BAB I PENDAHULUAN - Penjadwalan Produksi Dengan Metode Algoritma Genetika Di Pt. Agri First Indonesia
BAB I PENDAHULUAN 1.1. Latar Belakang Keberhasilan perusahaan dalam mencapai tujuannya ditentukan oleh berbagai
faktor, salah satu diantaranya yang terpenting adalah kemampuan memenuhi kebutuhan pelanggan. Kepuasaan pelanggan dapat tercapai apabila perusahaan dapat melakukan pengiriman produk tepat waktu (timeliness of deliveries), mutu yang sesuai dengan harapan (expected quality) dan harga yang wajar (reasonable
. Perusahaan yang menyadari posisinya dalam persaingan memperebutkan
price) pangsa pasar pasti berupaya untuk mendapatkan nilai terbaik di mata pelanggan.
Nilai terbaik dapat diperoleh apabila perusahaan memiliki rencana produksi yang baik dan akurat serta melaksanakannya di lantai pabrik secara efektif.
Penjadwalan merupakan salah satu kegiatan untuk mengeksekusi rencana operasional yang telah disusun di lantai pabrik untuk meningkatkan penggunaan sumber daya sehingga total waktu proses dapat berkurang. Penjadwalan merupakan teknik pengambilan keputusan terkait dengan pengalokasian kapasitas yang tersedia dan menentukan apa yang harus dikerjakan (what), kapan (when), oleh siapa (by whom), dan peralatan yang digunakan (with what equipment).
Penjadwalan yang efektif dalam sistem manufaktur bertujuan untuk mengurangi biaya manufaktur dan meningkatkan efisiensi manajemen operasional. Persoalan penjadwalan produksi pada dasarnya adalah pengalokasian sumber daya untuk menyelesaikan sekumpulan pekerjaan agar memenuhi kriteria tertentu. Kriteria tersebut dapat berupa minimisasi waktu penyelesaian (makespan), pemenuhan due
date , dan maksimisasi utilitas rata-rata mesin. Semua kriteria tersebut memiliki
tujuan yang sama, yaitu minimisasi ongkos produksi.PT. Agri First Indonesia adalah sebuah perusahaan yang bergerak di bidang produksi tepung terigu dan berlokasi di Jl. Pulau Pinang V No. 9 Kawasan Industri Medan (KIM) II, Saentis Percut Sei Tuan, Deli Serdang Sumatera Utara. PT. Agri First Indonesia menghasilkan berbagai macam tepung terigu dengan sistem make to stock diantaranya AFI Emas, AFI Hitam, AFI Orange, AFI Biru, AFI Merah, AFI Kuning, AFI Cokelat, Armada Biru, Armada Orange, Armada Merah, dan produk sampingan berupa makanan ternak. Perkembangan industri hilir berbahan dasar tepung terigu seperti toko roti, aneka makanan, dan mie membuat industri hulu yaitu pabrik tepung terigu juga berkembang pesat. PT. Agri First Indonesia sebagai industri hulu harus mampu memenuhi kebutuhan pelanggan yang bervariasi.
Proses produksi di PT. Agri First Indonesia merupakan tipe produksi pure flow
shop yang menghasilkan 10 variasi tepung terigu. Secara umum proses produksi
tepung terigu terdiri atas tahapan cleaning, milling, mixing, dan packing. Untuk menghasilkan tepung terigu jenis tertentu, misalnya AFI Hitam memerlukan 3 jenis gandum yaitu gandum APW, CWRS, dan NS2 dengan syarat antara gandum yang satu tidak boleh dicampur dengan gandum lain. Gandum disimpan di raw
wheat bin dan dikeluarkan untuk dibersihkan dari material tertentu dan masuk
dalam proses cleaning. Setelah gandum melalui semua mesin cleaning, gandum masuk ke dalam tempering bin pertama untuk proses first conditioning.
Conditioning merupakan proses pengkondisian gandum pada suatu tempering bin
sehingga tercapai suatu kondisi dengan kadar air yang diinginkan. Conditioning
time membutuhkan waktu yang cukup lama dan tergantung dari jenis gandum
yaitu sekitar 16-26 jam. Proses first conditioning dilakukan pada 4 buah
tempering bin dengan total waktu 70% dari conditioning time. Setelah proses first
conditioning gandum akan dikeluarkan dan masuk ke tempering bin untuk proses
second dampening . Proses second dampening dilakukan pada 2 buah tempering
bin dengan total waktu 30% dari conditioning time. Setelah proses cleaning
selesai, gandum disimpan sementara di bin B1 sebelum ditransfer ke mesin
milling . Gandum yang telah mencapai karakteristik tertentu digiling di mesin
milling dan dilakukan ekstraksi tepung sebanyak-banyaknya. Ekstraksi rata-rata
gandum menjadi tepung di PT. Agri First Indonesia adalah 76% dan sisanya menjadi produk sampingan. Gandum yang telah digiling akan disimpan di flour
bin sambil menunggu gandum jenis lain selesai digiling. Jika tepung telah tersedia
di flour bin untuk menghasilkan produk tertentu, maka dilakukan proses mixing yaitu proses pencampuran beberapa jenis gandum sesuai dengan komposisi yang telah ditetapkan untuk menghasilkan produk tertentu seperti AFI Hitam, AFI Merah, AFI Biru, dan lain-lain. Tepung yang telah dicampur dan melalui uji laboratorium akan dikemas pada proses packing. Produk tepung terigu dikemas pada woven bag dengan ukuran 25 kilogram/ bag. Rencana produksi yang telah disusun berdasarkan permintaan produk akan dieksekusi di lantai pabrik dalam bentuk jadwal produksi. Jadwal produksi di PT.
Agri First Indonesia berbentuk Weekly Production Planning (WPP). Weekly
Production Planning (WPP) disusun melalui rapat tim Production Planning and
Inventory Control (PPIC) yang dilakukan setiap hari Jumat yang terdiri atas
general manager dan perwakilan bagian produksi, marketing, dan warehouse.
Tim marketing menunjukkan hasil forecasting mengenai jenis dan jumlah produk yang diminta, tim warehouse akan memberikan laporan mengenai status persediaan produk jadi yang tersedia di gudang, dan tim produksi memberikan laporan status persediaan gandum di silo. Setelah itu, secara bersama-sama tim ini akan menentukan produk apa yang akan diproduksi dan jumlahnya. Berdasarkan hasil rapat ini, manajer produksi akan membuat jadwal produksi yang terdiri atas urutan jenis gandum yang akan dikerjakan dalam satu minggu meliputi proses
cleaning, milling, mixing , dan packing. Dalam menyusun Weekly Production
Planning (WPP), proses penjadwalan produksi ditentukan oleh persediaan tepung
di flour bin (silo tepung). Jika tepung yang akan diproduksi tersedia di flour bin, maka akan dilakukan packing sedangkan jika persediaan tepung di flour bin kosong atau tidak sesuai dengan spesifikasi tepung yang diinginkan, maka proses
cleaning akan dijalankan. Jadwal produksi perusahaan berupa Weekly Production
Planning (WPP) PT. Agri First Indonesia periode 18-24 Januari 2015 ditunjukkan
pada Tabel 1.1.
Tabel 1.1. Weekly Production Planning (WPP) PT. Agri First Indonesia
Period 18-24 January 2015
Hari: MINGGU 18 Januari 2015
Cleaning MT Milling MT Packing Bags Bran Pollard Remarks
UMW11,5 250 AH12380 320 12.000
4.000
Armada Merah
4.00080 AFI Merah 2.000 UMW 11,5 200 Armada Biru
21.30 NS2
Efisiensi solar pkl 18.30 -
ARMADA Orange
NDL
2.000 1.280 128
Cleaning MT Milling MT Packing Bags Bran Pollard Remarks
CWRS 13,5 100 UMW AMD 320370 320 12.000
Hari: KAMIS 22 Januari 2015
21.30 MMW 120 RMW 11,5 110
Armada Orange
GM 28 3.000 UMW AMD 160 Armada Biru 8.00050 AFI Merah NDL Olaga 1.000 1.280 128 Efisiensi solar pkl 18.30 -
370 330 11.460
Hari: RABU 21 Januari 2015
Cleaning MT Milling MT Packing Bags Bran Pollard Remarks
Hari: SENIN 19 Januari 2015
70 Armada Orange Reg 3.000 UMW AMD 150 Armada Merah 4.000 Armada Biru 2.000
70 Ayam Kinantan 1.500 APW
21.30 UMW 11,5 260 MMW
40 Repack AFI Hitam Brunei 960 1.320 132 Efisiensi solar pkl 18.30 -
RMW11,5 110 MMW Kinantan
Hari: SELASA 20 Januari 2015
Cleaning MT Milling MT Packing Bags Bran Pollard Remarks
50 380 320 12.000
70 MMW 210 Armada Merah 8.000 UMW 11,5 150 AFI Merah Reg 1.000 AH12
21.30 APW
Efisiensi solar pkl 18.30 -
Cleaning MT Milling MT Packing Bags Bran Pollard Remarks
MMW 110 CWRS 13,5 110 AFI Hitam 3.000 1.280 128Tabel 1.1. Weekly Production Planning (WPP) PT. Agri First Indonesia
WEEKLY PRODUCTION PLANNING
Period 18-24 January 2015
Hari: JUMAT 23 Januari 2015
Cleaning MT Milling MT Packing Bags Bran Pollard Remarks
ASW 110 UMW AMD
30 AFI Hitam Reg 3.000 1.320 132 Efisiensi solar pkl
18.30 -
21.30 MMW 250 MMW 120 Armada Biru 4.000 CWRS 13,5 100 Armada Merah 5.000 NS2
80 360 330 12.000
Hari: SABTU 24 Januari 2015
Cleaning MT Milling MT Packing Bags Bran Pollard Remarks
MMW 250 UMW AMD 200 Armada Biru 6.000 1320 132 Efisiensi solar pkl 18.30 -
21.30 ASW 110 Armada Merah 6.000 250 310 12.000 Summary 2.110 1.930 71.460
Sumber : Production Manager PT. Agri First Indonesia
Dalam penerapannya di lantai produksi, jadwal produksi yang telah disusun dapat berubah suatu waktu disebabkan oleh berbagai faktor dan menyebabkan target produksi tidak tercapai tepat waktu. Berdasarkan pengamatan yang dilakukan terhadap perbandingan jumlah produksi di lapangan pada mesin packing tidak sesuai dengan weekly production planning (WPP). Data perbandingan jumlah produk yang diproduksi dan rencana berdasarkan WPP pada periode 2-7 Februari 2015 ditunjukkan pada Tabel 1.2.
Tabel 1.2. Perbandingan Jumlah Produk dan Rencana WPP Periode 2-7
Daily Mixing and Packing Report
Jenis Produk Jumlah Produk (bag) Rencana WPP (bag) Akumulasi Kekurangan Produksi (bag) Akumulasi Kelebihan Produksi (bag) Senin, 2 Februari 2015AFI Hitam Reg 1.794 3.000 -1.206 Armada Merah FB 1.990 5.000 -3.010 AFI Kuning Reg 99 1.000 -901
AFI Biru NDL 863 630 233
Jumlah 4.746 9.630 -5.117 233
Selasa, 3 Februari 2015 Armada Merah FB 827 1.000 -3.183 AFI Hitam Reg 953 -253 AFI Kuning MS 1.534 1.800 -266 Armada Orange GM 28 882 3.000 -2.118Armada Orange NDL 2.508 2.000 508
Jumlah 6.704 7.800 -5.820 508
Rabu, 4 Februari 2015 AFI Kuning MS 2.079 1.80013 Armada Merah FB 3.238 6.000 -5.951
AFI Kuning Reg 1.301 400
AFI Biru NDL 470 703
AFI Hitam Reg 1.626 3.000 -1.374Jumlah 8.714 10.800 -7.325 1.116
Kamis, 5 Februari 2015 AFI Hitam Reg 1.613 3.000 -2.761AFI Kuning MS 2.164 1.800 377
AFI Merah NDL 1.315 2.000 -685 Armada Orange GM 28 1.751 -367 Armada Merah FB 2.461 3.000 -6.490Jumlah 9.304 9.800 -10.303 377
Jumat,6 Februari 2015AFI Kuning MS 1.724 1.800 301
Armada Merah FB 4.884 4.000 -5.606Armada Orange Reg 2.012 2.012
Armada Biru 1.501 4.300 -2.799Jumlah 10.121 10.100 -8.405 2.313
Tabel 1.2. Perbandingan Jumlah Produk dan Rencana WPP Periode 2-7 Februari 2015 (Lanjutan)
Daily Mixing and Packing Report
Akumulasi Akumulasi Jumlah Rencana Kekurangan Kelebihan Jenis Produk Produk WPP (bag) Produksi Produksi (bag) (bag) (bag) Sabtu, 7 Februari 2015AFI Kuning MS 936 1.800 -487 Armada Biru 1.486 -1.313
Armada Orange NDL 338 846
AFI Cokelat 505 505
Armada Merah FB 358 9.000 -14.248Jumlah 3.623 10.800 -16.048 1.351
Sumber : Daily Packing and Report Departemen Produksi
Berdasarkan pengamatan yang dilakukan, faktor yang menyebabkan produk tidak dapat diselesaikan tepat waktu adalah delay pada mesin packing (single spot dan
carousell ). Delay disebabkan beberapa faktor yaitu gangguan listrik, menunggu
proses sebelumnya, persiapan (set up), kerusakan mesin, dan kebutuhan pribadi.Faktor menunggu proses sebelumnya adalah faktor yang terkait dengan ketidaksesuaian pengalokasian kapasitas yang dibutuhkan dengan kapasitas yang tersedia dan berkaitan dengan jadwal yang belum optimal. Kegiatan-kegiatan seperti menunggu proses blending, menunggu transfer produk ke mesin, waiting
process , empty flour, menunggu forklift, menunggu karung, pengemasan ulang
(repack) produk yang sudah ada adalah kegiatan yang mengindikasikan adanya gangguan pada penjadwalan.
Salah satu metode yang dapat dipakai untuk menghindari keterlambatan penyelesaian produk dan membuat rancangan jadwal yang optimal adalah metode algoritma genetika. Algoritma genetika adalah salah satu metode pendekatan metaheuristik yaitu pendekatan untuk menjelajah ruang pencarian secara efisien untuk menemukan solusi optimal. Algoritma genetika didasarkan pada mekanisme seleksi alam dan genetika alami untuk mencari solusi optimum yang dilakukan dengan mempertimbangkan banyak titik yang muncul secara simultan untuk memperoleh suatu fungsi tujuan atau nilai fitness yang digunakan. Algoritma genetika dipilih sebagai metode untuk menghasilkan rancangan jadwal yang efisien dikarenakan karakteristik proses produksi tepung terigu yang memiliki banyak sekali variasi produk dan banyaknya urutan job yang mungkin dari 9 jenis produk sehingga membutuhkan proses penjadwalan yang kompleks.
Dengan algoritma genetika, dapat dipilih solusi urutan job terbaik (fitness tertinggi) dari sejumlah solusi yang diberikan. Pada beberapa penelitian terakhir penjadwalan, metode metaheuristik termasuk algoritma genetika telah menjadi metode yang paling populer.
Telah banyak penelitian yang dilakukan untuk mendapatkan hasil optimal terhadap permasalahan minimisasi makespan pada kasus penjadwalan flow shop
seperti yang telah dilakukan oleh Dian Setiya Widodo yang menggunakan metode Cross Entropy-Genetic Algorithm (CEGA) untuk mendapatkan nilai
makespan yang optimal di perusahaan pembuatan komponen mesin. Hasil
penelitian menunjukkan penggunaan algoritma CEGA memberikan makespan 12,18% lebih singkat disbanding metode yang diterapkan oleh perusahaan.
1 Dian Setiya Widodo, Pendekatan Algoritma Cross Entropy-Genetic Algorithm Untuk
Penjadwalan job shop dilakukan juga oleh Rui Zhang menggunakan metode
Algoritma Genetika untuk meminimisasi total tardiness pada mesin yang
mengalami bottleneck. Penelitian lain dilakukan oleh James C. Chen dengan mengembangkan algoritma penjadwalan pada kondisi flow shop yang memiliki mesin paralel di industri senjata. Performansi penjadwalan diukur berdasarkan tingginya pinalti dari late delivery pada pemesanan militer dan biaya produksi yang tinggi, total tardiness, total idle time mesin dan makespan. Pada penelitian ini akan digunakan metode Algoritma Genetika pada penjadwalan
flowshop di PT. Agri First Indonesia. Tujuan penelitian ini adalah untuk
mendapatkan rancangan jadwal yang optimal. Rancangan jadwal yang dihasilkan berupa urutan-urutan pengerjaan job yang dapat dilakukan di perusahaan dengan nilai makespan yang optimal. Dengan mengoptimalkan nilai makespan diharapkan dapat meminimasi waktu proses sehingga meminimasi delay antar stasiun kerja dan meningkatkan efisiensi utilitas produksi.
1.2. Perumusan Masalah
Berdasarkan latar belakang yang telah diuraikan maka pokok permasalahan yang akan dicari pemecahannya melalui penelitian di PT. Agri First Indonesia ini
2 Rui Zhang, Bottleneck Machine Identification Method Based on Constraint Transformation for 3 Job Shop Scheduling with Genetic Algorithm , 2012
James C. Chen, Flexible Job Shop Scheduling with Parallel Machines using Genetic Algorithm adalah kegagalan lantai produksi untuk menghasilkan produk jadi tepat waktu sesuai dengan jadwal yang telah disusun.
Sehubungan dengan permasalahan di atas, beberapa pertanyaan mendasar yang perlu dicari jawabannya adalah:
1. Faktor-faktor apa yang menyebabkan produk tidak dapat diselesaikan tepat waktu?
2. Apa saja metode yang dapat dilakukan untuk menghasilkan produk tepat waktu dan menghasilkan susunan jadwal produksi yang optimal?
1.3. Tujuan dan Manfaat Penelitian
Berdasarkan rumusan masalah penelitian di atas maka tujuan umum dari penelitian ini adalah mendapatkan suatu rancangan sistem penjadwalan yang optimal untuk meningkatkan penyelesaian produk tepat waktu dan efektif untuk diimplementasikan oleh perusahaan.
Berdasarkan tujuan umum penelitian di atas yaitu rancangan sistem penjadwalan yang optimal, maka tujuan khusus dari proses penyusunan tugas akhir ini adalah:
1. Mendapatkan peramalan jumlah produk yang akan diproduksi dengan memilih metode peramalan yang memiliki error terkecil.
2. Mendapatkan waktu standar operator packing dengan menggunakan metode
stopwatch time study dengan memperhatikan rating factor dan allowance.
3. Mendapatkan nilai makespan berdasarkan metode aktual perusahaan dan metode Algoritma Genetika dengan menggunakan data waktu standar.
4. Mendapatkan rancangan pengurutan job yang efisien dari segi waktu yaitu urutan yang memiliki makespan terendah.
5. Mendapatkan perbandingan performansi antara metode penjadwalan Algoritma Genetika dengan metode aktual yang diterapkan perusahaan
Manfaat dalam melakukan penelitian ini adalah sebagai berikut: 1.
Meningkatkan kemampuan mahasiswa dalam mengaplikasikan teori yang diperoleh selama kuliah dan meningkatkan wawasan dalam menganalisis dan memecahkan masalah sebelum memasuki dunia kerja, khususnya dalam mengevaluasi suatu sistem penjadwalan yang ada dan memberikan suatu rancangan penjadwalan dengan menggunakan prinsip-prinsip keilmuan Teknik Industri. Penelitian ini juga merupakan sebuah karya ilmiah yang telah memberikan pengalaman dan keterampilan berharga dalam pemecahan masalah penjadwalan produksi secara ilmiah.
2. Hasil penelitian ini dapat dijadikan sebagai masukan bagi perusahaan dalam membuat suatu rancangan sistem penjadwalan baru yang dapat mengurangi keterlambatan penyelesaian produk.
3. Mempererat hubungan kerja sama antara perusahaan dengan Departemen Teknik Industri FT- USU.
4. Hasil penelitian ini dapat dijadikan sebagai tambahan literatur ilmiah yang mendukung pada pengembangan imu pengetahuan dan teknologi yang bermanfaat bagi masyarakat.
1.4. Batasan dan Asumsi Penelitian
Batasan-batasan yang digunakan dalam penelitian ini adalah :
1. Penelitian dilakukan pada proses produksi tepung terigu dan produk yang diamati adalah AFI Hitam, AFI Cokelat, AFI Orange, AFI Merah, AFI Biru, AFI Kuning, Armada Biru, Armada Orange, dan Armada Merah.
2. Data penjualan yang digunakan untuk meramalkan permintaan adalah data periode 30 Mei 2014 – 1 Januari 2015 dalam satuan waktu mingguan.
Asumsi-asumsi yang digunakan dalam penelitian adalah :
1. Kondisi mesin/ peralatan produksi selama pengamatan diasumsikan dalam kondisi stabil, tidak rusak, dan tidak terjadi gangguan listrik.
2. Material ditransfer secara langsung dari satu mesin ke mesin lain sehingga waktu pindah tidak diperhitungkan
3. Silo tepung (wheat silo) diasumsikan kosong atau tidak tersedia tepung pada penyimpanan sementara sehingga produk yang akan dijadwalkan mengalami proses produksi mulai dari awal.
1.5.Sistematika Penulisan Laporan
Sistematika penulisan tugas sarjana dapat dilihat sebagai berikut :
Bab I Pendahuluan dimulai dengan penjelasan latar belakang permasalahan penelitian (background of research) dari penjadwalan produksi. Berdasarkan uraian latar belakang masalah ini maka dinyatakan sebuah perumusan masalah secara spesifik. Kemudian berdasarkan rumusan masalah ditegaskan tujuan dan manfaat penelitian, batasan dan asumsi penelitian, dan sistematika penulisan laporan
Bab II Gambaran Umum Perusahaan menguraikan sejarah berdirinya PT. Agri First Indonesia Medan, ruang lingkup bidang usaha, lokasi perusahaan, struktur organisasi, tugas dan tanggung jawab, jumlah tenaga kerja dan jam kerja karyawan, sistem pengupahan, proses produksi, mesin dan peralatan, dan utilitas yang terdapat di perusahaan.
Bab III Landasan Teori digunakan sebagai pisau analisis masalah penelitian ini yang dibangun dengan menggunakan berbagai sumber yaitu teori yang ada dan hasil penelitian yang relevan. Teori yang terkait dengan penelitian ini adalah teori mengenai Penjadwalan berupa Terminologi Penjadwalan, Model Penjadwalan, dan Kriteria Penjadwalan untuk menjelaskan objek penelitian, Pengukuran Waktu (Time Study) terdiri atas pengukuran waktu jam henti, tingkat ketelitian dan keyakinan, pengujian keseragaman data, pengujian kecukupan data, rating factor dan allowance, dan perhitungan waktu standar, Algoritma Genetika, dan parameter performansi penjadwalan.
Bab IV Metodologi Penelitian menguraikan seluruh tahap-tahap yang dilakukan dalam penelitian dan diberikan secara sistematik dan rinci. Bagian ini meliputi persiapan yang terdiri atas penentuan lokasi penelitian, jenis penelitian, dan objek penelitian. Kemudian dilakukan identifikasi variabel-variabel penelitian dan sifat hubungan antar variabel tersebut serta definisi operasional variabel. Berdasarkan variabel-variabel tersebut, kerangka konseptual penelitian disusun secara skematik untuk menjelaskan hubungan antar variabel dan disusun rancangan penelitian yang berisi langkah-langkah penelitian.
Bab V Pengumpulan dan Pengolahan Data berisi data dan pengolahan yang dilakukan untuk mendapatkan hasil sesuai dengan metode yang dipilih. Data yang diambil merupakan data yang diperlukan untuk meneliti penjadwalan dengan metode Algoritma Genetika seperti data permintaan produk, data komposisi produk, data conditioning time gandum, data kapasitas stasiun kerja tersedia, dan data waktu siklus operator packing (pengisian dan penjahitan). Data-data ini kemudian diolah dengan menggunakan metode yang tepat, seperti rancangan ramalan produk dihasilkan melalui peramalan dengan metode double eksponensial dua parameter dari Holt dan metode smoothing eksponensial linier satu parameter dari Brown. Waktu standar operator packing (pengisian dan penjahitan) ditentukan dengan menggunakan stopwatch time study. Flowtime pengerjaan setiap produk dihitung sesuai dengan waktu yang dibutuhkan dan Gantt Chart digunakan untuk menentukan waktu penyelesaian setiap produk. Berdasarkan
flowtime setiap produk, dilakukan penjadwalan produksi sesuai dengan metode
aktual di perusahaan dan metode Algoritma Genetika sebagai metode usulan penelitian ini.
Bab VI Analisis Pemecahan Masalah menguraikan pertanyaan mendasar yang harus dijawab sesuai dengan perumusan masalah. Analisis masalah terkait dengan analisis faktor-faktor yang menimbulkan kegagalan penyelesaian produk tepat waktu. Setelah faktor-faktor ini teridentifikasi, dilakukan analisis pemecahan masalah yaitu analisis metode Algoritma Genetika untuk menentukan seberapa efektif metode ini digunakan untuk penyelesaian masalah. Analisis ini berisi tentang perbandingan antara metode aktual yang digunakan oleh perusahaan dengan metode Algoritma Genetika. Alat ukur perbandingan kedua metode yang digunakan adalah parameter performansi efficiency index (EI) dan relative
percentage deviation (RPD).
Bab VII Kesimpulan dan Saran berisi butir-butir kesimpulan yang dinyatakan secara jelas yang sesuai dengan permasalahan penelitian, tujuan penelitian, dan hasil analisis yang dilakukan. Bagian ini juga memuat butir-butir saran atau rekomendasi yang berkenaan dengan hal-hal penting apabila hasil dan temuan penelitian ini diimplementasikan oleh perusahaan dan topik penelitian lanjutan yang perlu dilakukan di kemudian hari oleh pembaca.