Optimasi Multi-objective Menggunakan NSGA-II Dalam Penjadwalan Mesin Produksi Flow Shop
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Penjadwalan mesin produksi merupakan salah satu hal penting dalam proses
manufaktur dan produksi. Permasalahan penjadwalan mesin produksi biasanya
terletak pada penyusunan dan pengaturan job-job yang akan di proses pada
serangkaian mesin. Masalah penjadwalan flowshop adalah menjadwalkan proses
produksi dari masing-masing n job yang mempunyai urutan proses produksi dan melalui
m mesin yang sama (Soetanto, 1999). Salah satu kesulitan dalam melakukan
penyusunan dan pengaturan job terhadap mesin yang tersedia adalah sulitnya mencari
teknik-teknik yang tepat untuk membuat model penjadwalan mesin produksi yang
optimal dan memenuhi segala kriteria-kriteria penjadwalan yang telah ditetapkan.
Penjadwalan flow shop berkembang dari single-objective (optimasi dengan
satu fungsi) menjadi multi-objective (optimasi dengan beberapa fungsi objektif).
Dalam kasus multi-objective, akan dihasilkan sekumpulan solusi optimal yang dikenal
dengan pareto-optimal solutions (solusi pareto-optimal) (Deb, 2008).
Beberapa penelitian telah mengembangkan model yang berkaitan dengan
penjadwalan mesin produksi flow shop, baik yang menggunakan optimasi singleobjective ataupun multi-objective. Penelitian penjadwalan mesin produksi dengan satu
fungsi objektif yang mengoptimalkan nilai makespan telah dilakukan oleh
Chakraborty et al (2007) dan Choudhury et al (2007). Penelitian penjadwalan mesin
produksi yang telah dilakukan oleh Lemesre et al (2005) dan Rahimi et al (2006)
berkaitan dengan penjadwalan flow shop dengan 2 fungsi objektif yaitu completion
time dan tardiness, namun mempunyai waktu komputasi yang cukup lama. Gajpal et
al (2014) dan T‟kindt et al (2001) meneliti penjadwalan mesin produksi dengan 2
fungsi objektif yaitu total weighted completion time dan makespan. Balasundaram et
al (2014), Rajendran et al (2004); dan Yagmahan dan Yenise(2010) meneliti 2 fungsi
2
objektif yaitu makespan dan total flow time. Minella et al (2007) meneliti penjadwalan
mesin produksi dengan 2 fungsi objektif yaitu makespan dan total tardiness. Secara
umum, semua penelitian diatas memiliki kinerja komputasi yang baik, mampu
memformulasikan secara matematis fungsi objektif dalam penjadwalan flow shop.
Tetapi sebagian besar metode yang digunakan hanya mampu menyelesaikan
permasalahan secara dependent yaitu hanya dapat digunakan pada permasalahan
tertentu bergantung pada jenis permasalahan (heuristic).
Dalam kasus optimasi multi-objective, algoritma Non-Dominated Sorting
Genetic Algorithm for Multi-objective Optimization : NSGA-II yang merupakan
kelompok Algoritma Metaheuristic yang telah diuji kehandalannya dibandingkan
dengan optimasi multi-objective lainnya. NSGA-II merupakan metode pengembangan
dari Genetik Algoritma (GA) dan NSGA. Dibandingkan dengan GA dan NSGA,
NSGA-II dibedakan pada penggunaan operator crowding distance agar menghasilkan
solusi pareto optimal yang lebih baik. Penelitian menggunakan NSGA-II telah
dilakukan oleh Josezefowiez et al (2008) yang meneliti tentang multi-objective untuk
vehicle routing problems, Mishra et al (2009) melakukan penelitian kasus optimasi
multi-objective pada kasus managemen portofolio dan Deb et al (2008) membuat
penelitian yang mampu menciptakan metode baru bernama omni optimizer yang di
adopsi dari NSGA-II untuk kasus optimasi baik single maupun multi-objective.
Berdasarkan permasalahan di atas, maka perlu dilakukan penelitian untuk
menganalisis algoritma multi-objective NSGA-II dalam penjadwalan mesin produksi
flow shop untuk mengoptimalkan 2 fungsi objektif yaitu makespan dan total tardiness
sehingga memberikan sekumpulan solusi alternatif bagi pengambil keputusan.
1.2. Rumusan Masalah
Permasalahan yang ingin diselesaikan adalah menganalisis algoritma multi-objective
NSGA-II dalam penjadwalan mesin produksi flow shop untuk mengoptimalkan 2
fungsi objektif yaitu makespan dan total tardines .
1.3. Batasan Masalah
Batasan yang digunakan dalam penelitian ini adalah sebagai berikut :
1. Pola kedatangan job bersifat statis.
3
2. Fungsi objektif yang digunakan adalah makespan dan total tardiness.
3. Tidak terjadi kerusakan mesin / breakdown karena aktifitas perawatan selama
waktu penjadwalan.
4. Mesin selalu available untuk langsung memproses job.
5. Tidak membahas masalah pekerja/ sumber daya manusia.
6. Tidak ada pembatalan proses. Setiap job harus diproses sampai selesai.
1.4. Tujuan Penelitian
Penelitian ini bertujuan untuk menganalisis algoritma multi-objective NSGA-II dalam
permasalahan penjadwalan mesin produksi flow shop yang optimal baik dari
makespan dan total tardiness.
1.5. Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan kontribusi dalam bidang keilmuan
optimasi, yaitu dengan penerapan algoritma multi-objective NSGA-II untuk
menyelesaikan permasalahan penjadwalan mesin produksi flow shop dan dapat
memberikan sekumpulan solusi alternatif bagi pengambil keputusan dalam membuat
penjadwalan mesin produksi yang diharapkan.
1.6. Metodologi Penelitian
Dalam penelitian ini, metode penelitian yang digunakan adalah sebagai berikut :
1. Kajian pustaka atau Literature review, membaca riset-riset yang telah
dilakukan sehubungan dengan teknik yang akan dipergunakan dalam
menyelesaikan masalah ini dan riset-riset yang membahas tentang masalah
yang berhubungan dengan riset yang akan dilakukan oleh Penulis.
2. Pengumpulan data atau Collecting Data , mengumpulkan data yang berkaitan
dan diperlukan dalam mengatasi masalah ini.
3. Analisis,
menganalisis
teknik
yang
akan
dipergunakan
dengan
mempergunakan data yang tersedia sehingga membentuk suatu sistem.
4. Pengujian atau testing, menguji sistem yang telah dibentuk untuk memastikan
apakah sistem tersebut bekerja sesuai dengan yang diharapkan.
PENDAHULUAN
1.1. Latar Belakang
Penjadwalan mesin produksi merupakan salah satu hal penting dalam proses
manufaktur dan produksi. Permasalahan penjadwalan mesin produksi biasanya
terletak pada penyusunan dan pengaturan job-job yang akan di proses pada
serangkaian mesin. Masalah penjadwalan flowshop adalah menjadwalkan proses
produksi dari masing-masing n job yang mempunyai urutan proses produksi dan melalui
m mesin yang sama (Soetanto, 1999). Salah satu kesulitan dalam melakukan
penyusunan dan pengaturan job terhadap mesin yang tersedia adalah sulitnya mencari
teknik-teknik yang tepat untuk membuat model penjadwalan mesin produksi yang
optimal dan memenuhi segala kriteria-kriteria penjadwalan yang telah ditetapkan.
Penjadwalan flow shop berkembang dari single-objective (optimasi dengan
satu fungsi) menjadi multi-objective (optimasi dengan beberapa fungsi objektif).
Dalam kasus multi-objective, akan dihasilkan sekumpulan solusi optimal yang dikenal
dengan pareto-optimal solutions (solusi pareto-optimal) (Deb, 2008).
Beberapa penelitian telah mengembangkan model yang berkaitan dengan
penjadwalan mesin produksi flow shop, baik yang menggunakan optimasi singleobjective ataupun multi-objective. Penelitian penjadwalan mesin produksi dengan satu
fungsi objektif yang mengoptimalkan nilai makespan telah dilakukan oleh
Chakraborty et al (2007) dan Choudhury et al (2007). Penelitian penjadwalan mesin
produksi yang telah dilakukan oleh Lemesre et al (2005) dan Rahimi et al (2006)
berkaitan dengan penjadwalan flow shop dengan 2 fungsi objektif yaitu completion
time dan tardiness, namun mempunyai waktu komputasi yang cukup lama. Gajpal et
al (2014) dan T‟kindt et al (2001) meneliti penjadwalan mesin produksi dengan 2
fungsi objektif yaitu total weighted completion time dan makespan. Balasundaram et
al (2014), Rajendran et al (2004); dan Yagmahan dan Yenise(2010) meneliti 2 fungsi
2
objektif yaitu makespan dan total flow time. Minella et al (2007) meneliti penjadwalan
mesin produksi dengan 2 fungsi objektif yaitu makespan dan total tardiness. Secara
umum, semua penelitian diatas memiliki kinerja komputasi yang baik, mampu
memformulasikan secara matematis fungsi objektif dalam penjadwalan flow shop.
Tetapi sebagian besar metode yang digunakan hanya mampu menyelesaikan
permasalahan secara dependent yaitu hanya dapat digunakan pada permasalahan
tertentu bergantung pada jenis permasalahan (heuristic).
Dalam kasus optimasi multi-objective, algoritma Non-Dominated Sorting
Genetic Algorithm for Multi-objective Optimization : NSGA-II yang merupakan
kelompok Algoritma Metaheuristic yang telah diuji kehandalannya dibandingkan
dengan optimasi multi-objective lainnya. NSGA-II merupakan metode pengembangan
dari Genetik Algoritma (GA) dan NSGA. Dibandingkan dengan GA dan NSGA,
NSGA-II dibedakan pada penggunaan operator crowding distance agar menghasilkan
solusi pareto optimal yang lebih baik. Penelitian menggunakan NSGA-II telah
dilakukan oleh Josezefowiez et al (2008) yang meneliti tentang multi-objective untuk
vehicle routing problems, Mishra et al (2009) melakukan penelitian kasus optimasi
multi-objective pada kasus managemen portofolio dan Deb et al (2008) membuat
penelitian yang mampu menciptakan metode baru bernama omni optimizer yang di
adopsi dari NSGA-II untuk kasus optimasi baik single maupun multi-objective.
Berdasarkan permasalahan di atas, maka perlu dilakukan penelitian untuk
menganalisis algoritma multi-objective NSGA-II dalam penjadwalan mesin produksi
flow shop untuk mengoptimalkan 2 fungsi objektif yaitu makespan dan total tardiness
sehingga memberikan sekumpulan solusi alternatif bagi pengambil keputusan.
1.2. Rumusan Masalah
Permasalahan yang ingin diselesaikan adalah menganalisis algoritma multi-objective
NSGA-II dalam penjadwalan mesin produksi flow shop untuk mengoptimalkan 2
fungsi objektif yaitu makespan dan total tardines .
1.3. Batasan Masalah
Batasan yang digunakan dalam penelitian ini adalah sebagai berikut :
1. Pola kedatangan job bersifat statis.
3
2. Fungsi objektif yang digunakan adalah makespan dan total tardiness.
3. Tidak terjadi kerusakan mesin / breakdown karena aktifitas perawatan selama
waktu penjadwalan.
4. Mesin selalu available untuk langsung memproses job.
5. Tidak membahas masalah pekerja/ sumber daya manusia.
6. Tidak ada pembatalan proses. Setiap job harus diproses sampai selesai.
1.4. Tujuan Penelitian
Penelitian ini bertujuan untuk menganalisis algoritma multi-objective NSGA-II dalam
permasalahan penjadwalan mesin produksi flow shop yang optimal baik dari
makespan dan total tardiness.
1.5. Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan kontribusi dalam bidang keilmuan
optimasi, yaitu dengan penerapan algoritma multi-objective NSGA-II untuk
menyelesaikan permasalahan penjadwalan mesin produksi flow shop dan dapat
memberikan sekumpulan solusi alternatif bagi pengambil keputusan dalam membuat
penjadwalan mesin produksi yang diharapkan.
1.6. Metodologi Penelitian
Dalam penelitian ini, metode penelitian yang digunakan adalah sebagai berikut :
1. Kajian pustaka atau Literature review, membaca riset-riset yang telah
dilakukan sehubungan dengan teknik yang akan dipergunakan dalam
menyelesaikan masalah ini dan riset-riset yang membahas tentang masalah
yang berhubungan dengan riset yang akan dilakukan oleh Penulis.
2. Pengumpulan data atau Collecting Data , mengumpulkan data yang berkaitan
dan diperlukan dalam mengatasi masalah ini.
3. Analisis,
menganalisis
teknik
yang
akan
dipergunakan
dengan
mempergunakan data yang tersedia sehingga membentuk suatu sistem.
4. Pengujian atau testing, menguji sistem yang telah dibentuk untuk memastikan
apakah sistem tersebut bekerja sesuai dengan yang diharapkan.