Efisiensi Penjadwalan Produksi Menggunakan Algoritma Genetik pada PD Kue Tambang Berkat Tasikmalaya.

ABSTRAK

Penjadwalan produksi adalah salah satu kegiatan penting dalam setiap industri pabrik yang mendukung operasional sebuah industri pabrik. PD Kue Tambang Berkat Tasikmalaya merupakan salah satu pabrik kue yang masih menggunakan penjadwalan produksi secara manual berdasarkan permintaan distributor. Hal ini menyebabkan beberapa order tidak dapat ditangani diakibatkan karena ketersediaan sumber daya, dan belum menggunakan suatu metode yang khusus untuk menangani kasus penjadwalan. Penelitian ini bertujuan untuk menerapkan suatu metode khusus yang biasa digunakan dalam menangani permasalahan pada penjadwalan. Algoritma Genetik adalah suatu metode yang menerapkan prinsip Biologi (Seleksi, Penyilangan, dan Mutasi) yang diterapkan pada ilmu komputer moderen untuk menghasilkan solusi-solusi efisien untuk permasalahan-permasalahan yang diujikan. Penelitian ini membandingkan apakah jadwal produksi yang dibuat oleh algoritma genetik lebih efisien, dapat menangani permasalahan-permasalahan yang biasanya terjadi, dan juga solusi jadwal produksi yang dihasilkan oleh algoritma genetik memiliki tingkat kesesuaian yang mendekati dengan jadwal produksi keinginan pengguna.

ABSTRACT

Production scheduling is one of the most important activities in any industrial factory that supports the operation of an industrial factory. PD Kue Tambang Berkat Tasikmalaya is one the cookie factory that still uses manual production scheduling based on distributor demands. The avaiability of resources, and lack of special method that handles the scheduling is a main factor of some orders that can't be handled. This study aims to apply a special method commonly used in addressing issues of problems in scheduling. Genetic Algorithm is a method that applied on modern computer science to produce efficient solutions to problems which tested using the Biology principles (Selection, Crossover, and Mutation). This study comparing whether the production schedule that made by genetic algorithm generates efficient value, can handle the problems that usually occur, and also production scheduling solutions that generated by genetic algorithm has approached the level of agreement with the production schedule of the user desires.

DAFTAR ISI

LEMBAR PENGESAHAN ... 1

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH ... 2

LEMBAR PERNYATAAN ORISINALITAS KARYA ... 3

PRAKATA ... 4

ABSTRAK ... 6

ABSTRACT ... 7

DAFTAR ISI ... 8

DAFTAR GAMBAR ... 11

DAFTAR TABEL ... 16

Daftar Pseudocode ... 18

Daftar Program ... 19

DAFTAR NOTASI/LAMBANG ... 20

1 BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 2

1.3 Tujuan Pembahasan ... 2

1.4 Ruang Lingkup Kajian ... 2

1.5 Sumber Data ... 2

1.6 Sistematika Penyajian ... 3

2 BAB II KAJIAN TEORI ... 5

2.1 Manajemen Produksi ... 5

2.2 Artificial Intelligence (AI) ... 6

2.3 Algoritma Genetik ... 8

3 BAB III ANALISIS DAN RANCANGAN SISTEM ... 12

3.1 Analisis ... 12

3.2 Gambaran Keseluruhan ... 15

3.2.1 Persyaratan Antarmuka Eksternal ... 15

3.2.3 Antarmuka Perangkat Keras ... 16

3.2.4 Antarmuka Perangkat Lunak ... 16

3.2.5 Fitur-fitur Produk Perangkat Lunak- ... 16

3.3 Disain Perangkat Lunak ... 42

3.3.1 Pemodelan Perangkat Lunak ... 42

3.3.2 Disain Penyimpanan Data ... 71

3.3.3 Disain Penjadwalan Produksi Kue Menggunakan Algoritma Genetik 72 3.3.4 Disain Antarmuka ... 88

4 BAB IV PENGEMBANGAN PERANGKAT LUNAK ... 99

4.1 Implementasi Class/Modul ... 99

4.1.1 Class diagram ... 99

4.1.2 Implentasi Modul ... 118

4.2 Implementasi Penyimpanan Data... 125

4.2.1 ERD ... 125

4.2.2 ER To Table ... 127

4.3 Implementasi Antarmuka ... 134

4.3.1 Implementasi Antarmuka Halaman Utama ... 134

4.3.2 Implementasi Antarmuka Halaman Login ... 134

4.3.3 Implementasi Antarmuka Halaman Bahan Baku ... 135

4.3.4 Implementasi Antarmuka Halaman Barang ... 137

4.3.5 Implementasi Antarmuka Halaman Pelanggan ... 138

4.3.6 Implementasi Antarmuka Halaman Pelanggan Barang ... 139

4.3.7 Implementasi Antarmuka Halaman Kota ... 140

4.3.8 Implementasi Antarmuka Halaman Order ... 141

4.3.9 Implementasi Antarmuka Halaman Order Barang... 142

4.3.11 Implementasi Antarmuka Halaman Pembelian Bahan Baku ... 144

4.3.12 Implementasi Antarmuka Halaman Pegawai ... 145

4.3.13 Implementasi Antarmuka Halaman Pegawai Barang ... 146

4.3.14 Implementasi Antarmuka Halaman Produksi Bahan Baku... 147

4.3.15 Implementasi Antarmuka Halaman Generate Jadwal Produksi Kue 148 5 Bab V PEMBAHASAN DAN UJI COBA HASIL PENELITIAN ... 149

5.1 Whitebox Testing ... 149

5.1.1 Pengujian Pengecekan Kelayakan Order ... 149

5.1.2 Pengujian Pengecekan nilai Fitness ... 150

5.1.3 Pengujian Pengecekan nilai Fitness 2 ... 150

5.1.4 Pengujian Tidak ada jadwal produksi yang sama ... 151

5.1.5 Pengujian Pengecekan Tenggat Waktu Order ... 153

5.1.6 Pengujian Waktu Minimal dan Maksimal Produksi ... 154

5.1.7 Pengujian Qty Produksi mencukupi Qty Order ... 156

5.2 Pengujian Algoritma Genetik kasus 1 ... 157

5.3 Pengujian Algoritma Genetik kasus 2 ... 159

5.4 Pengujian Algoritma Genetik kasus 3 ... 161

5.5 Pengujian Algoritma Genetik kasus 4 ... 163

5.6 Pengujian Algoritma Genetik kasus 5 ... 166

5.7 Pengujian Algoritma genetik kasus 6... 170

6 Bab VI Kesimpulan dan Saran ... 174

6.1 Kesimpulan ... 174

6.2 Saran ... 174

DAFTAR PUSTAKA ... 176

DAFTAR GAMBAR

Gambar 3.1 Form Menambah Data Order Kue ... 12

Gambar 3.2 Form Menambah Data Produksi Kue ... 12

Gambar 3.3 Flow Proses Produksi PD Kue Tambang Berkat Tasikmalaya ... 13

Gambar 3.4 Use Case pengelolaan PD Kue Tambang Berkat Tasikmalaya ... 43

Gambar 3.5 Activity Diagram Login ... 44

Gambar 3.6 Activity Diagram Menambah Bahan Baku ... 46

Gambar 3.7 Activity Diagram Mengubah Bahan Baku ... 47

Gambar 3.8 Activity Diagram Menghapus Bahan Baku ... 48

Gambar 3.9 Activity Diagram Menambah Barang ... 50

Gambar 3.10 Activity Diagram Mengubah Barang ... 51

Gambar 3.11 Activity Diagram Menghapus Barang ... 53

Gambar 3.12 Activity Diagram Menambah Pelanggan ... 54

Gambar 3.13 Activity Diagram Mengubah Pelanggan ... 55

Gambar 3.14 Activity Diagram Menghapus Pelanggan ... 56

Gambar 3.15 Activity Diagram Menambah Kota ... 57

Gambar 3.16 Activity Diagram Mengubah Kota ... 58

Gambar 3.17 Activity Diagram Menghapus Kota ... 59

Gambar 3.18 Activity Diagram Menambah Order ... 60

Gambar 3.19 Activity Diagram Mengubah Order ... 61

Gambar 3.20 Activity Diagram Menghapus Order ... 62

Gambar 3.21 Activity Diagram Menambah Pembelian Bahan Baku ... 63

Gambar 3.22 Activity Diagram Mengubah Pembelian Bahan Baku ... 64

Gambar 3.23 Activity Diagram Menghapus Pembelian Bahan Baku ... 65

Gambar 3.24 Activity Diagram Mengelola Produksi Kue ... 67

Gambar 3.25 Activity Diagram Menambah Penggajian ... 67

Gambar 3.26 Activity Diagram Mengubah Gaji Pegawai Adonan ... 69

Gambar 3.27 Activity Diagram Menghapus Gaji Pegawai Adonan ... 70

Gambar 3.28 Entity Relationship Diagram PD Kue Tambang Berkat Tasikmalaya ... 71

Gambar 3.29 ... 71

Gambar 3.31 Class barang ... 73

Gambar 3.32 Class Orderbarang ... 73

Gambar 3.33 Flowchart Proses Penjadwalan ... 74

Gambar 3.34 Flowchart Metode Algoritma Genetik ... 76

Gambar 3.35 Data order barang ... 77

Gambar 3.36 Data produksi barang ... 78

Gambar 3.37 Data order barang yang terurut berdasarkan fitness ... 79

Gambar 3.38 Hasil seleksi menggunakan roulette wheel selection ... 79

Gambar 3.39 Data order barang ... 86

Gambar 3.40 Disain Antarmuka halaman utama ... 89

Gambar 3.41 Disain antarmuka halaman login ... 90

Gambar 3.42 Disain antarmuka halaman kelola bahan baku ... 91

Gambar 3.43 Disain antarmuka halaman kelola barang ... 91

Gambar 3.44 Disain antarmuka halaman kelola pelanggan ... 92

Gambar 3.45 Disain antarmuka halman kelola pelanggan barang... 93

Gambar 3.46 Disain atarnmuka halaman kelola kota ... 93

Gambar 3.47 Disain antarmuka halaman kelola order ... 94

Gambar 3.48 Disain atnarmuka halaman kelola orderbarang ... 94

Gambar 3.49 Disain antarmuka halaman kelola pembelian ... 95

Gambar 3.50 Disain antarmuka halaman kelola pembelian bahanbaku ... 96

Gambar 3.51 Disain antarmuka halaman pengelolaan pegawai ... 97

Gambar 3.52 Halaman Kelola Pegawai Barang... 97

Gambar 3.53 Disain antarmuka halaman kelola produksi bahan baku ... 98

Gambar 3.54 Disain antarmuka halaman generate jadwal produksi kue ... 98

Gambar 4.1 Class diagram Aplikasi PD Kue Tambang Berkat Tasikmalaya ... 99

Gambar 4.2 Class diagram Adonan ... 100

Gambar 4.3 Class diagram Bahanbaku ... 100

Gambar 4.4 Class diagram Barang ... 101

Gambar 4.5 Class diagram Jabatan ... 102

Gambar 4.6 Class diagram Kota ... 103

Gambar 4.7 Class diagramOrder ... 104

Gambar 4.9 Class diagram Pegawai ... 105

Gambar 4.10 Class diagram Pegawaiadonan ... 107

Gambar 4.11 Class diagram Pelanggan ... 108

Gambar 4.12 Class diagram PelangganBarang ... 109

Gambar 4.13 Class diagram Pembelian ... 110

Gambar 4.14 Class diagram PembelianBahanBaku ... 111

Gambar 4.15 Class diagram Produksi ... 112

Gambar 4.16 Class diagram ProduksiBahanBaku ... 114

Gambar 4.17 Class diagram ProduksiBarang ... 114

Gambar 4.18 Class diagram IndividuJadwal ... 116

Gambar 4.19 ERD ... 126

Gambar 4.20 Implementasi Antarmuka Halaman Utama ... 134

Gambar 4.21 Implementasi Halaman Antarmuka Login ... 135

Gambar 4.22 Implementasi Antarmuka Halaman Bahan Baku ... 136

Gambar 4.23 Implementasi Antarmuka Halaman Barang ... 137

Gambar 4.24 Implementasi Antarmuka Halaman Pelanggan ... 138

Gambar 4.25 Implementasi Antarmuka Halaman Pelanggan Barang ... 139

Gambar 4.26 Implementasi Antarmuka Halaman Kota ... 140

Gambar 4.27 Implementasi Antarmuka Halaman Order ... 141

Gambar 4.28 Implementasi Antarmuka Halaman Order Barang ... 142

Gambar 4.29 Implementasi Antarmuka Halaman Pembelian ... 143

Gambar 4.30 Implementasi Antarmuka Halaman Pembelian Bahan Baku ... 144

Gambar 4.31 Implementasi Antarmuka Halaman Pegawai ... 145

Gambar 4.32 Implementasi Antarmuka Halaman Pegawai Barang ... 146

Gambar 4.33 Implementasi Antarmuka Halaman Produksi Bahan Baku ... 147

Gambar 4.34 Implementasi Antarmuka Halaman Generate Jadwal Produksi Kue ... 148

Gambar 5.1 Pengujian Cek Kelayakan Order ... 149

Gambar 5.2 Pengujian nilai Fitness ... 150

Gambar 5.3 Pengujian nilai Fitness 2 ... 151

Gambar 5.4 Pengujian Constraint 1 ... 152

Gambar 5.6 Pengujian Constraint 3 ... 155

Gambar 5.7 Pengujian Constraint 5 ... 156

Gambar 5.8 Data Produksi Barang yang melanggar jam selesai ... 157

Gambar 5.9 Salah Satu Sumber Data Produksi Barang ... 157

Gambar 5.10 Hasil solusi jadwal berdasarkan data produksi barang tertentu .... 158

Gambar 5.11 Data produksi barang yang melanggar jam selesai ... 159

Gambar 5.12 Salah satu data produksi barang yang tersedia ... 159

Gambar 5.13 Hasil solusi jadwal berdasarkan data produksi barang tertentu .... 160

Gambar 5.14 Hasil jadwal produksi menggunakan algoritma genetik ... 161

Gambar 5.15 Hasil jadwal produksi menggunakan algoritma genetik ... 161

Gambar 5.16 Hasil jadwal produksi menggunakan algoritma genetik ... 162

Gambar 5.17 Hasil jadwal produksi menggunakan algoritma genetik ... 162

Gambar 5.18 Hasil Crossover jadwal produksi menggunakan algoritma genetik ... 162

Gambar 5.19 Hasil Crossover jadwal produksi menggunakan algoritma genetik ... 162

Gambar 5.20 Hasil Crossover jadwal produksi menggunakan algoritma genetik ... 163

Gambar 5.21 Hasil Crossover jadwal produksi menggunakan algoritma genetik ... 163

Gambar 5.22 Hasil solusi awal berdasarkan produksi barang tertentu ... 164

Gambar 5.23 Data Individu yang akan di crossover ... 165

Gambar 5.24 Hasil Crossover jadwal produksi menggunakan algoritma genetik ... 165

Gambar 5.25 Hasil Crossover jadwal produksi menggunakan algoritma genetik ... 165

Gambar 5.26 Hasil Crossover jadwal produksi menggunakan algoritma genetik ... 165

Gambar 5.27 Hasil solusi awal berdasarkan produksi barang tertentu ... 167

Gambar 5.28 Hasil Crossover pada generasi ke 1 ... 167

Gambar 5.29 Data produksi barang tertentu pada generasi ke 1 ... 168

Gambar 5.31 Data produksi barang tertentu pada generasi ke 2 ... 168

Gambar 5.32 Data produksi barang tertentu pada generasi ke 3 ... 169

Gambar 5.33 Data produksi barang tertentu pada generasi ke 1 ... 169

Gambar 5.34 Data produksi barang tertentu pada generasi ke 2 ... 169

Gambar 5.35 Data solusi pada generasi awal ... 171

Gambar 5.36 Hasil solusi jadwal produksi pada generasi ke 1 ... 172

Gambar 5.37 Hasil solusi jadwal produksi pada generasi ke 1 ... 172

Gambar 5.38 Hasil solusi jadwal pada generasi ke 1 ... 173

DAFTAR TABEL

Tabel 3.1 Representasi Solusi ... 77

Tabel 3.2 Hasil pengisian individu pada pembuatan populasi ... 78

Tabel 3.3 Data individu sebagai parent a ... 80

Tabel 3.4 Data individu sebagai parent b ... 80

Tabel 3.5 Hasil crossover ... 80

Tabel 3.6 Hasil crossover ... 80

Tabel 3.7 Data individu awal ... 80

Tabel 3.8 Data individu hasil mutasi ... 81

Tabel 3.9 Data individu hasil mutasi ... 81

Tabel 3.10 Data individu hasil mutasi ... 81

Tabel 3.11 Data solusi ke 1 ... 81

Tabel 3.12 Data solusi ke 2 ... 82

Tabel 3.13 Data solusi ke 3 ... 82

Tabel 3.14 Data solusi ke 4 ... 82

Tabel 3.15 Data order barang ... 82

Tabel 3.16 Data order barang 2 ... 82

Tabel 3.17 Data solusi jadwal produksi 1 ... 82

Tabel 3.18 Data solusi jadwal produksi 2 ... 82

Tabel 3.19 Data solusi jadwal produksi 3 ... 83

Tabel 3.20 Data order barang 1 ... 83

Tabel 3.21 Data order barang 2 ... 83

Tabel 3.22 Data solusi jadwal produksi 1 ... 83

Tabel 3.23 Data solusi jadwal produksi 2 ... 83

Tabel 3.24 Data solusi produksi barang 1 ... 84

Tabel 3.25 Data solusi produksi barang 2 ... 84

Tabel 3.26 Data solusi produksi ke 1 ... 84

Tabel 3.27 Data solusi produksi ke 2 ... 85

Tabel 3.28 Data solusi produksi ke 3 ... 85

Tabel 3.29 Data solusi produksi ke 4 ... 85

Tabel 3.30 Data solusi jadwal yang belum terisi waktu pengerjaan nya ... 86

Tabel 3.32 Data solusi jadwal yang belum terisi banyak barang yang bisa

diproduksi ... 87

Tabel 3.33 Data solusi jadwal yang sudah terisi banyak barang yang bisa diproduksi ... 88

Tabel 4.1 Tabel Jabatan ... 127

Tabel 4.2 Tabel Pegawai ... 127

Tabel 4.3 Tabel Pembelian... 128

Tabel 4.4 Tabel Bahan Baku ... 128

Tabel 4.5 Tabel Pembelian Bahan Baku ... 129

Tabel 4.6 Tabel Produksi ... 129

Tabel 4.7 Tabel Produksi Bahan Baku ... 129

Tabel 4.8 Tabel Barang ... 130

Tabel 4.9 Tabel Produksi Barang ... 130

Tabel 4.10 Tabel Order ... 131

Tabel 4.11 Tabel Order Barang ... 131

Tabel 4.12 Tabel Pelanggan ... 132

Tabel 4.13 Tabel Pelanggan Barang ... 132

Tabel 4.14Tabel Kota ... 133

Tabel 4.15 Tabel Adonan ... 133

Tabel 4.16 Tabel Pegawai Adonan ... 133

Tabel 5.1 Pengujian Cek Kelayakan Order ... 150

Tabel 5.2 Pengujian nilai Fitness ... 150

Tabel 5.3 Pengujian nilai Fitness 2 ... 151

Tabel 5.4 Pengujian Constraint 1 ... 153

Tabel 5.5 Pengujian Constraint 2 ... 154

Tabel 5.6 Pengujian Constraint 3 ... 155

DAFTAR PSEUDOCODE

Pseudocode 4.1 Pseudocode untuk membuat populasi ... 119

Pseudocode 4.2 Pseudocode untuk seleksi ... 120

Pseudocode 4.3 Pseudocode untuk Crossover ... 122

DAFTAR PROGRAM

Program 5.1 Kode Program Cek Kelayakan Order ... 149

Program 5.2 Kode Program Menghitung fitness ... 150

Program 5.3 Kode Program menghitung fitness ... 151

Program 5.4 Kode Program Constraint 1 ... 152

Program 5.5 Kode Program Constraint 2 ... 153

Program 5.6 Kode Program Constraint 3 ... 155

DAFTAR NOTASI/LAMBANG

Jenis Notasi/Lambang Nama Arti

Use Case UseCase Use Case

Use case

digambarkan sebagai lingkaran elips dengan nama use case

dituliskan didalam elips tersebut.

Use Case

Actor

Actor

Actor adalah pengguna sistem.

Actor tidak terbatas hanya manusia saja, jika sebuah sistem berkomunikasi dengan aplikasi lain dan membutuhkan input atau

memberikan output, maka aplikasi tersebut juga bisa dianggap sebagai actor.

Use Case Association

Association

menunjukkan

hubungan statis antar dua class.

Class

Diagram Class

Class adalah dekripsi kelompok obyek-obyek dengan

property, perilaku (operasi) dan relasi yang sama.

Activity

Diagram Start Titik awal Activity

Diagram End Titik akhir

Activity

Diagram Activity Activity Menunjukkan proses Activity

Diagram Decision

Pilihan untuk

Jenis Notasi/Lambang Nama Arti

ERD Entity Entity

(rectangle)

Digunakan untuk menggambarkan obyek yang

diidentifikasikan ke dalam lingkungan.

ERD Relation Relasi

(diamond)

Digunakan untuk menggambarkan elemen-elemen dari suatu entity, yang menggambarkan karakter entity.

ERD Attribute Atribut

(oval)

Entity dapat berhubungan satu sama lain. Hubungan ini disebut dengan

relationship.

ERD Garis (line)

Digunakan untuk menghubungkan

entity dengan relasi/hubungan, maupun entity dengan atribut.

Process

Flow Operation

Melakukan suatu pekerjaan/operasi.

Process

Flow Transport

Perpindahan

dokumen/barang dari suatu bagian ke bagian lainnya.

Process

Flow Inspection

Melakukan pengecekan sebagai syarat untuk mengerjakan sebuah operasi. Process

Flow Delay

Jeda waktu untuk mengerjakan sebuah pekerjaan.

Process

Flow Storage

Penyimpanan dokumen/barang

1

BAB I

PENDAHULUAN

Pada bab I ini akan dijelaskan mengenai latar belakang, rumusan masalah, tujuan pembahasan, ruang lingkup kajian, sumber data, dan sistematika penyajian sebagai berikut :

1.1 Latar Belakang

PD Kue Tambang Berkat Tasikmalaya sudah berdiri sejak tanggal 26 Maret 2006 dan berkedudukan di Jalan Asrama Nyantong No 81, Tasikmalaya. PD Kue Tambang Berkat Tasikmalaya dikelola oleh Magda A.C. PD Kue Tambang Berkat Tasikmalaya merupakan sebuah perusahaan yang bergerak pada bidang makanan terutama kue kering.

PD Kue Tambang Berkat Tasikmalaya masih melakukan pengaturan penjadwalan produksi secara manual sesuai dengan pemesanan barang yang dikerjakan sehingga terkadang ada beberapa pemesanan barang yang dilakukan oleh distributor tidak bisa dikerjakan karena kapasitas maksimal produksi kue per hari, serta ketersediaan bahan baku kue.

Setelah melihat permasalahan yang terdapat pada PD Kue Tambang Berkat Tasikmalaya, peneliti akan membuat aplikasi berbasis desktop untuk menangani masalah-masalah yang telah dicantumkan. Peneliti sebelumnya telah membuat aplikasi pada PD Kue Tambang Berkat Tasikmalaya, dan aplikasi ini merupakan pengembangan dari aplikasi sebelumnya. Hal yang membedakan aplikasi yang akan dibuat dengan aplikasi sebelumnya adalah peneliti akan menerapkan algoritma genetik pada penjadwalan produksi kue untuk meningkatkan efisiensi penjadwalan produksi kue terutama di bagian waktu tunggu pengerjaan sebuah order. Tidak lupa juga fitur pendukung seperti pencarian, pengurutan data, pengecekan kesalahan input seperti kesesuaian jenis input, kelengkapan input data, dan lainnya akan dibuat.

2

1.2 Rumusan Masalah

Dilihat dari latar belakang masalah diatas, maka dapat disimpulkan beberapa rumusan masalah berdasarkan sudut pandang peneliti sebagai berikut:

1. Bagaimana menganalisa masalah di bagian penjadwalan produksi kue PD Kue Tambang Berkat Tasikmalaya yang dapat di dengan menggunakan algoritma genetik.

2. Bagaimana menerapkan algoritma genetik untuk meningkatkan efisiensi penjadwalan produksi kue terutama pada waktu tunggu pengerjaan order pada PD Kue Tambang Berkat Tasikmalaya.

1.3 Tujuan Pembahasan

Untuk menjawab rumusan masalah yang sudah dituliskan oleh peneliti, maka tujuan pembahasannya adalah sebagai berikut:

1. Menganalisa masalah di bagian penjadwalan produksi kue PD Kue Tambang Berkat Tasikmalaya yang dapat di dengan menggunakan algoritma genetik. 2. Menerapkan algoritma genetik untuk meningkatkan efisiensi penjadwalan

produksi kue terutama pada waktu tunggu pengerjaan order pada PD Kue Tambang Berkat Tasikmalaya.

1.4 Ruang Lingkup Kajian

Ruang Lingkup yang terdapat dalam Software adalah: 1. Input : data order kue, dan produksi kue

2. Output : hasil dari pengaturan jadwal produksi kue

Ruang Lingkup yang terdapat dalam Hardware adalah: Komputerdengan OS Windows 7

1.5 Sumber Data

Sumber data primer yang digunakan ialah gejala, fakta, bukti, atau fenomena yang diperoleh dari hasil penelitian di lapangan yang bersifat konkret, objektif, faktual, dan apa adanya tanpa diintervensi oleh pendapat pribadi. Posisi peneliti

3 dalam pemerolehan data primer ialah sebagai orang pertama, artinya penelitilah yang pertama kali memperoleh, mengusahakan, mencari, mengumpulkan, dan mendokumentasikan data tersebut.

Terdapat pula sumber data sekunder yaitu data berupa bahan informasi tertulis, bahan bacaan, literatur, pendapat para ahli dalam bentuk teori, dalil, prinsip, atau hukum. Dalam memperoleh data sekunder, posisi peneliti sebagai orang kedua, ketiga atau lebih. Dengan demikian, data sekunder ialah data atau informasi yang bukan diusahkan sendiri oleh peneliti, melainkan oleh pihak lain yang telah merekam data tersebut dan menyediakannya agar dapat dikutip serta dimanfaatkan oleh peneliti atau oleh pihak lain yang memerlukan. Data sekunder tersedia dalam bentuk bahan bacaan, buku, jurnal, glosarium, ensiklopedi, thesaurus, situs internet, dokumen terbitan lembaga pemerintah, dan lembaga swasta.

1.6 Sistematika Penyajian

Sistematika penyajian dari penyusunan laporan ini adalah sebagai berikut: BAB I. Pendahuluan

Bab ini berisi tentang pendahuluan yang terdiri dari latar belakang, rumusan masalah, tujuan pembahasan, ruang lingkup kajian, sumber data, dan sistematika penyajian Laporan Kerja Praktek. BAB II. Kajian Teori

Bab ini berisi tentang penjelasan teori-teori yang berkatian dengan pembuatan sistem dan mendukung pembuatan sistem yang ada BAB III. Analisis dan Rancangan Sistem

Bab ini berisi tentang penjelasan analisis suatu keadaan, kebutuhan sistem, perancangan sistem, UML, ERD, dan gambaran arsitektur sistem.

BAB IV. Hasil Penelitian

Bab ini berisi tentang penjelasan perencanaan tahap implementasi, proses perkembangan implementasi proyek, penjelasan mengenai realisasi fungsionalitas dan User Interface Design yang sudah dibuat.

4 BAB V. Pembahasan dan Uji Coba Hasil Penelitian

Bab ini berisi tentang penjelasan rencana pengujian sistem serta testing akan diuji dan dilakukan.

BAB VI. Simpulan dan Saran

Bab ini berisi kesimpulan dari pembahasan pada perancangan serta analisa pengujian aplikasi yang dibuat.

6

Bab VI

Kesimpulan dan Saran

Pada Bab ini akan dibahas mengenai kesimpulan dan saran dari hasil perancangan, implementasi dan pengujian aplikasi.

6.1 Kesimpulan

Kesimpulan yang diperoleh dari hasil perancangan, implementasi, dan hasil pengujian yang dilakukan di dalam penelitian ini, serta untuk menjawab tujuan pembahasan yang telah dibahas adalah:

1. Masalah-masalah yang terdapat pada kasus ini yang sudah dianalisa dengan menggunakan algoritma genetik adalah:

a. Sebelum menggunakan algoritma genetik, terdapat waktu tunggu pengerjaan dari sebuah order ke order lain yang tidak sedikit b. Terdapat beberapa permasalahan yang umumnya terjadi seperti

order yang tidak tertangani, pengaturan jadwal produksi yang memakan waktu, dan penggunaan jam produksi yang tidak efisien 2. Masalah-masalah yang terdapat pada kasus ini yang sudah dianalisa

dengan menggunakan, dan menerapkan algoritma genetik adalah:

a. Dengan penggunaan algoritma genetik, terdapat pengurangan waktu tunggu pengerjaan dari sebuah order ke order lain

b. Algoritma genetik yang diterapkan pada kasus ini juga mengurangi jumlah order yang tidak tertangani, menghasilkan jadwal produksi yang efisien, dan penggunaan jam produksi yang lebih efisien 3. Penggunaan roulette wheel selection menghasilkan solusi-solusi yang

memiliki nilai fitness dan constraint yang lebih baik jika dibandingkan dengan rank selection (5.7/Pengujian Algoritma genetik kasus 6)

4. Solusi yang dihasilkan oleh rank selection menghasilkan variasi solusi yang relatif lebih banyak jika dibandingkan dengan roulette wheel seelction (5.7/Pengujian Algoritma genetik kasus 6)

6.2 Saran

175 1. Melakukan otomasi di bagian modul produksi bahan baku agar lebih

memudahkan penggunaan aplikasi

2. Data-data produksi barang hasil algoritma genetik dapat disimpan ke dalam basis data

3. Dapat melakukan pembelajaran pada data-data produksi barang 4. Batasan/Constraint dapat ditangani lebih baik

176

DAFTAR PUSTAKA

R., P. (2012). PRODUCTION AND OPERATIONS MANAGEMENT, Third Edition (Vol. 3rd). New Delhi: PHI Learning Private Limited.

Russell, S., & Norvig, P. (2010). Artificial Intelligence A Modern Approach, Third Edition. New Jersey: Pearson Education, Inc.

Herjanto, E. (2008). Manajemen Operasi, Edisi Ketiga. Jakarta: Grasindo. Vidal, L. A. (2002). GENETIC ALGORITHMS FOR IDENTIFICATION OF ELASTIC CONSTANTS OF COMPOSITE MATERIALS. International Conference on Inverse Problems in Engineering, (p. 8). Rio De Janeiro. Mitchell, M. (1999). An Introduction to Genetic Algorithms.

Ulya, A. (n.d.). PENGGUNAAN ALGORITMA GENETIK DENGAN PEMODELAN DUA TINGNKAT DALAM PERMASALAHAN

PENJADWALAN PERAWAT PADA UNIT GAWAT DARURAT RUMAH SAKI TUMUM XYZ SURABAYA.

Obitko, M. (1998, September). Introduction to genetic algorithms. Introduction to genetic algorithms with Java applets , 36.

Kusumadewi, S., & Purnomo, H. (2005). Penyelesaian Masalah dengan Teknik-Teknik Heuristik. Yogyakarta, Indonesia: Graha Ilmu.

2

Universitas Kristen Maranatha

1.2 Rumusan Masalah

Dilihat dari latar belakang masalah diatas, maka dapat disimpulkan beberapa rumusan masalah berdasarkan sudut pandang peneliti sebagai berikut:

1. Bagaimana menganalisa masalah di bagian penjadwalan produksi kue PD Kue Tambang Berkat Tasikmalaya yang dapat di dengan menggunakan algoritma genetik.

2. Bagaimana menerapkan algoritma genetik untuk meningkatkan efisiensi penjadwalan produksi kue terutama pada waktu tunggu pengerjaan order pada PD Kue Tambang Berkat Tasikmalaya.

1.3 Tujuan Pembahasan

Untuk menjawab rumusan masalah yang sudah dituliskan oleh peneliti, maka tujuan pembahasannya adalah sebagai berikut:

1. Menganalisa masalah di bagian penjadwalan produksi kue PD Kue Tambang Berkat Tasikmalaya yang dapat di dengan menggunakan algoritma genetik. 2. Menerapkan algoritma genetik untuk meningkatkan efisiensi penjadwalan

produksi kue terutama pada waktu tunggu pengerjaan order pada PD Kue Tambang Berkat Tasikmalaya.

1.4 Ruang Lingkup Kajian

Ruang Lingkup yang terdapat dalam Software adalah: 1. Input : data order kue, dan produksi kue

2. Output : hasil dari pengaturan jadwal produksi kue

Ruang Lingkup yang terdapat dalam Hardware adalah: Komputer dengan OS Windows 7

1.5 Sumber Data

Sumber data primer yang digunakan ialah gejala, fakta, bukti, atau fenomena yang diperoleh dari hasil penelitian di lapangan yang bersifat konkret, objektif, faktual, dan apa adanya tanpa diintervensi oleh pendapat pribadi. Posisi peneliti

3

Universitas Kristen Maranatha

dalam pemerolehan data primer ialah sebagai orang pertama, artinya penelitilah yang pertama kali memperoleh, mengusahakan, mencari, mengumpulkan, dan mendokumentasikan data tersebut.

Terdapat pula sumber data sekunder yaitu data berupa bahan informasi tertulis, bahan bacaan, literatur, pendapat para ahli dalam bentuk teori, dalil, prinsip, atau hukum. Dalam memperoleh data sekunder, posisi peneliti sebagai orang kedua, ketiga atau lebih. Dengan demikian, data sekunder ialah data atau informasi yang bukan diusahkan sendiri oleh peneliti, melainkan oleh pihak lain yang telah merekam data tersebut dan menyediakannya agar dapat dikutip serta dimanfaatkan oleh peneliti atau oleh pihak lain yang memerlukan. Data sekunder tersedia dalam bentuk bahan bacaan, buku, jurnal, glosarium, ensiklopedi, thesaurus, situs internet, dokumen terbitan lembaga pemerintah, dan lembaga swasta.

1.6 Sistematika Penyajian

Sistematika penyajian dari penyusunan laporan ini adalah sebagai berikut: BAB I. Pendahuluan

Bab ini berisi tentang pendahuluan yang terdiri dari latar belakang, rumusan masalah, tujuan pembahasan, ruang lingkup kajian, sumber data, dan sistematika penyajian Laporan Kerja Praktek. BAB II. Kajian Teori

Bab ini berisi tentang penjelasan teori-teori yang berkatian dengan pembuatan sistem dan mendukung pembuatan sistem yang ada BAB III. Analisis dan Rancangan Sistem

Bab ini berisi tentang penjelasan analisis suatu keadaan, kebutuhan sistem, perancangan sistem, UML, ERD, dan gambaran arsitektur sistem.

BAB IV. Hasil Penelitian

Bab ini berisi tentang penjelasan perencanaan tahap implementasi, proses perkembangan implementasi proyek, penjelasan mengenai realisasi fungsionalitas dan User Interface Design yang sudah dibuat.

4

Universitas Kristen Maranatha

BAB V. Pembahasan dan Uji Coba Hasil Penelitian

Bab ini berisi tentang penjelasan rencana pengujian sistem serta testing akan diuji dan dilakukan.

BAB VI. Simpulan dan Saran

Bab ini berisi kesimpulan dari pembahasan pada perancangan serta analisa pengujian aplikasi yang dibuat.

174

Universitas Kristen Maranatha

6

Bab VI

Kesimpulan dan Saran

Pada Bab ini akan dibahas mengenai kesimpulan dan saran dari hasil perancangan, implementasi dan pengujian aplikasi.

6.1 Kesimpulan

Kesimpulan yang diperoleh dari hasil perancangan, implementasi, dan hasil pengujian yang dilakukan di dalam penelitian ini, serta untuk menjawab tujuan pembahasan yang telah dibahas adalah:

1. Masalah-masalah yang terdapat pada kasus ini yang sudah dianalisa dengan menggunakan algoritma genetik adalah:

a. Sebelum menggunakan algoritma genetik, terdapat waktu tunggu pengerjaan dari sebuah order ke order lain yang tidak sedikit b. Terdapat beberapa permasalahan yang umumnya terjadi seperti

order yang tidak tertangani, pengaturan jadwal produksi yang memakan waktu, dan penggunaan jam produksi yang tidak efisien 2. Masalah-masalah yang terdapat pada kasus ini yang sudah dianalisa

dengan menggunakan, dan menerapkan algoritma genetik adalah:

a. Dengan penggunaan algoritma genetik, terdapat pengurangan waktu tunggu pengerjaan dari sebuah order ke order lain

b. Algoritma genetik yang diterapkan pada kasus ini juga mengurangi jumlah order yang tidak tertangani, menghasilkan jadwal produksi yang efisien, dan penggunaan jam produksi yang lebih efisien 3. Penggunaan roulette wheel selection menghasilkan solusi-solusi yang

memiliki nilai fitness dan constraint yang lebih baik jika dibandingkan dengan rank selection (5.7/Pengujian Algoritma genetik kasus 6)

4. Solusi yang dihasilkan oleh rank selection menghasilkan variasi solusi yang relatif lebih banyak jika dibandingkan dengan roulette wheel seelction (5.7/Pengujian Algoritma genetik kasus 6)

6.2 Saran

175

Universitas Kristen Maranatha

1. Melakukan otomasi di bagian modul produksi bahan baku agar lebih memudahkan penggunaan aplikasi

2. Data-data produksi barang hasil algoritma genetik dapat disimpan ke dalam basis data

3. Dapat melakukan pembelajaran pada data-data produksi barang 4. Batasan/Constraint dapat ditangani lebih baik

176

Universitas Kristen Maranatha

DAFTAR PUSTAKA

R., P. (2012). PRODUCTION AND OPERATIONS MANAGEMENT, Third Edition (Vol. 3rd). New Delhi: PHI Learning Private Limited.

Russell, S., & Norvig, P. (2010). Artificial Intelligence A Modern Approach, Third Edition. New Jersey: Pearson Education, Inc.

Herjanto, E. (2008). Manajemen Operasi, Edisi Ketiga. Jakarta: Grasindo. Vidal, L. A. (2002). GENETIC ALGORITHMS FOR IDENTIFICATION OF ELASTIC CONSTANTS OF COMPOSITE MATERIALS. International Conference on Inverse Problems in Engineering, (p. 8). Rio De Janeiro. Mitchell, M. (1999). An Introduction to Genetic Algorithms.

Ulya, A. (n.d.). PENGGUNAAN ALGORITMA GENETIK DENGAN PEMODELAN DUA TINGNKAT DALAM PERMASALAHAN

PENJADWALAN PERAWAT PADA UNIT GAWAT DARURAT RUMAH SAKI TUMUM XYZ SURABAYA.

Obitko, M. (1998, September). Introduction to genetic algorithms. Introduction to genetic algorithms with Java applets , 36.

Kusumadewi, S., & Purnomo, H. (2005). Penyelesaian Masalah dengan Teknik-Teknik Heuristik. Yogyakarta, Indonesia: Graha Ilmu.