yang dihasilkan pada saat ini. Setelah itu, penulis melakukan perhitungan penyeimbangan lintasan produksi dengan memberikan tiga alternatif metode penyeimbangan lintasan produksi kepada perusahaan, yaitu metode Helgeson-Birnie Approach (Rank Positional Weight), metode Region
Approach, dan metode Algoritma Genetika. Untuk melakukan perhitungan
penyeimbangan lintasan produksi dengan Algoritma Genetika, penulis menggunakan software yang bertujuan untuk memudahkan penulis dalam melakukan perhitungan. Software tersebut diuji validasi terlebih dahulu oleh penulis dengan menggunakan suatu kasus sederhana (Simple Case).
Berdasarkan hasil penyeimbangan lintasan produksi yang diperoleh, metode Algoritma Genetika merupakan metode yang diusulkan oleh penulis kepada pihak perusahaan. Untuk penyeimbangan lintasan produksi Yamato AA dengan metode Algoritma Genetika, diperoleh hasil nilai Efisiensi Lintasan Total sebesar 69,47 %, kapasitas produksi sebesar 447 unit per hari, dan menggunakan 11 stasiun kerja. Untuk keadaan perusahaan saat ini, diperoleh hasil nilai Efisiensi Lintasan Total sebesar 50,74 %, kapasitas produksi sebesar 386 unit per hari, dan menggunakan 13 stasiun kerja. Dari hasil tersebut, diperoleh peningkatan Efisiensi Lintasan Total sebesar 18,73 % dengan peningkatan kapasitas produksi sebesar 61 unit per hari dan penghematan stasiun kerja sebanyak 2 stasiun kerja. Untuk penyeimbangan lintasan produksi Cosmo-442 dengan metode Algoritma Genetika, diperoleh hasil nilai Efisiensi Lintasan Total sebesar 68,77 %, kapasitas produksi sebesar 445 unit per hari, dan menggunakan 13 stasiun kerja. Untuk keadaan perusahaan saat ini, diperoleh hasil nilai Efisiensi Lintasan Total sebesar 48,33 %, kapasitas produksi sebesar 385 unit per hari, dan menggunakan 16 stasiun kerja. Dari hasil tersebut, diperoleh peningkatan Efisiensi Lintasan Total sebesar 20,44 % dengan peningkatan kapasitas produksi sebesar 60 unit per hari dan penghematan stasiun kerja sebanyak 3 stasiun kerja.
(2)
vii
Universitas Kristen Maranatha
DAFTAR ISI
COVER
LEMBAR PENGESAHAN... ... ii
LEMBAR PERNYATAAN HASIL KARYA PRIBADI... iii
ABSTRAK... ... iv
KATA PENGANTAR DAN UCAPAN TERIMA KASIH... v
DAFTAR ISI ... vii
DAFTAR TABEL... x
DAFTAR GAMBAR... xii
DAFTAR LAMPIRAN... xiii BAB 1 PENDAHULUAN... 1-1
1.1. Latar Belakang Masalah... 1-1 1.2. Identifikasi Masalah... 1-2 1.3. Batasan dan Asumsi... 1-2 1.4. Perumusan Masalah... 1-3 1.5. Tujuan Penelitian... 1-3 1.6. Sistematika Penulisan... 1-4
BAB 2 STUDI PUSTAKA... 2-1
2.1. Pengertian Lini Produksi... 2-1 2.2. Pengertian Line Balancing... 2-2 2.3. Istilah-Istilah dalam Line Balancing... 2-2 2.4. Batasan-Batasan yang terdapat dalam Line Balancing... 2-4 2.5. Ukuran Kinerja dalam Line Balancing... 2-4 2.6. Metode Penyeimbangan Lintasan... 2-5 2.7. Metode Genetic Algorithm (GA)... 2-7 2.8. Tata Letak Fasilitas Pabrik... 2-21
BAB 3 SISTEMATIKA PENELITIAN... 3-1
3.1. Sistematika Penelitian... 3-1 3.2. Keterangan Bagan Alir (Flowchart)... 3-5
(3)
viii
Universitas Kristen Maranatha
BAB 4 PENGUMPULAN DATA... 4-1
4.1. Sejarah Singkat Perusahaan... 4-1 4.2. Struktur Organisasi Perusahaan... 4-2 4.3. Data Waktu Kerja di Lantai Produksi... 4-2 4.4. Data Jenis Mesin yang dimiliki Perusahaan... 4-3 4.5. Data Total Produksi Produk Folding Chair untuk
Periode Januari 2012 sampai dengan Desember 2012... 4-4 4.6. Data Tata Letak (Layout) Lantai Produksi... 4-5 4.7. Peta Proses Operasi Produk Yamato AA dan
Produk Cosmo-442... 4-6 4.8. Precedence Diagram Produk Yamato AA... 4-8 4.9. Precedence Diagram Produk Cosmo-442... 4-9
BAB 5 PENGOLAHAN DATA DAN ANALISIS... 5-1
5.1. Gambaran Umum Sistem Produksi di Perusahaan... 5-1 5.2. Penyeimbangan Lintasan Produksi Saat Ini... 5-2 5.3. Kapasitas Produksi Saat Ini... 5-5 5.4. Analisis Keseimbangan Lintasan Produksi Saat Ini... 5-5 5.5. Usulan Penyeimbangan Lintasan Produksi... 5-6 5.6. Penyeimbangan Lintasan Produksi dengan
Metode Rank Positional Weight... 5-7 5.7. Penyeimbangan Lintasan Produksi dengan
Metode Region Approach... 5-17 5.8. Penyeimbangan Lintasan Produksi dengan
Metode Algoritma Genetika... 5-22 5.9. Analisis Uji Validitas Software Algoritma Genetika... 5-23 5.10. Penyeimbangan Lintasan Produksi dengan Software
Algoritma Genetika... 5-26
5.11. Metode Penyeimbangan Lintasan Produksi Usulan... 5-31 5.12. Analisis Manfaat Penerapan Metode Lintasan
(4)
ix
Universitas Kristen Maranatha 5.13. Analisis Perbandingan Jumlah Mesin Saat ini dengan
Metode Usulan... 5-34 5.14. Analisis Pemanfaatan Kelebihan Mesin yang dihasilkan... 5-36 5.15. Perbandingan Rata-Rata Utilisasi Mesin Saat Ini
dengan Metode Usulan... 5-37 5.16. Tata Letak (Layout) Lantai Produk Usulan... 5-38 5.17. Analisis Tata Letak (Layout) Lantai Produksi Usulan... 5-39
BAB 6 KESIMPULAN DAN SARAN... 6-1
6.1. Kesimpulan... 6-1 6.2. Saran... 6-2
DAFTAR PUSTAKA LAMPIRAN
KOMENTAR DOSEN PENGUJI DATA PENULIS
(5)
x
Universitas Kristen Maranatha
DAFTAR TABEL
Tabel Judul Halaman
4.1. Waktu Kerja Perusahaan 4-2
4.2. Data Jenis Mesin yang dimiliki Perusahaan 4-3
4.3. Data Jenis Mesin yang diamati 4-3
4.4. Total Produksi Produk Folding Chair
Tahun 2012 4-4
5.1. Lintasan Produksi Yamato AA dengan Metode
Perusahaan 5-2
5.2. Lintasan Produksi Yamato AA dengan Metode
Perusahaan 5-3
5.3. Positional Weight untuk Elemen Kerja Produk
Yamato AA 5-7
5.4. Positional Weight untuk Elemen Kerja Produk
Cosmo-442 5-8
5.5. Pengurutan Positional Weight untuk Elemen
Kerja Produk Yamato AA 5-9
5.6. Pengurutan Positional Weight untuk Elemen
Kerja Produk Cosmo-442 5-10
5.7. Penugasan Elemen Kerja untuk Produk
Yamato AA 5-11
5.8. Penugasan Elemen Kerja untuk Produk
Cosmo-442 5-12
5.9. Efisiensi Lintasan Total (ELT) untuk Produk
Yamato AA 5-13
5.10. Efisiensi Lintasan Total (ELT) untuk Produk
Cosmo-442 5-15
5.11. Penugasan Elemen Kerja dan Perhitungan Efisiensi Lintasan Total (ELT) untuk Produk
(6)
xi
Universitas Kristen Maranatha
DAFTAR TABEL (LANJUTAN)
Tabel Judul Halaman
5.12. Penugasan Elemen Kerja dan Perhitungan Efisiensi Lintasan Total (ELT) untuk Produk
Cosmo-442 5-20
5.13. Penugasan Elemen Kerja dan Perhitungan Efisiensi Lintasan Total (ELT) untuk Produk
Yamato AA dengan Metode Algoritma Genetika 5-27 5.14. Penugasan Elemen Kerja dan Perhitungan
Efisiensi Lintasan Total (ELT) untuk Produk
Cosmo-442 dengan Metode Algoritma Genetika 5-29 5.15. Metode Penyeimbangan Lintasan Produksi untuk
Produk Yamato AA 5-31
5.16. Metode Penyeimbangan Lintasan Produksi untuk
Produk Cosmo-442 5-32
5.17. Perbandingan Lintasan Produksi Saat ini dengan Metode Algoritma Genetika untuk Produk
Yamato AA 5-33
5.18. Perbandingan Lintasan Produksi Saat ini dengan Metode Algoritma Genetika untuk Produk
Cosmo-442 5-34
5.19. Perbandingan Jumlah Mesin Saat ini dengan
Metode Usulan untuk Produk Yamato AA 5-35 5.20. Perbandingan Jumlah Mesin Saat ini dengan
Metode Usulan untuk Produk Cosmo-442 5-35 5.21. Rata-Rata Utilisasi Mesin untuk Produk
Yamato AA 5-37
5.22. Rata-Rata Utilisasi Mesin untuk Produk
(7)
xii
Universitas Kristen Maranatha
DAFTAR GAMBAR
Gambar Judul Halaman
2.1. Proses Seleksi dengan Regular Sampling
Space 2-19
2.2. Proses Seleksi dengan Enlarge Sampling
Space 2-19
3.1. Flowchart Penelitian 3-1
3.2. Flowchart Pengolahan Data dan Analisis 3-7 3.3. Flowchart Metode Algoritma Genetika 3-9 3.4. Flowchart Inisialisasi Populasi Awal 3-11
3.5. Flowchart Proses Decoding 3-14
3.6. Flowchart Proses Crossover 3-16
3.7. Flowchart Proses Mutasi 3-20
3.8. Flowchart Proses Seleksi Kromosom 3-24
4.1. Struktur Organisasi Perusahaan 4-2
4.2. Scatter Diagram untuk Total Produksi
Produk Folding Chair 4-4
4.3. Tata Letak (Layout) Lantai Produksi 4-5
4.4. Peta Proses Operasi Yamato AA 4-6
4.5. Peta Proses Operasi Cosmo-442 4-7
4.6. Precedence Diagram Yamato AA 4-8
4.7. Precedence Diagram Cosmo-442 4-9
(8)
xiii
Universitas Kristen Maranatha
DAFTAR LAMPIRAN
Lampiran Judul Halaman
Lampiran-A Perhitungan secara Manual Kasus Sederhana
dengan Metode Algoritma Genetika LA-1 Lampiran-B Perhitungan Kasus Sederhana dengan
Software Algoritma Genetika LB-1
Lampiran-C Penyeimbangan Lintasan Produksi Cosmo-442
dengan Software Algoritma Genetika LC-1 Lampiran-D Penyeimbangan Lintasan Produksi Yamato AA
(9)
LA-1
Contoh Simple Case untuk Line Balancing:
Berikut ini merupakan gambar Precedence Diagram untuk contoh Simple Case.
O-1 O-3 O-4 O-8 O-11 O-12 O-15 O-16
O-5 O-6 O-7
O-2 O-9 O-10
O-17
O-14 O-13
3" 3"
6" 4"
4" 4"
7" 6"
8" 5" 7" 12" 8" 6" 8" 10" 5"
No. Elemen
Kerja Mesin
Waktu (detik)
1 1 8
2 2 3
3 3 5
4 4 7
5 5 6
6 6 4
7 7 7
8 8 12
9 9 4
10 10 3
11 11 8
12 12 6
13 13 4
14 14 6
15 15 8
16 16 10
17 17 5
A
B
Keterangan:
Target Produksi adalah 1200 unit per hari Jam Kerja adalah 8 jam kerja per hari
Waktu Siklus (C) adalah waktu kerja yang tersedia per hari
Target produksi per hari =
8∗3600 detik 1200 unit
(10)
LA-2
Berikut ini langkah-langkah pengerjaan contoh simple case dengan menggunakan metode Algoritma Genetika secara manual.
Langkah 1 : Menentukan Parameter Algoritma Genetika yang akan digunakan
Ukuran Populasi : 4 Jumlah Generasi : 2
Probabilitas Crossover (Pc) : 0,95 Probabilitas Mutasi (Pm) : 0,01
Langkah 2 : Menentukan Endcoding generasi ke-0
Berdasarkan Precedence Diagram diatas, semua elemen kerja akan ditugaskan ke dalam masing-masing kromosom dengan beberapa ketentuan sebagai berikut.
Waktu di setiap stasiun kerja tidak boleh melebihi waktu siklus aktual yaitu 24 detik.
Jenis mesin yang digunakan dalam satu stasiun kerja harus sama.
Tidak diperbolehkan terjadi backtrack pada saat melakukan pengurutan elemen kerja ke dalam suatu stasiun kerja.
Berikut ini merupakan kromosom-kromosom yang terbentuk berdasarkan
Precedence Diagram diatas.
O-1 O-2 O-3 O-4 O-5 O-6 O-7 O-8 O-9 O-10 O-11 O-12 O-13 O-14 O-15 O-16 O-17
Kromosom 1 1 1 2 2 1 2 2 3 3 3 4 5 5 5 6 6 6
Kromosom 2 1 1 1 3 2 2 2 3 3 4 4 5 5 5 5 6 6
Kromosom 3 1 1 1 3 2 2 2 3 4 4 4 5 5 5 6 6 6
(11)
LA-3
Berdasarkan kromosom-kromosom diatas, maka hasil penugasan elemen kerja ke dalam stasiun kerja adalah sebagai berikut:
1. Kromosom 1
1 8 8
2 3 11
5 6 17
3 5 5
4 7 12
6 4 16
7 7 23
8 12 12
9 4 16
10 3 19
4 A 11 8 8
12 6 6
13 4 10
14 6 16
15 8 8
16 10 18
17 5 23
Ti Stasiun
Kerja Mesin Operasi
6 B 3 A 5 B 1 2 A A Ti Kumulatif
2. Kromosom 2
1 8 8
2 3 11
3 5 16
5 6 6
6 4 10
7 7 17
4 7 7
8 12 19
9 4 23
10 3 3
11 8 11
12 6 6
13 4 10
14 6 16
15 8 24
16 10 10
17 5 15
5 B
Stasiun Kerja Mesin
1 A
2 A
Operasi Ti Ti Kumulatif
3 A
4 A
(12)
LA-4 3. Kromosom 3
1 8 8
2 3 11
3 5 16
5 6 6
6 4 10
7 7 17
4 7 7
8 12 19
9 4 4
10 3 7
11 8 15
12 6 6
13 4 10
14 6 16
15 8 8
16 10 18
17 5 23
Ti Kumulatif Stasiun
Kerja Mesin Operasi Ti
6 A A A A B B 1 2 3 4 5
4. Kromosom 4
1 8 8
2 3 11
5 6 17
3 5 5
4 7 12
6 4 16
7 7 23
8 12 12
9 4 16
10 3 3
11 8 11
12 6 6
13 4 10
14 6 16
15 8 24
16 10 10
17 5 15
Stasiun Kerja Mesin 6 B Ti Ti Kumulatif 5 B 4 A 3 A 1 A Operasi 2 A
(13)
LA-5
Langkah 3 : Menghitung Decoding
Ukuran dari fitness value yang digunakan adalah Efisiensi Lintasan Total (ELT). Oleh sebab itu, jika nilai Efisiensi Lintasan Total (ELT) semakin besar maka efisiensi lintasan produksi tersebut akan semakin baik.
Berikut ini merupakan hasil nilai Decoding dari setiap kromosom awal. 1. Kromosom 1
1 8 8
2 3 11
5 6 17
3 5 5
4 7 12
6 4 16
7 7 23
8 12 12
9 4 16
10 3 19
4 A 11 8 8 34,78%
12 6 6
13 4 10
14 6 16
15 8 8
16 10 18
17 5 23
76,81% Ti
Stasiun
Kerja Mesin Operasi
6 B
3 A
5 B
1
2
A
A
73,91%
100,00%
82,61%
69,57% Efisiensi Lintasan
100,00% Ti
(14)
LA-6 2. Kromosom 2
1 8 8
2 3 11
3 5 16
5 6 6
6 4 10
7 7 17
4 7 7
8 12 19
9 4 23
10 3 3
11 8 11
12 6 6
13 4 10
14 6 16
15 8 24
16 10 10
17 5 15
73,61% 5 B Stasiun Kerja Mesin Efisiensi Lintasan 1 A 2 A
Operasi Ti Ti Kumulatif
62,50% 66,67%
70,83%
3 A
4 A 45,83%
95,83%
100,00%
6 B
3. Kromosom 3
1 8 8
2 3 11
3 5 16
5 6 6
6 4 10
7 7 17
4 7 7
8 12 19
9 4 4
10 3 7
11 8 15
12 6 6
13 4 10
14 6 16
15 8 8
16 10 18
17 5 23
76,81% Ti
Kumulatif Stasiun
Kerja Mesin Operasi Ti
6 A A A A B B 1 2 3 4 5 69,57% 100,00% Efisiensi Lintasan 69,57% 73,91% 82,61% 65,22%
(15)
LA-7 4. Kromosom 4
1 8 8
2 3 11
5 6 17
3 5 5
4 7 12
6 4 16
7 7 23
8 12 12
9 4 16
10 3 3
11 8 11
12 6 6
13 4 10
14 6 16
15 8 24
16 10 10
17 5 15
73,61% Stasiun
Kerja Mesin
6 B 62,50%
Ti Ti
Kumulatif
Efisiensi Lintasan
70,83%
5 B 100,00%
4 A
3 A
1 A
Operasi
2 A 95,83%
66,67% 45,83%
Langkah 4 : Melakukan Crossover
Langkah-langkah yang dilakukan dalam proses Crossover ini adalah sebagai berikut:
Menetapkan nilai Probabilitas Crossover (Pc) yaitu 0,95 Membangkitkan bilangan random untuk setiap kromosom Membandingkan bilangan random tersebut dengan nilai Pc
Jika nilai bilangan random pada suatu kromosom lebih kecil dari nilai Pc, maka kromosom tersebut dapat menjadi parent untuk proses crossover. Menentukan pasangan parent yang akan dilakukan crossover secara acak Menentukan crossing site secara acak dengan menggunakan metode
Partial-Mapped Crossover kemudian tukarkan nilai yang ada dalam crossing site tersebut pada masing-masing pasangan parent.
Kromosom baru hasil proses crossover disebut dengan nama offspring
(16)
LA-8
Berikut ini merupakan bilangan random untuk masing-masing kromosom. Bilangan random untuk kromosom 1 adalah 0,588
Bilangan random untuk kromosom 2 adalah 0,732 Bilangan random untuk kromosom 3 adalah 0,394 Bilangan random untuk kromosom 4 adalah 0,252
Bilangan random yang akan digunakan untuk crossing site pasangan kromosom 1 dan kromosom 2 adalah 2 dan 6
Kromosom 1 1 1 2 2 1 2 2 3 3 3 4 5 5 5 6 6 6 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 Kromosom 2 1 1 1 3 2 2 2 3 3 4 4 5 5 5 5 6 6
Bilangan random yang akan digunakan untuk crossing site pasangan kromosom 3 dan kromosom 4 adalah 3 dan 9
Kromosom 3 1 1 1 3 2 2 2 3 4 4 4 5 5 5 6 6 6 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 Kromosom 4 1 1 2 2 1 2 2 3 3 4 4 5 5 5 5 6 6
Hasil crossover dari pasangan kromosom-kromosom diatas adalah:
O-1 O-2 O-3 O-4 O-5 O-6 O-7 O-8 O-9 O-10 O-11 O-12 O-13 O-14 O-15 O-16 O-17
OC Kromosom 1 1 1 1 3 2 2 2 3 3 3 4 5 5 5 6 6 6 Tidak Valid OC Kromosom 2 1 1 2 2 1 2 2 3 3 4 4 5 5 5 5 6 6 Valid OC Kromosom 3 1 1 1 2 1 2 2 3 3 4 4 5 5 5 6 6 6 Valid OC Kromosom 4 1 1 2 3 2 2 2 3 4 4 4 5 5 5 5 6 6 Valid
Kromosom-kromosom diatas dikatakan valid apabila: Waktu proses di setiap stasiun kerja < waktu siklus aktual.
Semua elemen kerja dalam masing-masing stasiun kerja menggunakan mesin yang sama.
Tidak melanggar aturan Precedence Diagram yang ada.
Hasil offspring crossover kromosom 1 dikatakan tidak valid karena waktu pada stasiun kerja 3 melebihi waktu siklus aktual.
(17)
LA-9
Berikut ini adalah hasil dari offspring crossover untuk kromosom 2, kromosom 3, dan kromosom 4 yang valid.
Offspring Crossover Kromosom 2
1 8 8
2 3 11
5 6 17
3 5 5
4 7 12
6 4 16
7 7 23
8 12 12
9 4 16
10 3 3
11 8 11
12 6 6
13 4 10
14 6 16
15 8 24
16 10 10
17 5 15
Stasiun Kerja Mesin
2 A
3
Operasi Ti Ti Kumulatif 1 A 5 B 6 B 4 A A
Offspring Crossover Kromosom 3
1 8 8
2 3 11
3 5 16
5 6 22
4 7 7
6 4 11
7 7 18
8 12 12
9 4 16
10 3 3
11 8 11
12 6 6
13 4 10
14 6 16
15 8 8
16 10 18
17 5 23
3 A
4 A
Stasiun
Kerja Mesin Operasi Ti
Ti Kumulatif 1 A 2 A 5 B 6 B
(18)
LA-10 Offspring Crossover Kromosom 4
1 8 8
2 3 11
3 5 5
5 6 11
6 4 15
7 7 22
4 7 7
8 12 19
9 4 4
10 3 7
11 8 15
12 6 6
13 4 10
14 6 16
15 8 24
16 10 10
17 5 15
Stasiun
Kerja Mesin Operasi Ti
Ti Kumulatif 5 B 6 B 3 A A 4 1 A 2 A
Langkah 5 : Menghitung Decoding
Decoding hasil proses crossover generasi ke-1 yang valid adalah offspring
crossover kromosom 2, offspring crossover kromosom 3, dan offspring crossover
kromosom 4.
Decoding Offspring Crossover Kromosom 2
1 8 8
2 3 11 5 6 17
3 5 5
4 7 12 6 4 16 7 7 23 8 12 12 9 4 16 10 3 3 11 8 11 12 6 6 13 4 10 14 6 16 15 8 24 16 10 10 17 5 15
73,61% Stasiun
Kerja Mesin
2 A
3
Operasi Ti Ti Kumulatif
Efisiensi Lintasan
1 A 70,83%
5 B 100,00%
6 B 62,50%
4 A 45,83%
A
95,83%
(19)
LA-11
Decoding Offspring Crossover Kromosom 3
1 8 8
2 3 11 3 5 16 5 6 22
4 7 7
6 4 11 7 7 18 8 12 12 9 4 16 10 3 3 11 8 11 12 6 6 13 4 10 14 6 16 15 8 8 16 10 18 17 5 23
76,81% 100,00% 3 A 4 A Efisiensi Lintasan Stasiun
Kerja Mesin Operasi Ti
Ti Kumulatif 69,57% 47,83% 95,65% 1 A
2 A 78,26%
5 B 69,57%
6 B
Decoding Offspring Crossover Kromosom 4
1 8 8
2 3 11
3 5 5
5 6 11 6 4 15 7 7 22
4 7 7
8 12 19
9 4 4
10 3 7 11 8 15 12 6 6 13 4 10 14 6 16 15 8 24 16 10 10 17 5 15
73,61% Stasiun
Kerja Mesin Operasi Ti
Ti Kumulatif Efisiensi Lintasan 45,83% 91,67% 79,17% 62,50%
5 B 100,00%
6 B 62,50%
3 A
A 4
1 A
(20)
LA-12
Langkah 6 : Melakukan Proses Mutasi
Proses mutasi dilakukan dengan melalui langkah-langkah sebagai berikut: Menetapkan nilai Probabilitas Mutasi (Pm).
Bangkitkan bilangan random untuk seluruh nilai gen yang terdapat pada masing-masing kromosom.
Bandingkan nilai bilangan random tersebut dengan nilai dari Pm.
Jika nilai pada bilangan random lebih kecil dari nilai Pm, maka kromosom tersebut akan mengalami proses mutasi.
Proses mutasi ini dilakukan dengan menggunakan metode Order-Based
Mutation dengan beberapa ketentuan sebagai berikut:
1. Jika nilai bilangan random < ½ Pm, maka nilai gen tersebut dikurangi dengan 1. Jika nilai gen tersebut adalah 1, maka tambahkan nilai gen tersebut dengan 1.
2. Jika nilai bilangan random ada diantara ½ Pm sampai dengan nilai Pm, maka tambahkan nilai gen tersebut dengan 1.
Kromosom yang baru hasil dari proses mutasi tersebut dinamakan dengan
Offspring Mutasi.
Berikut ini merupakan bilangan random yang dibangkitkan untuk setiap gen yang ada pada masing-masing kromosom.
O-1 O-2 O-3 O-4 O-5 O-6 O-7 O-8 O-9 O-10 O-11 O-12 O-13 O-14 O-15 O-16 O-17
Kromosom 1 1 1 2 2 1 2 2 3 3 3 4 5 5 5 6 6 6
0,179 0,689 0,290 0,299 0,577 0,915 0,886 0,186 0,411 0,573 0,092 0,208 0,375 0,470 0,283 0,655 0,589
Kromosom 2 1 1 1 3 2 2 2 3 3 4 4 5 5 5 5 6 6
0,535 0,094 0,244 0,751 0,164 0,353 0,052 0,317 0,916 0,678 0,745 0,563 0,238 0,082 0,307 0,778 0,847
Kromosom 3 1 1 1 3 2 2 2 3 4 4 4 5 5 5 6 6 6
0,097 0,196 0,491 0,153 0,503 0,064 0,519 0,598 0,074 0,246 0,252 0,454 0,805 0,090 0,273 0,305 0,183
Kromosom 4 1 1 2 2 1 2 2 3 3 4 4 5 5 5 5 6 6
0,641 0,902 0,178 0,078 0,569 0,537 0,887 0,482 0,777 0,769 0,624 0,833 0,174 0,539 0,181 0,823 0,053
OC Kromosom 2 1 1 2 2 1 2 2 3 3 4 4 5 5 5 5 6 6
0,718 0,787 0,303 0,843 0,822 0,242 0,047 0,719 0,083 0,520 0,516 0,826 0,298 0,397 0,546 0,784 0,545
OC Kromosom 3 1 1 1 2 1 2 2 3 3 4 4 5 5 5 6 6 6
0,089 0,901 0,318 0,817 0,566 0,410 0,143 0,837 0,071 0,184 0,161 0,106 0,832 0,194 0,644 0,658 0,158
OC Kromosom 4 1 1 2 3 2 2 2 3 4 4 4 5 5 5 5 6 6
(21)
LA-13
Kesimpulan Proses Mutasi adalah seluruh nilai bilangan random pada setiap gen lebih besar dari nilai Pm. Oleh sebab itu, semua kromosom tidak mengalami mutasi.
Langkah 7 : Menghitung Decoding
Pada contoh simple case ini, penulis tidak melakukan perhitungan decoding karena tidak terdapat kromosom yang mengalami proses mutasi.
Langkah 8 : Melakukan Seleksi Generasi 1
Berdasarkan hasil perhitungan Efisiensi Lintasan Total (ELT) dari masing-masing kromosom yang valid adalah sebagai berikut:
No. 1 2 3 4 5 6 7
Efisiensi Lintasan Kromosom
Kromosom 1 76,81%
Kromosom 2 73,61%
Kromosom 3 76,81%
73,61%
Kromosom 4 73,61%
OC Kromosom 2 73,61%
OC Kromosom 3 76,81%
OC Kromosom 4
Kromosom yang akan dipilih untuk generasi ke-2 berjumlah 4 kromosom terbaik berdasarkan tabel diatas. Pemilihan 4 kromosom terbaik tersebut dikarenakan ukuran populasi pada langkah pertama yang telah ditentukan oleh penulis yaitu ukuran populasi adalah 4. Untuk contoh simple case ini, penulis memilih kromosom-kromosom sebagai berikut:
No. 1 2 3
4 OC Kromosom 3 76,81%
Kromosom Efisiensi Lintasan
Kromosom 1 76,81%
Kromosom 3 76,81%
(22)
LA-14
Langkah 9 : Melakukan Crossover untuk Generasi 2
Berikut ini merupakan bilangan random untuk masing-masing kromosom. Bilangan random untuk kromosom 1 adalah 0,219
Bilangan random untuk kromosom 3 adalah 0,645
Bilangan random untuk Offspring Crossover kromosom 2 adalah 0,812 Bilangan random untuk Offspring Crossover kromosom 3 adalah 0,427
Bilangan random yang akan digunakan untuk crossing site pasangan kromosom 1 dan Offspring Crossover kromosom 3 adalah 8 dan 11
Kromosom 1 1 1 2 2 1 2 2 3 3 3 4 5 5 5 6 6 6 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 OC Kromosom 3 1 1 1 2 1 2 2 3 3 4 4 5 5 5 6 6 6
Bilangan random yang akan digunakan untuk crossing site pasangan kromosom 3 dan Offspring Crossover kromosom 2 adalah 1 dan 5
Kromosom 3 1 1 1 3 2 2 2 3 4 4 4 5 5 5 6 6 6 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 OC Kromosom 2 1 1 2 2 1 2 2 3 3 4 4 5 5 5 5 6 6
Hasil crossover dari pasangan kromosom-kromosom diatas adalah:
O-1 O-2 O-3 O-4 O-5 O-6 O-7 O-8 O-9 O-10 O-11 O-12 O-13 O-14 O-15 O-16 O-17
1 1 2 2 1 2 2 3 3 4 4 5 5 5 6 6 6 Valid
1 1 2 2 1 2 2 3 4 4 4 5 5 5 6 6 6 Valid
1 1 1 3 2 2 2 3 3 4 4 5 5 5 5 6 6 Valid
1 1 1 2 1 2 2 3 3 3 4 5 5 5 6 6 6 Valid
OC Kromosom 1 OC Kromosom 3 OC OC Kromosom 2 OC OC Kromosom 3
Kromosom-kromosom diatas dikatakan valid apabila: Waktu proses di setiap stasiun kerja < waktu siklus aktual.
Semua elemen kerja dalam masing-masing stasiun kerja menggunakan mesin yang sama.
(23)
LA-15
Berikut ini adalah hasil dari offspring crossover untuk kromosom 1, kromosom 3,
offspring crossover kromosom 2, dan offspring crossover kromosom 3 yang valid.
Offspring Crossover untuk kromosom 1
1 8 8
2 3 11
5 6 17
3 5 5
4 7 12
6 4 16
7 7 23
8 12 12
9 4 16
10 3 3
11 8 11
12 6 6
13 4 10
14 6 16
15 8 8
16 10 18
17 5 23
Stasiun
Kerja Mesin Operasi Ti
Ti Kumulatif 5 B 6 B 4 A 3 A 1 A 2 A
Offspring Crossover untuk kromosom 3
1 8 8
2 3 11
5 6 17
3 5 5
4 7 12
6 4 16
7 7 23
3 A 8 12 12
9 4 4
10 3 7
11 8 15
12 6 6
13 4 10
14 6 16
15 8 8
16 10 18
17 5 23
6 B
1 A
Stasiun
Kerja Mesin Operasi Ti
Ti Kumulatif
2 A
4 A
(24)
LA-16
Offspring Crossover untuk Offspring Crossover kromosom 2
1 8 8
2 3 11
3 5 17
5 6 6
6 4 10
7 7 17
4 7 7
8 12 19
9 4 23
10 3 3
11 8 11
12 6 6
13 4 10
14 6 16
15 8 24
16 10 10
17 5 15
Stasiun
Kerja Mesin Operasi Ti
Ti Kumulatif 1 A 4 A 5 B 6 B 2 A 3 A
Offspring Crossover untuk Offspring Crossover kromosom 3
1 8 8
2 3 11
3 5 16
5 6 22
4 7 7
6 4 11
7 7 18
8 12 12
9 4 16
10 3 19
4 A 11 8 8
12 6 6
13 4 10
14 6 16
15 8 8
16 10 18
17 5 23
1 A 5 B 6 B 3 A 2 A Stasiun
Kerja Mesin Operasi Ti
Ti Kumulatif
(25)
LA-17
Langkah 10 : Menghitung Decoding untuk Generasi ke-2
Decoding hasil proses crossover generasi ke-2 yang valid adalah offspring
crossover untuk kromosom 1, offspring crossover untuk kromosom 3, offspring crossover untuk offspring crossover kromosom 3, dan offspring crossover untuk offspring crossover kromosom 4.
Offspring Crossover untuk kromosom 1 Generasi 2
1 8 8
2 3 11
5 6 17
3 5 5
4 7 12
6 4 16
7 7 23
8 12 12
9 4 16
10 3 3
11 8 11
12 6 6
13 4 10
14 6 16
15 8 8
16 10 18
17 5 23
76,81% Stasiun
Kerja Mesin Operasi Ti
Ti Kumulatif
Efisiensi Lintasan
5 B 69,57%
6 B 100,00%
4 A
3 A
47,83% 69,57%
1 A 73,91%
2 A 100,00%
Offspring Crossover untuk kromosom 3 Generasi 2
1 8 8
2 3 11
5 6 17
3 5 5
4 7 12
6 4 16
7 7 23
3 A 8 12 12 52,17%
9 4 4
10 3 7
11 8 15
12 6 6
13 4 10
14 6 16
15 8 8
16 10 18
17 5 23
76,81%
6 B 100,00%
1 A 73,91%
Stasiun
Kerja Mesin Operasi Ti
Ti Kumulatif
Efisiensi Lintasan
2 A 100,00%
4 A 65,22%
(26)
LA-18
Offspring Crossover untuk offspring crossover kromosom 2 Generasi 2
1 8 8
2 3 11 3 5 17
5 6 6
6 4 10 7 7 17
4 7 7
8 12 19 9 4 23 10 3 3 11 8 11 12 6 6 13 4 10 14 6 16 15 8 24 16 10 10 17 5 15
74,31% Stasiun
Kerja Mesin Operasi Ti
Ti Kumulatif
Efisiensi Lintasan
1 A 70,83%
4 A 45,83%
5 B 100,00%
6 B 62,50%
2 A
3 A
70,83%
95,83%
Offspring Crossover untuk offspring crossover kromosom 3 Generasi 2
1 8 8
2 3 11 3 5 16 5 6 22
4 7 7
6 4 11 7 7 18 8 12 12 9 4 16 10 3 19
4 A 11 8 8 34,78% 12 6 6
13 4 10 14 6 16 15 8 8 16 10 18 17 5 23
76,81% Efisiensi Lintasan
1 A 95,65%
5 B 69,57%
6 B 100,00%
3 A 82,61%
2 A 78,26%
Stasiun
Kerja Mesin Operasi Ti
Ti Kumulatif
(27)
LA-19
Langkah 11 : Melakukan Proses Mutasi untuk Generasi ke-2
Proses mutasi dilakukan dengan melalui langkah-langkah sebagai berikut: Menetapkan nilai Probabilitas Mutasi (Pm).
Bangkitkan bilangan random untuk seluruh nilai gen yang terdapat pada masing-masing kromosom.
Bandingkan nilai bilangan random tersebut dengan nilai dari Pm.
Jika nilai pada bilangan random lebih kecil dari nilai Pm, maka kromosom tersebut akan mengalami proses mutasi.
Proses mutasi ini dilakukan dengan menggunakan metode Order-Based
Mutation dengan beberapa ketentuan sebagai berikut:
3. Jika nilai bilangan random < ½ Pm, maka nilai gen tersebut dikurangi dengan 1. Jika nilai gen tersebut adalah 1, maka tambahkan nilai gen tersebut dengan 1.
4. Jika nilai bilangan random ada diantara ½ Pm sampai dengan nilai Pm, maka tambahkan nilai gen tersebut dengan 1.
Kromosom yang baru hasil dari proses mutasi tersebut dinamakan dengan
(28)
LA-20
Berikut ini merupakan bilangan random yang dibangkitkan untuk setiap gen yang ada pada masing-masing kromosom.
O-1 O-2 O-3 O-4 O-5 O-6 O-7 O-8 O-9 O-10 O-11 O-12 O-13 O-14 O-15 O-16 O-17
1 1 2 2 1 2 2 3 3 3 4 5 5 5 6 6 6
0,208 0,150 0,551 0,253 0,306 0,743 0,251 0,581 0,166 0,502 0,789 0,406 0,350 0,545 0,141 0,882 0,237
1 1 1 3 2 2 2 3 4 4 4 5 5 5 6 6 6
0,118 0,092 0,061 0,067 0,444 0,637 0,549 0,867 0,043 0,687 0,279 0,590 0,833 0,109 0,305 0,815 0,530
1 1 2 2 1 2 2 3 3 4 4 5 5 5 5 6 6
0,853 0,227 0,073 0,066 0,041 0,915 0,559 0,407 0,554 0,727 0,644 0,288 0,791 0,830 0,506 0,308 0,416
1 1 1 2 1 2 2 3 3 4 4 5 5 5 6 6 6
0,526 0,195 0,310 0,876 0,194 0,453 0,602 0,348 0,123 0,781 0,541 0,656 0,287 0,499 0,045 0,096 0,828
1 1 2 2 1 2 2 3 3 4 4 5 5 5 6 6 6
0,293 0,679 0,315 0,155 0,846 0,715 0,431 0,034 0,134 0,722 0,132 0,487 0,694 0,111 0,415 0,612 0,346
1 1 2 2 1 2 2 3 4 4 4 5 5 5 6 6 6
0,438 0,462 0,587 0,033 0,660 0,767 0,639 0,300 0,788 0,645 0,054 0,252 0,273 0,445 0,464 0,804 0,596
1 1 1 3 2 2 2 3 3 4 4 5 5 5 5 6 6
0,562 0,347 0,510 0,106 0,578 0,556 0,845 0,175 0,817 0,192 0,368 0,569 0,648 0,543 0,044 0,140 0,632
1 1 1 2 1 2 2 3 3 3 4 5 5 5 6 6 6
0,466 0,779 0,512 0,031 0,340 0,378 0,493 0,652 0,868 0,316 0,712 0,866 0,654 0,772 0,182 0,678 0,598 OC Kromosom 1 G2
Kromosom 1
Kromosom 3
OC Kromosom 2
OC Kromosom 3
OC Kromosom 3 G2
OC OC Kromosom 2 G2
OC OC Kromosom 3 G2
Kesimpulan Proses Mutasi Generasi ke-2 ini adalah seluruh nilai bilangan random pada setiap gen lebih besar dari nilai Pm. Oleh sebab itu, semua kromosom tidak mengalami mutasi.
Langkah 12 : Menghitung Decoding Generasi ke-2
Pada contoh simple case ini, penulis tidak melakukan perhitungan decoding karena tidak terdapat kromosom yang mengalami proses mutasi pada generasi ke-2 ini.
(29)
LA-21
Langkah 13 : Melakukan Seleksi Generasi 2
Berdasarkan hasil perhitungan Efisiensi Lintasan Total (ELT) dari masing-masing kromosom yang valid adalah sebagai berikut:
No. 1 2 3 4 5 6 7 8
Kromosom Efisiensi Lintasan
Kromosom 1 76,81%
Kromosom 3 76,81%
OC Kromosom 2 73,61%
OC Kromosom 3 76,81%
OC Kromosom 1 G2 OC Kromosom 3 G2 OC OC Kromosom 2 G2 OC OC Kromosom 3 G2
76,81% 76,81% 74,31% 76,81%
Berdasarkan tabel diatas, kromosom yang terpilih untuk menjadi populasi baru dari generasi ke-2 ini adalah sebagai berikut:
No. 1 2 3
4 OC OC Kromosom 3 G2 76,81%
Kromosom Efisiensi Lintasan
Kromosom 1 76,81%
OC Kromosom 3 76,81%
OC Kromosom 1 G2 76,81%
Kesimpulan Akhir: Kromosom yang terpilih adalah kromosom yang memiliki
nilai Efisiensi Lintasan Total (ELT) terbesar. Untuk contoh simple case ini, kromosom 1, offspring kromosom 3, offspring kromosom 1 generasi ke-2, dan
offspring dari offspring kromosom 3 generasi ke-2 memiliki nilai Efisiensi
(30)
LB-1
Langkah-langkah untuk menyelesaikan kasus sederhana menggunakan software Algoritma Genetika yang telah dibuat, adalah sebagai berikut :
1. Tampilan awal dari software Algoritma Genetika
Pada tampilan awal ini terdiri dari 2 bagian yaitu: Input Product dan Proses. Pilih menu ”Input Product” untuk menginput data awal yang dibutuhkan, untuk proses perhitungan dan penyeimbangan lintasan produksi. Setelah mengisi ”input product”, pilih menu ”proses” untuk menjalankan progam tersebut serta menampilkan hasilnya .
2. Pilih menu Input Product
Pada Input Product akan menampilkan suatu jendela input seperti : jumlah operasi, jumlah produksi, jenis mesin yang digunakan, operasi pendahulu, operasi pengikut, dan waktu operasi.
(31)
LB-2
Cara melakukan input data awal ke dalam menu Input Product adalah:
Langkah 1 :
Pada kolom Input Produk berisi jumlah elemen kerja (jumlah operasi) yang diinginkan (disesuaikan dengan peta proses operasi yang diamati).
Kemudian mengisi Jumlah Produksi (target produksi) yang ingin dicapai. Lalu pilih Simpan Produk.
Langkah 2 :
Pada kolom Input Mesin, kita melakukan input terhadap semua jenis mesin yang akan digunakan dalam proses produksi semua elemen kerja yang ada. Setiap memasukkan nama mesin, pilih menu Simpan Mesin.
Kemudian masukkan nama mesin berikutnya dan pilih menu simpan mesin sampai semua jenis mesin selesai di input.
(32)
LB-3
Langkah 3 :
Jumlah elemen kerja akan ditampilkan sesuai dengan angka yang dimasukkan ke jumlah operasi pada Input Produk.
Lakukan pengisian pada nama operasi.
Operasi pendahulu (Predecessor) merupakan nomor operasi pendahulu dari jenis operasi yang bersangkutan sesuai dengan urutan dalam Precedence
Diagram.
Operasi pengikut (Followers) merupakan nomor operasi pengikut dari jenis operasi yang bersangkutan sesuai dengan urutan dalam Precedence Diagram. Waktu proses merupakan waktu dari elemen kerja.
Jenis mesin dipilih berdasarkan operasi yang menggunakan jenis mesin tersebut.
(33)
LB-4
Langkah 4 :
Setelah semua data dimasukkan, maka pilih menu Save Kasus untuk melakukan penyimpanan semua data awal yang dibutuhkan untuk perhitungan efisiensi lintasan.
(34)
LB-5
Cara melakukan Proses data adalah sebagai berikut :
Langkah 1 :
Melakukan Load Ccase dengan mengetik nama file yang sama saat di Save Kasus pada menu Input Product.
Maka total operasi dan jumlah produksi akan tampil sesuai yang telah di input di menu Input Product.
Langkah 2 :
Melakukan Load Parameter pada Algoritma Genetika.
Melakukan input terhadap jumlah generasi dan jumlah populasi yang diinginkan.
Menentukan Probabilitas Crossover (Pc) dan Probabilitas Mutasi (Pm).
Menyimpan (Save) Parameter Algoritma Genetika yang digunakan untuk memproses data.
(35)
LB-6
Langkah 3 :
Melakukan Proses untuk mendapatkan efisiensi lintasan tertinggi.
Replikasi berguna untuk melakukan pengulangan proses data dengan menggunakan parameter yang sama (sesuai dengan yang diinginkan oleh pengguna software Algoritma Genetika ini).
Berdasarkan penugasan elemen kerja menggunakan Software Algoritma Genetika ini, dengan menggunakan parameter sebagai berikut :
Ukuran Populasi : 4 Jumlah Generasi : 2
Probabilitas Crossover (Pc) : 0.95 Probabilitas Mutasi (Pm) : 0.01
Maka didapatkan Efisiensi Lintasan Total (ELT) yang paling tinggi adalah sebesar 76,81%, sebagai berikut:
(36)
LC-1
Langkah-langkah untuk menyelesaikan permasalahan yang ada di perusahaan dengan menggunakan software Algoritma Genetika yang telah dibuat, adalah sebagai berikut :
1. Tampilan awal dari software Algoritma Genetika
Pada tampilan awal ini terdiri dari 2 bagian yaitu: Input Product dan Proses. Pilih menu ”Input Product” untuk menginput data awal yang dibutuhkan, untuk proses perhitungan dan penyeimbangan lintasan produksi. Setelah mengisi ”input product”, pilih menu ”proses” untuk menjalankan progam tersebut serta menampilkan hasilnya .
(37)
LC-2 2. Pilih menu Input Product
Pada Input Product akan menampilkan suatu jendela input seperti : jumlah operasi, jumlah produksi, jenis mesin yang digunakan, operasi pendahulu, operasi pengikut, dan waktu operasi.
Cara melakukan input data awal ke dalam menu Input Product adalah:
Langkah 1 :
Pada kolom Input Produk berisi jumlah elemen kerja (jumlah operasi) yang diinginkan (disesuaikan dengan peta proses operasi yang diamati).
Kemudian mengisi Jumlah Produksi (target produksi) yang ingin dicapai. Lalu pilih Simpan Produk.
(38)
LC-3
Langkah 2 :
Pada kolom Input Mesin, kita melakukan input terhadap semua jenis mesin yang akan digunakan dalam proses produksi semua elemen kerja yang ada. Setiap memasukkan nama mesin, pilih menu Simpan Mesin.
Kemudian masukkan nama mesin berikutnya dan pilih menu simpan mesin sampai semua jenis mesin selesai di input.
Langkah 3 :
Jumlah elemen kerja akan ditampilkan sesuai dengan angka yang dimasukkan ke jumlah operasi pada Input Produk.
Lakukan pengisian pada nama operasi.
Operasi pendahulu (Predecessor) merupakan nomor operasi pendahulu dari jenis operasi yang bersangkutan sesuai dengan urutan dalam Precedence
Diagram.
Operasi pengikut (Followers) merupakan nomor operasi pengikut dari jenis operasi yang bersangkutan sesuai dengan urutan dalam Precedence Diagram. Waktu proses merupakan waktu dari elemen kerja.
Jenis mesin dipilih berdasarkan operasi yang menggunakan jenis mesin tersebut.
(39)
LC-4
Langkah 4 :
Setelah semua data dimasukkan, maka pilih menu Save Kasus untuk melakukan penyimpanan semua data awal yang dibutuhkan untuk perhitungan efisiensi lintasan.
(40)
LC-5
Setelah data disimpan, keluar (Exit) ke menu utama dan pilih menu Proses.
Cara melakukan Proses data adalah sebagai berikut :
Langkah 1 :
Melakukan Load Ccase dengan mengetik nama file yang sama saat di Save Kasus pada menu Input Product.
Maka total operasi dan jumlah produksi akan tampil sesuai yang telah di input di menu Input Product.
(41)
LC-6
Langkah 2 :
Melakukan Load Parameter pada Algoritma Genetika.
Melakukan input terhadap jumlah generasi dan jumlah populasi yang diinginkan.
Menentukan Probabilitas Crossover (Pc) dan Probabilitas Mutasi (Pm).
Menyimpan (Save) Parameter Algoritma Genetika yang digunakan untuk memproses data.
Langkah 3 :
Melakukan Proses untuk mendapatkan efisiensi lintasan tertinggi.
Replikasi berguna untuk melakukan pengulangan proses data dengan menggunakan parameter yang sama (sesuai dengan yang diinginkan oleh pengguna software Algoritma Genetika ini).
Berdasarkan penugasan elemen kerja menggunakan Software Algoritma Genetika ini, dengan menggunakan parameter sebagai berikut :
Ukuran Populasi : 20 Jumlah Generasi : 100
Probabilitas Crossover (Pc) : 0.95 Probabilitas Mutasi (Pm) : 0.01
Maka didapatkan Efisiensi Lintasan Total (ELT) yang paling tinggi adalah sebagai berikut:
(42)
LC-7
O-1 8,3 8,3
O-4 15,8 24,1
O-17 12,2 36,3
I-1 10,7 10,7
I-2 10,1 20,8
I-3 10,2 31
O-34 8,3 39,3
O-35 8,6 47,9
O-36 6,2 54,1
O-37 10,4 64,5
O-2 8,7 8,7 13,45%
O-5 9,1 9,1 14,06%
O-9 10,2 10,2
O-10 12,7 22,9
O-11 5,3 28,2
O-12 10,6 38,8
O-13 10,5 49,3
O-14 5,2 54,5
O-6 10,2 64,7
O-3 17,2 17,2
O-7 12,4 29,6
O-8 12,1 41,7
O-18 10,8 10,8
O-19 10,2 21
O-20 10,3 31,3
O-21 5,3 36,6
O-29 10,2 46,8
O-30 10,5 57,3
O-31 5,1 62,4
O-22 10,2 10,2
O-23 10,3 20,5
O-24 10,8 31,3
O-25 5,2 36,5
O-15 10,4 10,4
O-16 14,2 24,6
O-26 12,4 37,0
O-27 17,9 54,9
O-28 19,5 19,5 30,14%
I-4 15,8 15,8
O-32 10,8 26,6
I-5 15,3 41,9
O-33 10,3 52,2
O-38 10,5 62,7
O-39 8,7 8,7
O-40 21,3 30
O-41 8,5 38,5
O-42 6,2 44,7
O-43 10,7 55,4
O-44 10,5 10,5
O-45 20,1 30,6
O-46 10,7 41,3
I-6 20,7 62,0
3 4
5
6
7
Efisiensi Lintasan Total (ELT) 10 11 12 13 9 99,69% 100,00% 64,45% 96,45% Double Bending 96,91% 85,63% 95,83% 68,77% 84,85% Manual Manual Mesin
Press 16 T
Press 16 T
Rivet Seatter Powder Coating Manual Manual Pierching Butseem Welder
Press 16 T
Press 16 T
Stasiun Kerja Operasi Waktu Proses (detik) ti kumulatif (detik) 56,41% 1 2 8 Efisiensi Lintasan (%) 56,11%
(43)
LD-1
Langkah-langkah untuk menyelesaikan permasalahan yang ada di perusahaan dengan menggunakan software Algoritma Genetika yang telah dibuat, adalah sebagai berikut :
1. Tampilan awal dari software Algoritma Genetika
Pada tampilan awal ini terdiri dari 2 bagian yaitu: Input Product dan Proses. Pilih menu ”Input Product” untuk menginput data awal yang dibutuhkan, untuk proses perhitungan dan penyeimbangan lintasan produksi. Setelah mengisi ”input product”, pilih menu ”proses” untuk menjalankan progam tersebut serta menampilkan hasilnya .
(44)
LD-2 2. Pilih menu Input Product
Pada Input Product akan menampilkan suatu jendela input seperti : jumlah operasi, jumlah produksi, jenis mesin yang digunakan, operasi pendahulu, operasi pengikut, dan waktu operasi.
Cara melakukan input data awal ke dalam menu Input Product adalah:
Langkah 1 :
Pada kolom Input Produk berisi jumlah elemen kerja (jumlah operasi) yang diinginkan (disesuaikan dengan peta proses operasi yang diamati).
Kemudian mengisi Jumlah Produksi (target produksi) yang ingin dicapai. Lalu pilih Simpan Produk.
(45)
LD-3
Langkah 2 :
Pada kolom Input Mesin, kita melakukan input terhadap semua jenis mesin yang akan digunakan dalam proses produksi semua elemen kerja yang ada. Setiap memasukkan nama mesin, pilih menu Simpan Mesin.
Kemudian masukkan nama mesin berikutnya dan pilih menu simpan mesin sampai semua jenis mesin selesai di input.
Langkah 3 :
Jumlah elemen kerja akan ditampilkan sesuai dengan angka yang dimasukkan ke jumlah operasi pada Input Produk.
Lakukan pengisian pada nama operasi.
Operasi pendahulu (Predecessor) merupakan nomor operasi pendahulu dari jenis operasi yang bersangkutan sesuai dengan urutan dalam Precedence
Diagram.
Operasi pengikut (Followers) merupakan nomor operasi pengikut dari jenis operasi yang bersangkutan sesuai dengan urutan dalam Precedence Diagram. Waktu proses merupakan waktu dari elemen kerja.
Jenis mesin dipilih berdasarkan operasi yang menggunakan jenis mesin tersebut.
(46)
LD-4
Langkah 4 :
Setelah semua data dimasukkan, maka pilih menu Save Kasus untuk melakukan penyimpanan semua data awal yang dibutuhkan untuk perhitungan efisiensi lintasan.
(47)
LD-5
Setelah data disimpan, keluar (Exit) ke menu utama dan pilih menu Proses.
Cara melakukan Proses data adalah sebagai berikut :
Langkah 1 :
Melakukan Load Ccase dengan mengetik nama file yang sama saat di Save Kasus pada menu Input Product.
Maka total operasi dan jumlah produksi akan tampil sesuai yang telah di input di menu Input Product.
(48)
LD-6
Langkah 2 :
Melakukan Load Parameter pada Algoritma Genetika.
Melakukan input terhadap jumlah generasi dan jumlah populasi yang diinginkan.
Menentukan Probabilitas Crossover (Pc) dan Probabilitas Mutasi (Pm).
Menyimpan (Save) Parameter Algoritma Genetika yang digunakan untuk memproses data.
Langkah 3 :
Melakukan Proses untuk mendapatkan efisiensi lintasan tertinggi.
Replikasi berguna untuk melakukan pengulangan proses data dengan menggunakan parameter yang sama (sesuai dengan yang diinginkan oleh pengguna software Algoritma Genetika ini).
Berdasarkan penugasan elemen kerja menggunakan Software Algoritma Genetika ini, dengan menggunakan parameter sebagai berikut :
Ukuran Populasi : 20 Jumlah Generasi : 100
Probabilitas Crossover (Pc) : 0.95 Probabilitas Mutasi (Pm) : 0.01
Maka didapatkan Efisiensi Lintasan Total (ELT) yang paling tinggi adalah sebagai berikut:
(49)
LD-7
O-1 7,3 7,3
O-13 6,8 14,1
O-2 5,4 5,4
O-3 6,3 11,7
O-4 7,8 19,5
O-5 8,4 27,9
O-14 5,2 33,1
O-15 6,5 39,6
O-16 8,2 47,8
O-17 8,5 56,3
3 O-6 Butseem Welder 11,2 11,2 17,39%
4 O-7 CO2 Welding 12,6 12,6 19,57%
O-8 16,8 16,8
O-18 16,9 33,7
O-23 5,8 39,5
O-24 6,4 45,9
O-25 17,3 63,2
I-1 15 15
O-19 7,3 22,3
O-20 6,9 29,2
O-28 12,8 42
O-29 7,8 49,8
O-31 14,5 64,3
O-9 5,7 5,7
O-10 7,9 13,6
O-21 9,2 9,2
I-2 15 24,2
I-3 15 39,2
O-32 8,3 47,5
O-34 16,2 63,7
O-11 8,2 8,2
O-12 14,3 22,5
O-22 14,9 37,4
O-26 18,6 56
O-35 8,4 64,4
O-27 19,7 19,7
O-30 15,7 35,4
O-33 18,6 54
O-36 10,3 64,3
O-37 15,4 15,4
O-38 12,7 28,1
O-39 21,3 49,4
I-4 15 64,4
Stasiun Kerja Operasi 5 Efisiensi Lintasan (%) 1 21,89% 2 87,42% Waktu Proses (detik) ti kumulatif (detik) Mesin Double Bending Pierching 99,84% 98,91%
Efisiensi Lintasan Total (ELT) 69,47%
98,14% 7 21,12% 6 8 9 11 10 Manual Manual
Press 16 T
Manual 100,00% 99,84% 100,00% Manual Manual Manual
(50)
KOMENTAR DOSEN PENGUJI
Nama Mahasiswa : Kristiawan Limiardi
NRP : 1023013
Judul Tugas Akhir : Usulan Penyeimbangan Lintasan Produksi Di Lini Perakitan Untuk Produk Folding Chair Dengan Menggunakan Algoritma Genetika
(Studi Kasus : PT. Chitose Indonesia MFG)
Komentar dan Saran Dosen Penguji I (Bapak David Try Liputra, ST., MT.) :
1. Jelaskan alasan perlunya penggunaan metode metaheuristik!
2. Lengkapi penjelasan prosedur Algoritma Genetika untuk seleksi kromosom dan sampling!
3. Mengapa indikator keseimbangan lintasan produksi yang digunakan adalah efisiensi lintasan?
4. Pahami lagi konsep Algoritma Genetia dengan baik! 5. Kuasai juga konsep line balancing!
(51)
KOMENTAR DOSEN PENGUJI
Nama Mahasiswa : Kristiawan Limiardi
NRP : 1023013
Judul Tugas Akhir : Usulan Penyeimbangan Lintasan Produksi Di Lini Perakitan Untuk Produk Folding Chair Dengan Menggunakan Algoritma Genetika
(Studi Kasus : PT. Chitose Indonesia MFG)
Komentar dan Saran Dosen Penguji II (Bapak Victor Suhandi, ST., MT.) :
1. Hasil penelitian belum dapat diaplikasikan karena mengabaikan waktu transportasi.
2. Pergantian tool atau cetakan di mesin Press 16 T kurang masuk akal karena terlalu sering jika hanya untuk 1 unit produk saja.
(52)
KOMENTAR DOSEN PENGUJI
Nama Mahasiswa : Kristiawan Limiardi
NRP : 1023013
Judul Tugas Akhir : Usulan Penyeimbangan Lintasan Produksi Di Lini Perakitan Untuk Produk Folding Chair Dengan Menggunakan Algoritma Genetika
(Studi Kasus : PT. Chitose Indonesia MFG)
Komentar dan Saran Dosen Penguji III (Ibu Vivi Arisandhy, ST., MT.) :
1. Apa dasar penyusunan simple case?
2. Layout hanya muncul di bagian akhir (analisis). Oleh karena itu, lebih baik
masuk ke saran penelitian lanjutan saja karena ternyata layout tidak berubah.
3. Waktu transportasi seharusnya tidak diabaikan karena dalam kasus di perusahaan sangat berpengaruh.
(53)
DATA PENULIS
Nama : Kristiawan Limiardi
Alamat : Jalan Rorojongrang I / S-127 Pharmindo No. Telepon : (022) 6000646
No. Handphone : 085861212141
Alamat Email : [email protected]
Pendidikan : TKK BPK PENABUR BANDUNG SDK 6 BPK PENABUR BANDUNG SMPK 5 BPK PENABUR BANDUNG SMAK 2 BPK PENABUR BANDUNG
Jurusan Teknik Industri Universitas Kristen Maranatha Nilai Tugas Akhir : A
(54)
1-1
Universitas Kristen Maranatha
BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
Pada saat ini, persaingan di dunia industri manufaktur semakin ketat. Hal ini disebabkan karena perkembangan industri manufaktur semakin pesat. Seluruh industri manufaktur berlomba-lomba untuk menguasai pasar baik di dalam negeri maupun pasar di luar negeri. Selain itu, kebutuhan konsumen dari waktu ke waktu terus meningkat sehingga menyebabkan permintaan konsumen akan produk dan jasa pun meningkat. Industri manufaktur pun dituntut untuk mampu memenuhi permintaan konsumen secara cepat dan produk yang dihasilkan pun harus memiliki kualitas yang baik. Salah satu hal yang harus diperhatikan oleh industri manufaktur untuk mampu memenuhi permintaan konsumen secara cepat dan berkualitas adalah penerapan sistem produksi secara baik dan tepat di dalam perusahaan itu sendiri. Penerapan sistem produksi yang baik merupakan hal yang penting bagi perusahaan untuk menghasilkan output (keluaran) berupa produk-produk atau jasa dalam jumlah yang optimal dan berkualitas tinggi.
PT. Chitose Indonesia MFG merupakan industri yang bergerak di bidang manufaktur, khususnya dalam memproduksi furniture berupa kursi yang terbuat dari bahan baku logam. Sistem yang diterapkan dalam perusahaan adalah mass
production dan sistem job order. Produk-produk yang dikerjakan secara mass production adalah produk yang merupakan hasil rancangan perusahaan, seperti
kursi lipat (Folding Chair) model Yamato AA dan model Cosmo-442. Produk yang dibuat secara job order merupakan produk-produk hasil rancangan atau pesanan khusus dari konsumen seperti kursi dan meja sekolah, kursi dan meja kantor, kursi serbaguna, dan lain-lain.
Berdasarkan hasil pengamatan yang telah dilakukan sebelumnya, penulis melihat bahwa masalah yang dihadapi oleh perusahaan pada saat ini adalah tidak tercapainya target produksi yang telah ditetapkan oleh perusahaan sebelumnya. Beberapa faktor penyebab tidak terpenuhinya target produksi tersebut diantaranya
(55)
Bab 1 Pendahuluan 1-2
Laporan Tugas Akhir Universitas Kristen Maranatha adalah faktor manusia (operator yang bekerja), faktor material (bahan baku) yang digunakan, faktor metode (sistem produksi) yang diterapkan, dan faktor lingkungan fisik kerja. Oleh sebab itu, penulis bermaksud untuk membantu PT. Chitose Indonesia MFG dalam mengidentifikasi penyebab utama dari tidak terpenuhinya target produksi yang sudah ditetapkan oleh pihak perusahaan sebelumnya dan memberikan usulan bagi pihak perusahaan agar masalah yang ada pada saat ini dapat terselesaikan.
1.2. Identifikasi Masalah
Dari latar belakang masalah yang ada di atas, maka penulis dapat mengidentifikasikan masalah yang terdapat di perusahaan yaitu tidak tercapainya target produksi yang telah ditetapkan oleh pihak perusahaan sebelumnya. Hal ini disebabkan oleh perencanaan lintasan produksi yang ada pada saat ini masih belum optimal sehingga efisiensi lintasan produksi pun menjadi rendah. Hal tersebut dapat terlihat dari sering terjadinya penumpukan produk setengah jadi dan delay pada beberapa stasiun kerja di lini perakitan.
Untuk menyelesaikan permasalahan tersebut di atas maka akan dilakukan usulan perbaikan lintasan produksi di lini perakitan. Dengan adanya perbaikan lintasan produksi tersebut, diharapkan tidak akan lagi terjadi penumpukan produk setengah jadi dan delay pada stasiun kerja yang ada di lini perakitan sehingga kapasitas produksi yang ada pada saat ini pun dapat lebih ditingkatkan dan mampu memenuhi target produksi yang telah ditetapkan oleh pihak perusahaan sebelumnya.
1.3. Batasan dan Asumsi
Sebelum melakukan penelitian tugas akhir ini, penulis terlebih dahulu melakukan pembatasan untuk beberapa hal sebagai berikut:
1. Produk yang diamati adalah produk kursi lipat model Yamato AA dan model Cosmo-442 karena produk ini merupakan produk yang secara rutin (setiap hari) diproduksi oleh PT. Chitose Indonesia MFG dan merupakan 80% dari total produksi mass production.
(56)
Bab 1 Pendahuluan 1-3
Laporan Tugas Akhir Universitas Kristen Maranatha 2. Data total produksi produk Folding Chair yang digunakan merupakan data
pada periode Januari 2012 sampai dengan periode Desember 2012.
Asumsi yang digunakan dalam penelitian ini adalah:
1. Mesin dan peralatan yang digunakan oleh operator di setiap stasiun kerja diasumsikan dalam keadaan baik.
2. Bahan baku yang dibutuhkan selama proses produksi selalu dalam kondisi tersedia.
3. Operator bekerja secara wajar dan terampil selama berjalannya proses produksi.
4. Tidak memperhitungkan waktu transportasi antar stasiun dan waktu setup mesin.
1.4. Perumusan Masalah
Penulis melakukan perumusan masalah sebagai berikut:
1. Apakah kelemahan atau kekurangan yang dirasakan oleh pihak perusahaan dari penerapan metode penyeimbangan lintasan produksi di lini perakitan yang telah diterapkan pada saat ini?
2. Metode penyeimbangan lintasan produksi apa yang sebaiknya digunakan oleh perusahaan untuk memperbaiki keseimbangan lintasan produksi yang ada pada saat ini?
3. Apakah manfaat yang dapat dirasakan oleh pihak perusahaan dengan adanya usulan penerapan penyeimbangan lintasan produksi di lini perakitan yang baru?
1.5. Tujuan Penelitian
Adapun tujuan penelitian yang dilakukan oleh penulis adalah sebagai berikut:
1. Menganalisis kelemahan atau kekurangan yang dirasakan oleh pihak perusahaan dari penerapan metode penyeimbangan lintasan produksi di lini perakitan yang telah diterapkan pada saat ini.
(57)
Bab 1 Pendahuluan 1-4
Laporan Tugas Akhir Universitas Kristen Maranatha 2. Mengidentifikasikan metode penyeimbangan lintasan produksi apa yang
sebaiknya digunakan oleh perusahaan untuk memperbaiki keseimbangan lintasan produksi yang ada pada saat ini.
3. Menganalisis manfaat yang dapat dirasakan oleh pihak perusahaan dengan adanya usulan penerapan penyeimbangan lintasan produksi di lini perakitan yang baru.
1.6. Sistematika Penulisan
Secara garis besar di dalam penyusunan dan pembuatan laporan tugas akhir ini, sistematika penulisan yang digunakan penulis adalah sebagai berikut:
1. BAB 1 PENDAHULUAN
Bab ini berisi latar belakang masalah, identifikasi masalah, batasan dan asumsi, perumusan masalah, tujuan penelitian dan sistematika penulisan laporan tugas akhir.
2. BAB 2 TINJAUAN PUSTAKA
Bab ini berisi seluruh teori-teori yang digunakan oleh penulis sebagai dasar melakukan penelitian di PT. Chitose Indonesia MFG. Teori tersebut adalah teori-teori mengenai metode perhitungan penyeimbangan lintasan produksi, perhitungan efisiensi lintasan produksi, metode perhitungan kapasitas produksi, dan teori-teori lainnya yang berhubungan dengan analisis sistem produksi.
3. BAB 3 METODOLOGI PENELITIAN
Bab ini berisi seluruh langkah-langkah penelitian yang dilakukan oleh penulis dalam bentuk flowchart, mulai dari pengamatan, pengumpulan data, pengolahan data, penganalisisan data hingga penarikan kesimpulan dan memberikan saran atau masukan bagi PT. Chitose Indonesia MFG.
4. BAB 4 PENGUMPULAN DATA
Bab ini berisi data-data yang dikumpulkan oleh penulis. Data-data yang dikumpulkan tersebut diantaranya adalah data umum perusahaan, data proses produksi, data waktu proses, precedence diagram, data mesin yang
(58)
Bab 1 Pendahuluan 1-5
Laporan Tugas Akhir Universitas Kristen Maranatha digunakan selama proses produksi, data produk jadi yang diamati, data mengenai tata letak stasiun kerja secara keseluruhan, dan data-data tambahan lainnya yang dibutuhkan oleh penulis dalam membuat laporan tugas akhir ini.
5. BAB 5 PENGOLAHAN DATA DAN ANALISIS
Bab ini berisi pengolahan data dan analisis data yang dilakukan oleh penulis dengan menggunakan beberapa metode pengolahan data dan penganalisisan data dan disertai pula dengan usulan yang diberikan oleh penulis.
6. BAB 6 KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan berdasarkan analisis data yang telah penulis lakukan sebelumnya. Selain itu, ada pula beberapa saran atau masukan bagi PT. Chitose Indonesia MFG berdasarkan hasil penelitian yang telah dilakukan oleh penulis.
7. DAFTAR PUSTAKA
Daftar pustaka ini berisi sumber-sumber referensi yang digunakan penulis dalam menyusun dan membuat laporan tugas akhir ini.
8. LAMPIRAN
Lampiran ini berisi lampiran-lampiran yang digunakan penulis dalam menyusun dan membuat laporan tugas akhir ini. Lampiran-lampiran ini dapat berupa data mentah, hasil pengolahan data, dan foto-foto atau gambar yang menunjang dan membantu penulis dalam penyusunan dan pembuatan laporan tugas akhir ini.
(59)
6-1
Universitas Kristen Maranatha
BAB VI
KESIMPULAN DAN SARAN
6.1. Kesimpulan
Berdasarkan hasil pengumpulan data, pengolahan data, dan analisis data, maka penulis dapat menarik kesimpulan sebagai berikut:
1. Masalah yang sedang dihadapi PT. Chitose Indonesia MFG saat ini adalah tidak tercapainya target produksi untuk produk Yamato AA dan produk Cosmo-442 yang telah ditetapkan sebelumnya. Hal ini disebabkan oleh perencanaan kedua lintasan produksi tersebut yang ada pada saat ini masih belum optimal sehingga efisiensi lintasan produksi pun menjadi rendah. 2. Metode penyeimbangan lintasan produksi yang diusulkan oleh penulis
adalah metode penyeimbangan lintasan produksi dengan Algoritma Genetika. Hal ini dikarenakan metode Algoritma Genetika memberikan hasil Efisiensi Lintasan Total (ELT) terbesar dibandingkan metode penyeimbangan lintasan produksi lainnya, seperti metode Rank Positional
Weight (RPW) dan metode Region Approach.
3. Manfaat yang dapat diperoleh PT. Chitose Indonesia MFG dengan penerapan metode penyeimbangan lintasan produksi usulan (Metode Algoritma Genetika) adalah sebagai berikut:
Efisiensi Lintasan Total (ELT) pada lintasan produksi produk Yamato AA meningkat menjadi 69,47 % sedangkan Efisiensi Lintasan Total (ELT) pada lintasan produksi produk Cosmo-442 meningkat menjadi 68,77 %.
Beban kerja antar stasiun pada lintasan produksi produk Yamato AA dan lintasan produksi produk Cosmo-442 yang ada akan menjadi semakin seimbang.
Target produksi yang sudah ditetapkan oleh PT. Chitose Indonesia MFG dapat terpenuhi.
(60)
Bab 6 Kesimpulan dan Saran 6-2
Laporan Tugas Akhir Universitas Kristen Maranatha
6.2. Saran
Berdasarkan kesimpulan di atas, penulis ingin memberikan saran bagi PT. Chitose Indonesia MFG dan pembaca untuk melakukan penelitian selanjutnya, yaitu sebagai berikut:
1. PT. Chitose Indonesia MFG dapat mengalokasikan kelebihan mesin untuk kegiatan produksi produk lainnya, misalnya kegiatan produksi produk
Multi Chair.
2. Departemen pemasaran (Marketing) PT. Chitose Indonesia MFG dapat memanfaatkan kelebihan produksi yang ada untuk meningkatkan penjualan produk.
3. Para pembaca dapat menggunakan laporan tugas akhir ini sebagai bahan referensi untuk melakukan penelitian selanjutnya di masa yang akan datang. Pembaca dapat melakukan penelitian lebih lanjut dengan mempertimbangkan penggunaan metode metaheuristik selain metode Algoritma Genetika, seperti menggunakan metode Tabu Search dan metode Ant Colony.
4. Pembaca dapat melakukan penelitian lebih lanjut dengan memberikan usulan tata letak (layout) mesin atau stasiun kerja yang baru kepada pihak perusahaan.
(61)
Universitas Kristen Maranatha
DAFTAR PUSTAKA
1. Baroto, Teguh. 2002. Perencanaan dan Pengendalian Produksi. Bogor : Ghalia Indonesia.
2. Bedworth, David D. and Bailey, E James. 1987. Integrated Production
Control System, 2nded, New York : John Wiley & Sons.
3. Elsayed, Elsayed A. and Boucher, Thomas O. 1985. Analysis and Control
of Production System. New Jersey : Prentice-Hall, Inc.
4. Gen, Mitsui and Runwei Cheng. 1997, Genetic Algorithm and Engineering
Design, New York : John Wiley & Sons.
5. Kusuma, Hendra. 2001. Pengendalian Produksi. Bandung : Graha Ilmu. 6. Narasimhan, Seetharama. L and Mcleavey, Dennis. W. 1995. Production
Planning and Inventory Control, 2nded, New Jersey : Prentice-Hall, Inc. 7. Obitko, M. Czech Technical University (CTU). IV. Genetic Algorithm.
Retrieved October10,2003 from the World Wide Web : (http://cs.felk.cvut.cz/∼xobitko/ga/gaintro.html)
(1)
Bab 1 Pendahuluan 1-3
Laporan Tugas Akhir Universitas Kristen Maranatha
2. Data total produksi produk Folding Chair yang digunakan merupakan data pada periode Januari 2012 sampai dengan periode Desember 2012.
Asumsi yang digunakan dalam penelitian ini adalah:
1. Mesin dan peralatan yang digunakan oleh operator di setiap stasiun kerja diasumsikan dalam keadaan baik.
2. Bahan baku yang dibutuhkan selama proses produksi selalu dalam kondisi tersedia.
3. Operator bekerja secara wajar dan terampil selama berjalannya proses produksi.
4. Tidak memperhitungkan waktu transportasi antar stasiun dan waktu setup mesin.
1.4. Perumusan Masalah
Penulis melakukan perumusan masalah sebagai berikut:
1. Apakah kelemahan atau kekurangan yang dirasakan oleh pihak perusahaan dari penerapan metode penyeimbangan lintasan produksi di lini perakitan yang telah diterapkan pada saat ini?
2. Metode penyeimbangan lintasan produksi apa yang sebaiknya digunakan oleh perusahaan untuk memperbaiki keseimbangan lintasan produksi yang ada pada saat ini?
3. Apakah manfaat yang dapat dirasakan oleh pihak perusahaan dengan adanya usulan penerapan penyeimbangan lintasan produksi di lini perakitan yang baru?
1.5. Tujuan Penelitian
Adapun tujuan penelitian yang dilakukan oleh penulis adalah sebagai berikut:
1. Menganalisis kelemahan atau kekurangan yang dirasakan oleh pihak perusahaan dari penerapan metode penyeimbangan lintasan produksi di lini perakitan yang telah diterapkan pada saat ini.
(2)
Bab 1 Pendahuluan 1-4
Laporan Tugas Akhir Universitas Kristen Maranatha
2. Mengidentifikasikan metode penyeimbangan lintasan produksi apa yang sebaiknya digunakan oleh perusahaan untuk memperbaiki keseimbangan lintasan produksi yang ada pada saat ini.
3. Menganalisis manfaat yang dapat dirasakan oleh pihak perusahaan dengan adanya usulan penerapan penyeimbangan lintasan produksi di lini perakitan yang baru.
1.6. Sistematika Penulisan
Secara garis besar di dalam penyusunan dan pembuatan laporan tugas akhir ini, sistematika penulisan yang digunakan penulis adalah sebagai berikut:
1. BAB 1 PENDAHULUAN
Bab ini berisi latar belakang masalah, identifikasi masalah, batasan dan asumsi, perumusan masalah, tujuan penelitian dan sistematika penulisan laporan tugas akhir.
2. BAB 2 TINJAUAN PUSTAKA
Bab ini berisi seluruh teori-teori yang digunakan oleh penulis sebagai dasar melakukan penelitian di PT. Chitose Indonesia MFG. Teori tersebut adalah teori-teori mengenai metode perhitungan penyeimbangan lintasan produksi, perhitungan efisiensi lintasan produksi, metode perhitungan kapasitas produksi, dan teori-teori lainnya yang berhubungan dengan analisis sistem produksi.
3. BAB 3 METODOLOGI PENELITIAN
Bab ini berisi seluruh langkah-langkah penelitian yang dilakukan oleh penulis dalam bentuk flowchart, mulai dari pengamatan, pengumpulan data, pengolahan data, penganalisisan data hingga penarikan kesimpulan dan memberikan saran atau masukan bagi PT. Chitose Indonesia MFG.
4. BAB 4 PENGUMPULAN DATA
Bab ini berisi data-data yang dikumpulkan oleh penulis. Data-data yang dikumpulkan tersebut diantaranya adalah data umum perusahaan, data proses produksi, data waktu proses, precedence diagram, data mesin yang
(3)
Bab 1 Pendahuluan 1-5
Laporan Tugas Akhir Universitas Kristen Maranatha
digunakan selama proses produksi, data produk jadi yang diamati, data mengenai tata letak stasiun kerja secara keseluruhan, dan data-data tambahan lainnya yang dibutuhkan oleh penulis dalam membuat laporan tugas akhir ini.
5. BAB 5 PENGOLAHAN DATA DAN ANALISIS
Bab ini berisi pengolahan data dan analisis data yang dilakukan oleh penulis dengan menggunakan beberapa metode pengolahan data dan penganalisisan data dan disertai pula dengan usulan yang diberikan oleh penulis.
6. BAB 6 KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan berdasarkan analisis data yang telah penulis lakukan sebelumnya. Selain itu, ada pula beberapa saran atau masukan bagi PT. Chitose Indonesia MFG berdasarkan hasil penelitian yang telah dilakukan oleh penulis.
7. DAFTAR PUSTAKA
Daftar pustaka ini berisi sumber-sumber referensi yang digunakan penulis dalam menyusun dan membuat laporan tugas akhir ini.
8. LAMPIRAN
Lampiran ini berisi lampiran-lampiran yang digunakan penulis dalam menyusun dan membuat laporan tugas akhir ini. Lampiran-lampiran ini dapat berupa data mentah, hasil pengolahan data, dan foto-foto atau gambar yang menunjang dan membantu penulis dalam penyusunan dan pembuatan laporan tugas akhir ini.
(4)
6-1
Universitas Kristen Maranatha
BAB VI
KESIMPULAN DAN SARAN
6.1. Kesimpulan
Berdasarkan hasil pengumpulan data, pengolahan data, dan analisis data, maka penulis dapat menarik kesimpulan sebagai berikut:
1. Masalah yang sedang dihadapi PT. Chitose Indonesia MFG saat ini adalah tidak tercapainya target produksi untuk produk Yamato AA dan produk Cosmo-442 yang telah ditetapkan sebelumnya. Hal ini disebabkan oleh perencanaan kedua lintasan produksi tersebut yang ada pada saat ini masih belum optimal sehingga efisiensi lintasan produksi pun menjadi rendah. 2. Metode penyeimbangan lintasan produksi yang diusulkan oleh penulis
adalah metode penyeimbangan lintasan produksi dengan Algoritma Genetika. Hal ini dikarenakan metode Algoritma Genetika memberikan hasil Efisiensi Lintasan Total (ELT) terbesar dibandingkan metode penyeimbangan lintasan produksi lainnya, seperti metode Rank Positional Weight (RPW) dan metode Region Approach.
3. Manfaat yang dapat diperoleh PT. Chitose Indonesia MFG dengan penerapan metode penyeimbangan lintasan produksi usulan (Metode Algoritma Genetika) adalah sebagai berikut:
Efisiensi Lintasan Total (ELT) pada lintasan produksi produk Yamato AA meningkat menjadi 69,47 % sedangkan Efisiensi Lintasan Total (ELT) pada lintasan produksi produk Cosmo-442 meningkat menjadi 68,77 %.
Beban kerja antar stasiun pada lintasan produksi produk Yamato AA dan lintasan produksi produk Cosmo-442 yang ada akan menjadi semakin seimbang.
Target produksi yang sudah ditetapkan oleh PT. Chitose Indonesia MFG dapat terpenuhi.
(5)
Bab 6 Kesimpulan dan Saran 6-2
Laporan Tugas Akhir Universitas Kristen Maranatha
6.2. Saran
Berdasarkan kesimpulan di atas, penulis ingin memberikan saran bagi PT. Chitose Indonesia MFG dan pembaca untuk melakukan penelitian selanjutnya, yaitu sebagai berikut:
1. PT. Chitose Indonesia MFG dapat mengalokasikan kelebihan mesin untuk kegiatan produksi produk lainnya, misalnya kegiatan produksi produk Multi Chair.
2. Departemen pemasaran (Marketing) PT. Chitose Indonesia MFG dapat memanfaatkan kelebihan produksi yang ada untuk meningkatkan penjualan produk.
3. Para pembaca dapat menggunakan laporan tugas akhir ini sebagai bahan referensi untuk melakukan penelitian selanjutnya di masa yang akan datang. Pembaca dapat melakukan penelitian lebih lanjut dengan mempertimbangkan penggunaan metode metaheuristik selain metode Algoritma Genetika, seperti menggunakan metode Tabu Search dan metode Ant Colony.
4. Pembaca dapat melakukan penelitian lebih lanjut dengan memberikan usulan tata letak (layout) mesin atau stasiun kerja yang baru kepada pihak perusahaan.
(6)
Universitas Kristen Maranatha
DAFTAR PUSTAKA
1. Baroto, Teguh. 2002. Perencanaan dan Pengendalian Produksi. Bogor : Ghalia Indonesia.
2. Bedworth, David D. and Bailey, E James. 1987. Integrated Production Control System, 2nded, New York : John Wiley & Sons.
3. Elsayed, Elsayed A. and Boucher, Thomas O. 1985. Analysis and Control of Production System. New Jersey : Prentice-Hall, Inc.
4. Gen, Mitsui and Runwei Cheng. 1997, Genetic Algorithm and Engineering Design, New York : John Wiley & Sons.
5. Kusuma, Hendra. 2001. Pengendalian Produksi. Bandung : Graha Ilmu. 6. Narasimhan, Seetharama. L and Mcleavey, Dennis. W. 1995. Production
Planning and Inventory Control, 2nded, New Jersey : Prentice-Hall, Inc. 7. Obitko, M. Czech Technical University (CTU). IV. Genetic Algorithm.
Retrieved October10,2003 from the World Wide Web : (http://cs.felk.cvut.cz/∼xobitko/ga/gaintro.html)