Online Catalog | library@petra

Penerapan konsep fuzzy dalam algoritma genetika untuk penjadualan produksi flowshop

Dalam kenyataan sehari-hari, waktu proses setiap job adalah tidak
pasti sehingga apabila waktu baku dari setiap job dianggap sebagai waktu
proses terasa kurang mewakili kondisi sesungguhnya. Oleh karena itu, maka
penulis ingin mencoba memasukkan konsep/unsur fuzzy di waktu proses
setiap job.
Tujuan dari Tugas Akhir ini adalah untuk memasukkan konsep/unsur
fuzzy pada metode-metode penjadualan dengan proses produksi yang bersifat
flowshop. Di dalam Tugas Akhir ini ada 2 perbandingan metode penjadualan,
yaitu metode penjadualan fuzzy CDS dengan fuzzy NEH dan metode
penjadualan Algoritma Genetika fuzzy CDS-RC dengan Algoritma Genetika
fuzzy NEH-RC. Untuk mempermudah penyelesaian kedua perbandingan di
atas digunakan bantuan program komputer yang memakai software Turbo
Pascal.
Adanya pernyataan yang mengatakan bahwa metode penjadualan
Algoritma NEH lebih baik dari Algoritma CDS (Nawaz et al, 1983),
membuat penulis untuk mencoba membandingkan keduanya dengan
memasukkan konsep/unsur fuzzy di dalamnya dengan tujuan untuk
meminimumkan makespan.
Dan penelitian yang telah dilakukan sebelumnya, telah disimpulkan
bahwa Algoritma Genetika NEH-RC lebih baik daripada Algoritma HC dan
Algoritma Rajendran (Soetanto, 1998; Medianti, 1999). Oleh karena itu
penulis memilih untuk mencoba menerapkan konsep/unsur fuzzy di dalam
Algoritma Genetika NEH-RC untuk dibandingkan dengan Algoritma
Genetika fuzzy CDS-RC dengan tujuan untuk meminimumkan makespan,
total flow time dan machine idletime (multiple objectives) secara bersama-sama.
Dalam kasus ini, data waktu proses berasal dari penelitian
sebelumnya yang menggunakan 12 job dan 12 mesin (Astutik, 1999).
Kemudian setelah dilakukan perhitungan didapatkan bahwa dalam kasus ini
metode penjadualan fuzzy NEH mempunyai makespan yang lebih kecil dari
fuzzy CDS sehingga dapat disimpulkan bahwa dalam kasus ini perhitungan
dengan fuzzy NEH temyata lebih baik. Begitu juga dengan perhitungan
Algoritma Genetika fuzzy CDS-RC, yang pada kasus ini memberikan hasil
jadual yang lebih baik dari pada Algoritma Genetika fuzzy NEH-RC.