Optimasi Multi-objective Menggunakan NSGA-II Dalam Penjadwalan Mesin Produksi Flow Shop

OPTIMASI MULTI-OBJECTIVE MENGGUNAKAN NSGA-II
DALAM PENJADWALAN MESIN PRODUKSI FLOW SHOP

TESIS
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Magister Teknik Informatika

FIFIN SONATA
137038026

PROGRAM STUDI S2 TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2015

ii

PERSETUJUAN

Judul

: Optimasi Multi-objective Menggunakan NSGA-II
Dalam Penjadwalan Mesin Produksi Flow Shop

Kategori

: Tesis

Nama

: Fifin Sonata

Nomor Induk Mahasiswa

: 137038026

Program Studi

: Teknik Informatika

Fakultas

: ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA

Komisi Pembimbing

:

Pembimbing 2

Pembimbing 1

Prof. Dr. Tulus, Vor.Dipl.Math., M.Si

Prof. Dr. Muhammad Zarlis

Diketahui/disetujui oleh
Program Studi S2 Teknik Informatika
Ketua,

Prof. Dr. Muhammad Zarlis
NIP: 195707011986011003

iii

PERNYATAAN

OPTIMASI MULTI-OBJECTIVE MENGGUNAKAN NSGA-II
DALAM PENJADWALAN MESIN PRODUKSI FLOW SHOP

TESIS

Saya mengakui bahwa tesis ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan,

Juli 2015

Fifin Sonata
137038026

iv

PERNYATAAN PERSETUJUAN PUBLIKASI
KARYA ILMIAH UNTUK KEPENTINGAN
AKADEMIS

Sebagai sivitas akademika Universitas Sumatera Utara, saya yang bertanda tangan di
bawah ini:
Nama
NIM
Program Studi
Jenis Karya Ilmiah

:
:
:
:

Fifin Sonata
137038026
Teknik Informatika
Tesis

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada
Universitas Sumatera Utara Hak Bebas Royalti Non-Eksklusif (Non-Exclusive Royalty
Free Right) atas tesis saya yang berjudul:
OPTIMASI MULTI-OBJECTIVE MENGGUNAKAN NSGA-II DALAM
PENJADWALAN MESIN PRODUKSI FLOW SHOP
Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti NonEksklusif ini, Universitas Sumatera Utara berhak menyimpan, mengalih media,
memformat, mengelola dalam bentuk database, merawat dan mempublikasikan tesis
saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai
penulis dan sebagai pemegang dan/atau sebagai pemilik hak cipta.
Demikian penyataan ini dibuat dengan sebenarnya.
Medan,

Juli 2015

Fifin Sonata
137038026

v

Telah diuji pada
Tanggal :
3 Juli 2015

PANITIA PENGUJI TESIS
Ketua
: Prof. Dr. Muhammad Zarlis
Anggota
: 1. Prof. Dr. Tulus, Vor.Dipl.Math., M.Si
2. Prof. Herman Mawengkang
3. Dr. Syahril Efendi, S.Si., M.IT

vi

RIWAYAT HIDUP

DATA PRIBADI
Nama Lengkap (berikut gelar)
Tempat dan Tanggal Lahir
Alamat Rumah
Telepon/Fax/HP
E-mail
Instansi Tempat Bekerja
Alamat Kantor

:
:
:
:
:
:
:

Fifin Sonata, S.Kom
Banyuwangi, 24 Desember 1982

Jl. Sejati Pasar V Marendal I – Deli Serdang
085649796958
fifinsonata2012@gmail.com
AMIKOM Medan
Jl. Iskandar Muda No.43-49 Medan

DATA PENDIDIKAN
SD
SLTP
SLTA
S1
S2

:
:
:
:
:

SDN BENCULUK V - Cluring - Banyuwangi

SMPN 1 Cluring - Banyuwangi
SMUN 2 Genteng - Banyuwangi
Institut Teknologi Adhi Tama Surabaya
Teknik Informatika USU

TAMAT
TAMAT
TAMAT
TAMAT
TAMAT

:
:
:
:
:

tahun 1994
tahun 1997
tahun 2000

tahun 2006
tahun 2015

vii

UCAPAN TERIMA KASIH

Alhamdulillahirabbil‟alamiin penulis panjatkan kepada Allah SWT atas hidayah dan
petunjuk-NYA, sehingga penulis dapat menyelesaikan laporan tesis dengan judul
“OPTIMASI

MULTI-OBJECTIVE

MENGGUNAKAN

NSGA-II

DALAM

PENJADWALAN MESIN PRODUKSI FLOW SHOP ”, yang merupakan salah satu

syarat memperoleh gelar Magister Teknik Informatika pada Program Studi Teknik
Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera
Utara.
Penulis mendapatkan banyak sekali bantuan dari berbagai pihak dalam
menyelesaikan laporan tesis ini. Atas berbagai bantuan itu penulis mengucapkan
terima kasih yang sebesar-besarnya kepada:


Ayahanda Supriyanto dan Ibunda Hariani yang telah memberikan bimbingan
hidup sejak lahir hingga kini dan telah banyak berkorban serta berdo‟a demi
kebahagiaan penulis.



Suamiku tercinta Ahmad Khaidir, S.Kom, MT dan anakku tersayang Ahmad
Albaihaqie yang telah mendampingi dan memberi semangat pada penulis.



Adikku Anggun Jati Diri yang terus memberikan dukungan moril kepada
penulis.



Bapak Prof. Dr. Muhammad Zarlis selaku pembimbing I tesis yang telah
bersedia meluangkan waktu untuk membimbing dan membagi ilmunya kepada
penulis.



Bapak Prof. Dr. Tulus, Vor.Dipl.Math., M.Si selaku pembimbing II tesis yang
telah bersedia meluangkan waktu untuk membimbing dan membagi ilmunya
kepada penulis.



Bapak Muhammad Andri Budiman, ST., M.Com.Sc, MEM selaku dosen wali
dan seluruh dosen serta staf di Program Studi Teknik Informatika Fakultas Ilmu
Komputer dan Teknologi Informasi USU yang telah memberikan banyak sekali
bantuan selama penulis berkuliah.



Seluruh teman KomB-2013 terima kasih atas dukungan dan persahabatan yang
telah diberikan. Semoga tali silaturrahmi kita tidak terputus.

viii


Dan berbagai pihak yang tidak dapat penulis sebutkan satu per satu di sini yang
telah ikut membantu baik secara langsung maupun tidak langsung selama
penulisan tugas akhir ini. Semoga Allah SWT membalas semua kebaikan yang
telah dilakukan.
Penulis menyadari masih banyak kekurangan yang terdapat pada penyusunan

tesis ini. Oleh karena itu penulis menerima setiap masukan dan kritik yang diberikan
demi penyempurnaan tesis ini dan berharap semoga tesis ini dapat bermanfaat untuk
kita semua.

Medan,
Penulis

Juli 2015

ix

ABSTRAK

Penjadwalan merupakan suatu kegiatan pengalokasian sumber daya yang terbatas
untuk mengerjakan sejumlah pekerjaan. Proses penjadwalan timbul jika terdapat
keterbatasan sumber daya yang dimiliki, sehingga diperlukan adanya pengaturan
sumber-sumber daya yang ada secara efisien. Adapun tujuan dari penjadwalan
produksi umumnya ialah untuk mengoptimalkan dimensi atau objek tertentu.
Penjadwalan flow shop adalah salah satu jenis penjadwalan produksi dimana setiap
job akan melalui setiap mesin dengan urutan yang seragam. Optimasi penjadwalan
mesin produksi flow shop berkaitan dengan penyusunan penjadwalan mesin yang
mempertimbangkan 2 objek yaitu makespan dan total tardiness. Optimasi kedua
permasalahan tersebut diatas merupakan optimasi yang bertolak belakang sehingga
diperlukan model yang mengintegrasikan permasalahan tersebut dengan optimasi
multi-objective A Fast Elitist Non-Dominated Sorting Genetic Algorithm for MultiObjective Optimazitaion : NSGA-II. Penyelesaian penjadwalan mesin produksi flow
shop dengan algoritma NSGA-II untuk membangun jadwal dengan meminimalkan
makespan dan total tardiness. Model yang dikembangkan akan memberikan solusi
penjadwalan mesin produksi flow shop yang efisien berupa solusi pareto optimal yang
dapat memberikan sekumpulan solusi alternatif bagi pengambil keputusan dalam
membuat penjadwalan mesin produksi yang diharapkan. Agar dapat terlihat nilai
solusinya maka dilakukan perbandingan dominasi solusi Aggregat Of Function (AOF)
dengan solusi NSGA-II. Solusi pareto optimal yang dihasilkan merupakan solusi
optimasi multi-objective yang optimal dengan trade-off terhadap seluruh objek,
sehingga seluruh solusi pareto optimal sama baiknya.

Kata kunci : Makespan, Multi-objective, NSGA-II, Penjadwalan Mesin Produksi
Flow Shop, Total tardiness

x

MULTI-OBJECTIVE OPTIMIZATION USING NSGA-II IN FLOW SHOP
PRODUCTION MACHINE SCHEDULING

ABSTRACT

Scheduling is an activity to allocate limited resources to finish the jobs. Scheduling
process arise if there are limitations on available resources that requiring utilization
the available resources efficiently. Generally, the purpose of production scheduling is
to optimize specific dimensions or objects. Flow shop scheduling is a type of
production scheduling where each job will go through each machine with an uniform
sequence. Optimization of the flow shop production machine scheduling related to
determine machine scheduling that considers two objects i.e makespan and total
tardiness. Both above optimization problem is a contradictory optimization that
require a model which integrates these problems with multi-objective optimization A
Fast elitist Non-dominated Sorting Genetic Algorithm for Multi-Objective
Optimization: NSGA-II. The main purpose of completion the flow shop production
machine scheduling with NSGA-II algorithm is to determine schedules that
minimizing makespan and total tardiness. The developed model will generate efficient
solutions of flow shop production machine scheduling in the form of pareto optimal
solutions which provide a set of alternative solutions for decision makers in making
expected production machine scheduling. In order to analyze the value of the solution
that generated, the dominance comparisons made between Aggregate of Function
(AOF) solutions and NSGA-II solutions. Pareto optimal solutions that generated are
optimal multi-objective optimization solutions with trade-off for all objects, thereby
all pareto optimal solutions are just as good.

Keywords :

Flow Shop Production Scheduling Engine, Makespan, Multiobjective, NSGA-II, Total tardiness

xi

DAFTAR ISI

Hal.
RIWAYAT HIDUP ...................................................................................................... vi
UCAPAN TERIMA KASIH ....................................................................................... vii
ABSTRAK .................................................................................................................... ix
ABSTRACT................................................................................................................... x
DAFTAR ISI................................................................................................................. xi
DAFTAR TABEL....................................................................................................... xiii
DAFTAR GAMBAR .................................................................................................. xiv
BAB 1 PENDAHULUAN ............................................................................................. 1
1.1.

Latar Belakang .................................................................................. 1

1.2.

Rumusan Masalah ............................................................................. 2

1.3.

Batasan Masalah ............................................................................... 2

1.4.

Tujuan Penelitian .............................................................................. 3

1.5.

Manfaat Penelitian ............................................................................ 3

1.6.

Metodologi Penelitian....................................................................... 3

BAB 2 LANDASAN TEORI ........................................................................................ 4
2.1.

Penjadwalan dan Penjadwalan Flow shop ........................................ 4

2.2.

Multi-objective Optimization (MO) ................................................. 6

BAB 3 METODE PENELITIAN ................................................................................ 15
3.1.

Pengumpulan Data .......................................................................... 16

3.2.

Pemodelan Sistem........................................................................... 16

3.3.

Tahapan NSGA-II........................................................................... 16

3.4.

Pengukuran dan Perbandingan Optimasi Menggunakan NSGA-II 18

BAB 4 HASIL PENELITIAN DAN PEMBAHASAN ............................................... 19
4.1.

Model Matematis ............................................................................ 19

4.2.

Implementasi Tahapan NSGA-II .................................................... 20

4.3

Hasil Penelitian ............................................................................... 22

4.4.

Perbandingan AOF dan NSGA-II................................................... 33

BAB 5 KESIMPULAN DAN SARAN ....................................................................... 36
5.1.

Kesimpulan ..................................................................................... 36

5.2.

Saran ............................................................................................... 36

xii

DAFTAR PUSTAKA .................................................................................................. 38
LAMPIRAN 1.............................................................................................................. 41
LAMPIRAN 2.............................................................................................................. 44

xiii

DAFTAR TABEL

Hal
Tabel 3.1

Tabel Data Penjadwalan Mesin Produksi .......................................... 16

Tabel 4.1

Hasil Penelitian AOF Instance I_150_30........................................... 23

Tabel 4.2

Hasil Penelitian AOF Instance I_250_50........................................... 23

Tabel 4.3

Hasil Penelitian AOF Instance I_350_30........................................... 24

Tabel 4.4

Hasil Penelitian AOF Instance I_350_50........................................... 24

Tabel 4.5

Hasil Penelitian AOF Instance I_50_50............................................. 24

Tabel 4.6

Hasil Uji Normalitas AOF ................................................................. 25

Tabel 4.7

Hasil Uji Homogenitas AOF .............................................................. 26

Tabel 4.8

Hasil Uji ANOVA AOF ..................................................................... 27

Tabel 4.9

Parameter Algoritma Genetika untuk AOF ....................................... 29

Tabel 4.10

Hasil Penelitian Estimasi Hypervolume NSGA-II............................. 31

Tabel 4.11

Hasil Uji Normalitas Estimasi Hypervolume NSGA-II..................... 31

Tabel 4.12

Parameter NSGA-II ........................................................................... 32

Tabel 4.13

Populasi NSGA-II pada generasi ke-1000 ......................................... 33

Tabel 4.14

Perbandingan dominasi Solusi AOF dengan Solusi NSGA-II untuk
Instance I_150_30 .............................................................................. 34

Tabel 4.15

Perbandingan dominasi Solusi AOF dengan Solusi NSGA-II untuk
Instance I_250_50 .............................................................................. 34

Tabel 4.16

Perbandingan dominasi Solusi AOF dengan Solusi NSGA-II untuk
Instance I_350_30 .............................................................................. 34

Tabel 4.17

Perbandingan dominasi Solusi AOF dengan Solusi NSGA-II untuk
Instance I_350_50 .............................................................................. 35

Tabel 4.18

Perbandingan dominasi Solusi AOF dengan Solusi NSGA-II untuk
Instance I_50_50 ................................................................................ 35

xiv

DAFTAR GAMBAR

Hal
Gambar 2.1

Populasi yang dihasilkan pada setiap Generasi EO (Deb, 2011) ......... 8

Gambar 2.2

Skema prosedur Multi-objective Optimization (Deb, 2011) .............. 10

Gambar 2.3

Perhitungan Crowding-Distance (Deb,2011) ..................................... 12

Gambar 2.4

Prosedur NSGA-II (Deb,2011) .......................................................... 14

Gambar 3.1

Diagram Alir Rancangan Penelitian .................................................. 15

Gambar 3.2

Diagram Alir Umum NSGA-II .......................................................... 17

Gambar 4.1

Populasi pada Algoritma Genetika untuk Makespan dan Total
Tardiness ............................................................................................ 30

Gambar 4.2

Populasi pada NSGA-II untuk Makespan dan Total Tardiness ......... 32