Please take a moment to complete this survey below
Library's collection Library's IT development CancelTugas Akhir ini bertujuan untuk membandingkan performa kombinasi
Genetic Algorithm dan Simulated Annealing ( GA - SA ) dengan Particle Swarm
Optimization ( PSO ) dalam menyelesaikan masalah tata letak fasilitas di CV X.
Masalah yang ada di CV X adalah terjadinya backtracking di lantai produksi
sehingga mengurangi output produksi. Algoritma GA - SA dan PSO akan
digunakan untuk menyelesaikan masalah layout di CV X dan memberikan usulan
layout yang lebih baik.
Algoritma GA - SA yang digunakan dalam penelitian ini terdiri dari dua
metode, yaitu GA - SA I dan GA - SA II yang memiliki aturan mutasi berbeda.
Sedangkan algoritma PSO menggunakan konsep fuzzy particle swarm untuk
merepresentasikan solusi. Analisis performa algoritma dilakukan dengan
membandingkan dua hal, yaitu momen perpindahan dan computational time.
Hasil dari perbandingan menunjukkan bahwa algoritma GA - SA II
memiliki performa terbaik dalam meminimasi momen dengan waktu perhitungan
yang pendek. Penelitian ini juga memberikan usulan layout bagi CV X, yang
diperoleh dari algoritma GA - SA II, dengan momen sebesar 46.653,0818. Setelah
dilakukan adjustment pada layout, diperoleh momen perpindahan sebesar
56.364,9, yang menghasilkan penurunan sebesar 23,37% dari momen initial
layout perusahaan.