Penjadwalan Produksi Dengan Pendekatan Cross Entropy-Genetic Algorithm di PT Wijaya Karya Beton PPB Sumut

BAB I
PENDAHULUAN

1.1.

Latar Belakang
Penjadwalan adalah pengurutan pengerjaan produk secara menyeluruh

yang dikerjakan pada beberapa buah mesin (Rosnani Ginting, 2009). Pekerjaan
yang akan diselesaikan diistilahkan sebagai job. Penjadwalan merupakan alat ukur
yang baik bagi perencanaan agregat. Kesalahan dalam penjadwalan proses
produksi

dapat

membuat

keuntungan

perusahaan


menurun.

Kesalahan

penjadwalan juga dapat menyebabkan biaya produksi meningkat serta menambah
waktu menganggur mesin.
PT. Wijaya Karya Beton adalah perusahaan yang bergerak dalam bidang
industri pembuatan tiang beton berlokasi di jalan Medan – Binjai Km 15,5 Desa
Sei Semayang Kecamatan Sunggal, Kabupaten Deli Serdang. Produk yang
dihasilkan PT. Wijaya Karya Beton adalah PC Piles (TI), PC Piles (TL), Railway
Concrete Products (RY), Bridge Concrete Products (BR), dan Retaining Wall
Concrete Products (RT). Dalam menjalankan aktivitasnya PT. Wijaya Karya

Beton membuat produk berdasarkan pesanan dari konsumen atau yang sering
disebut dengan istilah make to order . Perusahaan harus dapat menjaga
kepercayaan konsumen dengan melakukan pengiriman produk tepat waktu. Jika
terjadi keterlambatan maka perusahaan akan dikenakan penalti. PT Wijaya Karya
Beton beberapa kali mengalami keterlambatan waktu pengiriman kepada
konsumen.


Universitas Sumatera Utara

Keterlambatan pengiriman produk kepada konsumen dapat disebabkan
oleh kekurangan bahan baku, kekurangan kapasitas produksi, jumlah karyawan
yang tidak mencukupi, atau lamanya waktu total penyelesaian order . Menurut
informasi perusahaan bahwa ketersediaan bahan baku, kapasitas produksi, dan
jumlah karyawan telah cukup untuk memenuhi besarnya permintaan. Sehingga
diduga penyebab terjadinya keterlambatan adalah besarnya waktu total
penyelesaian order (makespan) yang diakibatkan oleh penjadwalan produksi yang
belum optimal.
Pada saat ini, PT Wijaya Karya Beton menerapkan sistem penjadwalan
dengan aturan First Come First Serve (FCFS). Pada aturan ini tidak
mempersoalkan lamanya waktu proses produksi. Order yang datang pertama akan
menjadi prioritas dalam proses produksi dan apabila order datang secara
bersamaan maka order tersebut akan dikerjakan sesuai dengan antrian. Model
penjadwalan FCFS sering tidak menguntungkan bagi order yang membutuhkan
waktu proses pengerjaan yang lebih pendek karena jika order tersebut berada
dalam antrian paling terakhir, maka akan mengakibatkan waktu menunggu yang
lama sebelum diproses di lantai produksi.
Dengan sistem penjadwalan FCFS, perusahaan masih menemukan

penjadwalan yang tidak sesuai. Hal ini berakibat pada besarnya total waktu
penyelesaian seluruh order (makespan). Makespan yang diperoleh tidak dapat
memenuhi batas waktu penyelesaian pekerjaan ( duedate) yang mengakibatkan
adanya keterlambatan penyerahan order kepada konsumen.

Universitas Sumatera Utara

Dibutuhkan suatu teknik khusus untuk melakukan penjadwalan flowshop
dalam meminimumkan makespan. Beberapa metode yang digunakan untuk
menyelesaikan masalah penjadwalan flowshop seperi CDS (1970), NEH (1983),
algoritma heuristic , dan metode metaheuristik seperti Simulated Anealing,
Particle Swarm Optimization, Ant Colony Optimization, Algoritma Cross Entropy
dan Genetic Algorithm.

Metaheuristik merupakan metode pendekatan yang didasarkan pada
metode heuristic yaitu suatu metode untuk mencari solusi dengan pendekatan
komputasi yang memadukan interaksi antara prosedur pencarian lokal dan strategi
yang lebih tinggi untuk menciptakan proses yang mampu keluar dari titik-titik
lokal optimum dan melakukan pencarian di ruang solusi untuk menemukan solusi
global dengan cara mencoba-coba secara iteratif untuk memperbaiki kandidat

solusi yang diinginkan. Metode metaheuristik salah satu diantaranya yaitu algoritma
cross entropy dan genetic algorithm. Metode algoritma Cross Entropy merupakan

teknik yang cukup baru tujuannya adalah untuk menghasilkan urutan solusi yang
memusat dengan cepat kearah solusi yang optimal dari hasil iterasi. Metode Cross
Entropy awalnya diterapkan untuk simulasi kejadian langka (rare-event), lalu

dikembangkan untuk beberapa kasus seperti optimasi kombinatorial, optimasi
kontinyu, machine learning, dan beberapa kasus lain (Santosa dan Willy, 2011).

Dian Setiya Widodo melakukan penelitian dalam bidang manufaktur
pembuatan mesin tusuk sate dengan menggunakan Pendekatan Algoritma Cross
Entropy-Genetic Algorithm dengan penjadwalan flow shop. Tujuan dalam

penelitian tersebut adalah menerapkan metode Cross Entropy-Genetic Algorithm
(CEGA)

untuk

mendapatkan


nilai

makespan

yang

optimal.

Dengan

Universitas Sumatera Utara

mengoptimalkan makespan diharapkan dapat meminimasi waktu proses sehingga
akan meningkatkan efisiensi utilitas produksi. Perhitungan iterasi satu pada
CEGA, menghasilkan nilai seperti hasil total enumerasi. Nilai makespan yang
diperoleh dengan penjadwalan menggunakan Cross Entropy-Genetic Algorithm
lebih kecil dibandingkan dengan penjadwalan produksi yang dilakukan
perusahaan (Dian Setiya Widodo, 2014).
Penelitian juga dilakukan oleh Hasan Bashori pada bidang manufaktur

pembuatan sepatu dengan penerapan Cross Entropy-Genetic Algorithm dengan
penjadwalan flow shop. Tujuan dari penelitian tersebut adalah memperoleh urutan
penjadwalan job yang optimal dalam upaya meminimasi makespan. Hasil yang
diperoleh menunjukkan bahwa makespan yang diperoleh metode CEGA lebih
kecil dibandingkan dengan metode yang dilakukan perusahaan. Hal ini
menunjukkan bahwa peran algoritma CEGA dalam meminimasi makespan pada
penjadwalan pembuatan sepatu kulit lebih efisien dan lebih baik dibandingkan
dengan metode aktual perusahaan (Hasan Bashori, 2015).
Berdasarkan penelitian di atas maka metode yang digunakan dalam
penelitian ini adalah penggabungan antara algoritma Cross Entropy dan Genetic
Algorithm. Hal ini juga didukung oleh penelitian terdahulu dengan menggunakan

metode Cross Entropy-Genetic Algorithm (CEGA) pada kasus penjadwalan job
shop dalam meminimasi makespan mampu mendapatkan hasil performansi yang

lebih baik berdasarkan nilai makespan dan waktu komputasi jika dibandingkan
dengan algoritma lain seperti genetic algorithm-simulated annealing , dan hybrid
tabu search (Budiman,2010).

Universitas Sumatera Utara


Oleh karena itu Pendekatan Cross Entropy-Genetic Algorithm akan
digunakan dalam penelitian ini. Jenis produk yang akan dikaji adalah produk PC
Piles (TI) atau yang sering disebut dengan tiang pancang beton.

1.2.

Rumusan Masalah
Berdasarkan latar belakang yang telah dijelaskan, permasalahan yang

dihadapi perusahaan adalah keterlambatan dalam pemenuhan pesanan produk dan
besarnya makespan pengerjaan produk di PT. Wijaya Karya Beton PPB SUMUT
karena belum optimalnya penjadwalan produksi yang digunakan perusahaan saat
ini.

1.3.

Tujuan dan Manfaat
Tujuan dari penelitian ini adalah merencanakan penjadwalan produksi


untuk jadwal yang optimal dengan menggunakan Pendekatan Cross EntropyGenetic Algorithm sehingga urutan pengerjaan job dapat meminimasi makespan.

Tujuan khusus dalam penelitian tugas sarjana adalah sebagai berikut:
1.

Mendapatkan urutan penjadwalan produksi yang memberikan hasil yang optimal.

2.

Meminimisasi total waktu penyelesaian seluruh job (makespan) pembuatan
produk.

3.

Mengetahui perbandingan performansi antara metode perusahaan dengan metode

Pendekatan Cross Entropy-Genetic Algorithm.
Manfaat dalam melakukan penelitian ini adalah sebagai berikut:

Universitas Sumatera Utara


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 hal
penjadwalan produksi yang optimum bagi perusahaan.

2. Hasil penelitian ini dapat dijadikan masukan bagi perusahaan dalam
memperbaiki penjadwalan proses produksi.
3.

Mempererat hubungan kerja sama antara perusahaan dengan Departemen
Teknik Industri USU.

1.4.

Batasan dan Asumsi Penelitian
Batasan-batasan yang digunakan dalam penelitian ini adalah :


1. Permasalahan yang diteliti tentang flow shop scheduling problem.
2. Penjadwalan digunakan untuk meminimasi makespan.
3. Produk yang diteliti adalah tiang pancang beton.
4. Penelitian tidak membahas masalah biaya.
5.

Data permintaan yang digunakan sebagai objek penelitian adalah data
pesanan pada bulan April 2016.

6.

Perhitungan performansi penjadwalan yang digunakan adalah perhitungan
Efficiency Index (EI) dan Relative Error (RE).

Asumsi-asumsi yang digunakan dalam penelitian adalah :
1. Seluruh peralatan, mesin dan proses produksi dalam kondisi normal.
2. Tidak terjadi pembatalan operasi
3. Proses produksi berjalan secara normal.

Universitas Sumatera Utara


1.5.

Sistematika Penulisan Laporan
Sistematika penulisan tugas sarjana dapat dilihat sebagai berikut :
Bab I Pendahuluan, menguraikan latar belakang permasalahan yang

mendasari penelitian dilakukan, perumusan permasalahan, tujuan penelitian,
manfaat penelitian, batasan dan asumsi yang digunakan dalam penelitian dan
sistematika penulisan tugas sarjana.
Bab II Gambaran Umum, menguraikan gambaran umum perusahaan PT.
Wijaya Karya Beton, ruang lingkup perusahaan, lokasi, struktur organisasi, tugas
dan tanggung jawab, jumlah tenaga kerja dan jam kerja karyawan, dan sistem
pengupahan.
Bab III Landasan Teori, berisi teori mengenai penjadwalan, sistem
produksi, metode penjadwalan, klasifikasi penjadwalan, kriteria penjadwalan,
algoritma cross entropy, algoritma genetik, dan pengukuran waktu.
Bab IV Metodologi Penelitian, menguraikan tahap-tahap yang dilakukan
dalam penelitian yang terdiri dari penentuan lokasi penelitian, jenis penelitian,
objek penelitian, variabel penelitian, kerangka konseptual, dan instrumen
penelitian.
Bab V Pengumpulan dan Pengolahan Data, mengidentifikasi data
penelitian yang diperoleh dari hasil pengamatan dan dokumen perusahaan yang
terdiri dari data proses produksi, waktu siklus, rating factor , allowance, data
permintaan produk, dan kapasitas stasiun kerja sebagai bahan untuk melakukan
pengolahan data tentang penjadwalan produksi. Pengolahan dimulai dari uji
keseragaman data, uji kecukupan data, menghitung waktu baku, menghitung

Universitas Sumatera Utara

makespan dengan metode FCFS, menghitung makespan dengan metode CEGA

dan performansi penjadwalan.
Bab VI Analisis Pemecahan Masalah, menguraikan hasil analisis terhadap
model penjadwalan dengan Pendekatan Cross Entropy-Genetic Algorithm
berdasarkan hasil pengolahan data yang diperoleh.
Bab VII Kesimpulan dan Saran, berisi kesimpulan yang diperoleh dari
penelitian dan saran-saran yang bermanfaat bagi perusahaan.

Universitas Sumatera Utara