Hasil Pencarian  ::  Simpan CSV :: Kembali

"Keseimbangan lini lintasan atau assembly line balancing (ALB) perakitan merupakan salah satu masalah penting dalam area produksi. Karena perbaikan performa sistem dapat mempengaruhi segi keuangan, maka sangat penting untuk mengembangkan suatu solusi yang praktis dari permasalahan keseimbangan lini dan juga kebutuhan akan waktu perhitungan yang minimal untuk memecahkan masalah keseimbangan lini tersebut. Metode metaheuristik merupakan cara umum dalam kehidupan nyata. Metode pada penelitian kali ini merupakan metode heuristik Tabu Search. Metode ini merupakan metode pencarian solusi pada daerah yang dianggap optimal sehingga diharapkan efisiensi keseimbangan lini tercapai. Hasil dari penelitian kali ini adalah metode algoritma Tabu Search yang dipakai dapat menghasilkan efisiensi lini perakitan sebesar 80.01% dengan running program dilakukan iterasi sebanyak 1.000.000, dan menghasilkan nilai smoothness sebesar 43.89 menit.

---

Assembly line balancing (ALB) is one of the important problem of production. As small improvement in performance system can lead to significant monetary consequence, it is importance to develop practical solution procedure of assembly line balancing problem and minimal computational time requirement. Heuristic are generally use to solve the problem in real life. In this paper, an efficient heuristic is proposed to solve the deterministic and single problem of ALB. The proposed heuristic is tabu search algorithm. This algorithm searching the optimal solution on local area, and expect for the best result to achieve ALB more efficient. The result of this paper is tabu search can solve ALB with 80.01% line efficiency, and 43.89 minutes of smoothness index."

"Penelitian ini dilakukan untuk memperoleh keseimbangan lini perakitan yang optimal, sehingga dapat meningkatkan efisiensi lini dan memenuhi target produksi. Hal ini dilakukan dengan optimasi yaitu melalui pengaturan elemen kerja pada stasiun kerja dan waktu siklus tiap stasiun. Optimasi keseimbangan lini dilakukan dengan menggunakan algoritma Differential Evolution. Differential Evolution merupakan salah satu algoritma evolusioner yang strukturnya sederhana, mudah diimplementasikan, dan cepat mencapai tujuan. Setelah penelitian dilakukan, diperoleh efisiensi lini perakitan hydraulic excavator tipe PC300 sebesar 0.9 dengan 12 stasiun kerja dan waktu siklus maksimum 37.03 menit. Untuk lini perakitan kendaraan bermotor efisiensi lini sebesar 0.99 dengan waktu siklus maksimum 53.083 menit.

---

The aim of this research is to obtain the optimum assembly line balancing, in order to increase line efficiency and fulfill production target. Assembly line optimization was achieved using Differential Evolution Algorithm. Differential Evolution is one of evolutionary algorithm with simple, yet powerful, and straightforward. After the research is completely done, the result for efficiency line of hydraulic excavator type PC300 is 0.9 with 12 workstations and maximum cycle time 37.03 minute. Further more for vehicle assembly line the line efficiency is 0.99 with maximum cycle time 53.083 minute."

"GMF Power Service merupakan unit bisnis non-aviasi yang menangani perbaikan turbin gas industri, khususnya work center part repair menangani perbaikan komponen-komponen penyusun turbin gas tersebut. Kegiatan perbaikan di work center part repair tergolong sebagai tipe job shop dinamis, dimana setiap komponen memerlukan alur penanganan yang berbeda-beda dan order konsumen datang dengan waktu yang berbeda pula. Penelitian ini dilakukan untuk memperoleh suatu penjadwalan kegiatan kerja yang optimal dengan menggunakan metode metaheuristik yaitu algoritma Tabu Search. Fungsi tujuan yang ingin dicapai adalah meminimumkan total biaya penalti akibat keterlambatan penyelesaian order. Keterlambatan didefinisikan sebagai selisih positif antara waktu tenggat (due date) dan waktu penyelesaian order.Dengan menggunakan bantuan bahasa pemrograman DEPLHI, diperoleh penjadwalan kegiatan kerja optimal dengan total waktu penyelesaian (makespan) seluruh job sebesar 4640 jam, jumlah keterlambatan 4 job, dan total pinalti sebesar Rp 12.515. Dari hasil optimasi ini, total biaya penalti yang dihasilkan berkurang 49,53 % dari total biaya penalti solusi awal.

---

GMF Power Service is a unit business that repair non-aircraft industrial turbine gas, especially Part Repair work center handle the repairig of gas turbine’s components. All those repairing activities classified as dynamic job shop type, where each component requires the different repairing process route and the customer orders arrive with a different time. This study was conducted to obtain an optimal work scheduling using metaheuristic method, namely Tabu Search algorithm. The objective function is to minimize the total cost of penalty due to the lateness of orders completion. Lateness defined as the positive difference between due date and order completion time.

Using DELPHI programming language, the optimum solution of work activities scheduling generate optimal total completion time (makespan) of all jobs by 4640 hours, 4 number of lateness jobs, and total penalty cost Rp 12.515. From the optimum scheduling, the company can save 49.53% total penalty cost compared to the initial solution."

"Keseimbangan lini lintasan perakitan merupakan salah satu masalah penting di area produksi atau area manajemen operasi. Karena keseimbangan dalam penempatan elemen-elemen kerja dan beban kerja pada tiap stasiun kerja akan memberikan pengaruh yang besar pada performa sistem, maka sangat penting untuk mengembangkan suatu solusi yang praktis dari permasalahan keseimbangan lini dan juga kebutuhan akan waktu perhitungan yang minimal untuk memecahkan masalah keseimbangan lini tersebut. Metode heuristik adalah salah satu cara yang umum digunakan untuk memecahkan masalah keseimbangan lini perakitan ini.Dalam penelitian ini, metode heuristik yang efisien digunakan untuk memecahkan masalah keseimbangan lini perakitan dengan pendekatan deterministik dan model tunggal. Metode heuristik tersebut adalah metode heuristik Algoritma Genetika. Algoritma Genetika yang digunakan untuk memecahkan masalah keseimbangan lini lintasan perakitan ini dibentuk dengan struktur kromosom yang khusus.Pada penelitian ini keseimbangan lini perakitan yang dihasilkan dengan menggunakan metode Algoritma Genetika akan dibandingkan dengan keseimbangan lini perakitan lama yang telah diterapkan, dan terbukti menghasilkan keseimbangan lini perakitan yang lebih baik. Dengan penurunan jumlah stasiun kerja, efisiensi lintasan serta nilai smoothness yang meningkat, penggunaan Algoritma Genetika mampu memberikan solusi yang optimal untuk memecahkan permasalahan keseimbangan lini perakitan. Oleh karena itu, pada penelitian ini metode Algoritma Genetika juga digunakan dalam menghitung keseimbangan lini dengan waktu siklus yang akan dicapai yaitu menghasilkan sistem keseimbangan lini perakitan Hydraulic Excavator tipe PC300-8 untuk waktu siklus (cycle time) 38.33 menit dengan jumlah stasiun kerja sebanyak 13 stasiun kerja, efisiensi lintasan sebesar 0,8028, dan nilai smoothness sebesar 37,8320 detik.

---

Assembly Line Balancing is one of the most important issue in operation management area. Balancing in assigning task and work load in every workstation will give big influence in assembling system performance and can affect positive to finance point of view, hence of vital importance to develop the practical solution to solve assembly line balancing problems as well as requirement of minimum calculation time, meta-heuristic method is one of most often used to solve assembly line balancing problem.

In this research, meta-heuristic method will be used to solve an assembly line balancing problem with approach of single model and deterministic which called by Genetic Algorithm.

In this research, result that achieved in balancing of assembly line by using Genetic Algorithm method will be compared with the former balancing of line which have been applied, and its proven better line characteristic. With decreasing sum of workstation among the assembly line, as well as smoothness index and also increasing line efficiency, using Genetic Algorithm can give optimal solution to solve assembly line balancing problems.

Therefore, continuing in this research, Genetic Algorithm method also applied in balancing the new assembly line with cycle time to be reached. And its proven balancing of Hydraulic Excavator type of PC300-8 Assembly line for cycle time of 38.33 minutes with 13 Workstations amount, and 0.8028 line efficiency."

"Penentuan rute dan jadwal merupakan masalah yang terdapat dalam masalah distribusi yang dikenal dengan istilah vehicle routing problem (VRP). Rute dan jadwal yang optimal akan memberikan kontribusi terhadap penurunan biaya distribusi. Masalah distribusi dalam penelitian ini adalah pengisian bahan bakar unit loader yang tersebar di area tambang. Posisi unit loader ini berpindah-pindah dalam waktu yang tertentu sesuai dengan area mana yang akan ditambang. Oleh karena itu, dibutuhkan suatu model rute dan jadwal pengisian bahan bakar unit loader yang optimal yang bisa mengakomodasi terjadinya perpindahan posisi unit loader ini. Penelitian ini bertujuan untuk memperoleh model rute dan jadwal pengisian bahan bakar unit loader yang optimal dan mencegah unit loader berhenti beroperasi karena kehabisan bahan bakar. Algoritma Tabu Search akan digunakan untuk menyelesaikan masalah penentuan rute dan jadwal dalam penelitian ini. Algoritma Tabu Search merupakan salah satu algoritma metaheuristik yang ampuh untuk digunakan menyelesaikan masalah optimasi kombinatorial seperti VRP. Algoritma ini akan digunakan untuk merancang sebuah model optimasi menggunakan program MATLAB. Hasil dari penelitian ini adalah diperolehnya model rute dan jadwal pengisian bahan bakar unit loader yang akan digunakan untuk menentukan rute dan jadwal pengisian bahan bakar unit loader yang optimal setiap harinya.

---

Routes and Schedules determination are problem that occur in distribution problem which is known as vehicle routing problem. Optimal routes and schedules will contribute to lowering the cost of distribution. Distribution problems in this study are loader units refueling that scattered in the mine area. The position of the loader unit to move in a certain time according to which area to be mined. Therefore, we need an optimal model of the routes and schedules of loader units refueling that can accommodate the movement of the loader units position.

This study aims to obtain an optimal model of routes and schedules of loader units refueling and to prevent loader units from stop operating due to running out of fuel. Tabu Search algorithm is used to solve the problem of determining the routes and schedules in this study. Tabu Search algorithm is one of the powerful metaheuristic algorithms to be used to solve combinatorial optimization problems like VRP. With this algorithm, an optimization model will be designed using the MATLAB program.

Result of this study is to obtain a routes and schedules model of loader unit that will be used to determine the optimal routes and schedules of loader units refueling on the daily basis."

"Skripsi ini membangun suatu model integrasi antara inventori di pelabuhan loading dan ketersedian muatan di pelabuhan unloading melalui penentuan rute dan penjadwalan kapal VLGC yang berfungsi sebagai pengangkut dari pelabuhan loading dan sekaligus sebagai floating storage di pelabuhan unloading. Untuk menentukan rute penjadwalan yang optimal harus ditetapkan berapa jumlah produk yang akan diangkut, kapan waktunya, menggunakan kapal yang mana, memastikan ketersediaan muatan di pelabuhan unloading, dan level inventori produk yang tidak melebihi batas kapasitas pelabuhan. Model yang dikembangkan bertujuan untuk meminimalkan biaya dengan dasar algoritma Tabu Search dengan tools Matlab. Dari hasil running program optimasi disimpulkan bahwa model yang dikembangkan memiliki performasi yang baik dibandingkan dengan kondisi existing.

---

This research present a model of integration of inventory at the loading port and the cargo availability at unloading port though routing and ship scheduling VLGC vessel that serves as a transporter of cargo from the loading portas wellas floating storage at unloading port. The optimal routing schedule Should specify how much of each product to carry, at what time, on which ship, ensure the cargo availability in unloading port, and the stock levels of the product cannot exceed the inventory capacity of loading port. The model has objective function to minimaze cost of ship that developed with Tabu Search algorithm using Matlab. form optimization running program conclude that model has good performance compared existing conditions."

"Penelitian ini membahas mengenai kasus distribusi Premium, Kerosin dan Solar di perusahaan Migas yang mengalami masalah deviasi jumlah pendistribusian produk di beberapa depot utama (pelabuhan bongkar) yang disebabkan oleh keterlambatan kapal, keterbatasan draft pelabuhan dan fluktuasi permintaan. Pengoptimalan rute dan jadwal pendistribusian bahan bakar ini menggunakan Algoritma Tabu Search dengan mengintegrasikan 2 kapal yang berbeda jenis Medium Range (MR) dan General Purpose (GP), konsumsi harian di tiap pelabuhan bongkar berbeda akan tiap produk, stok pelabuhan muat tidak terbatas, keterbatasan draft pelabuhan sehingga menghasilkan sebuah solusi yang menjaga keberadaan persediaan pengaman dengan biaya transportasi yang minimum. Rute usulan dari penelitian ini dirancang dengan penjadwalan 30 hari menggunakan perangkat lunak Matlab versi 7 (R2000b). Hasil yang diperoleh memberikan performansi yang baik karena rute dan jadwal yang dihasilkan dapat menjaga keberadaan persediaan pengaman dengan total biaya sebesar Rp. 6,265,337,216 dengan pertimbangan Kapal MR digunakan dedicated untuk pelabuhan bongkar TTM.

---

This research discusses about case of fuel distribution (Premium, Kerosene and Solar) in an oil company which involved in quantity of product distribution problem in some main depot (unloading port) which are caused by ship lateness, limitation of draft and demand fluctuation. It is solved by using Tabu Search Algorithm which have model that integrate two different ships consist of Medium Range (MR) and General Purpose (GP), different daily consumption product of every unloading port, unlimited inventory loading port, and limited port draft for give a solution to maintain safety stock with low transportation cost. This routes were designed by planning horizon 30 days using Matlab 7th version (R2000b). The result prove that safety stock in each unloading port can be maintained with total cost is Rp. 6,265,337,216. MR (Medium Range) ship is dedicated to fulfill TTM port demand."

"Istilah keseimbangan lini (assembly line balancing) merupakan suatu metode penugasan sejumlah pekerjaan ke dalam stasiun kerja yang saling berkaitan dalam satu lini produksi dimana setiap stasiun kerja memiliki waktu yang tidak melebihi waktu siklus dari stasiun kerja tersebut. Keterkaitan sejumlah pekerjaan dalam suatu lini produksi harus dipertimbangkan dalam menentukan pembagian pekerjaan dengan pekerjaan lainnya. Keterkaitan antar pekerjaan ini digambarkan dalam suatu diagram keterkaitan (precedence diagram), sedangkan hubungan antar pekerjaan disebut precedence job atau precedence network . Metode heuristik adalah salah satu cara yang umum digunakan dalam kehidupan nyata untuk memecahkan masalah keseimbangan lini lintasan perakitan ini. Dalam skripsi ini, metode heuristik yang efisien digunakan untuk memecahkan masalah keseimbangan lini lintasan perakitan dengan pendekatan deterministik dan model tunggal. Metode heuristik tersebut adalah metode heuristik Algoritma Genetika. Algoritma Genetika yang digunakan untuk memecahkan masalah keseimbangan lini lintasan perakitan ini dibentuk dengan struktur kromosom yang khusus dan diaplikasikan melalui software MATLAB. Hasil dari perhitungan keseimbangan lini lintasan perakitan dengan menggunakan metode Algoritma Genetika akan dibandingkan dengan keseimbangan lini lintasan perakitan yang telah diterapkan oleh salah satu pabrik otomotif. Metode Algoritma Genetika terbukti menghasilkan keseimbangan lini lintasan perakitan yang lebih optimal dibandingkan keseimbangan lini yang lama. Hal itu dapat dibuktikan dengan membandingkan jumlah stasiun kerja, efisiensi lintasan, dan nilai smoothness.

---

The term equilibrium line (assembly line balancing) is a method of assignment of a job into work stations interconnected in a production line where each work station has a time not exceeding the cycle time from the work station. Linkage amount of work within a production line must be considered in determining the division of labor with other jobs. Links between this work is described in a relationship diagram (precedence diagram), while the relationship between job is called job precedence or precedence network. Heuristic methods are one of the ways commonly used in real life to solve the problem of the balance of these assembly-line trajectory. In this thesis, an efficient heuristic method is used to solve the problem of balancing assembly line with a deterministic approach and a single model. The heuristic method is heuristic methods Genetic Algorithms. Genetic algorithms are used to solve the problem of balancing lines assembly line was formed with the specific chromosome structure and applied through MATLAB software. The results of the calculation of the balance lines assembly line using Genetic Algorithms will be compared with the balance of the assembly line of the track that has been applied by one of the automotive factory. Genetic Algorithm method proved to produce a balance line assembly line is more optimal than the old equilibrium line. It can be proved by comparing the number of work stations, the efficiency of the track, and the value of smoothness."

"Pada perusahaan manufaktur, penjadwalan produksi job shop memegang peranan yang penting dalam hal tercapainya kondisi yang mendekati optimal dalam proses produksi. Melalui penelitian ini penulis bermaksud untuk menerapkan algoritma tabu search pada penjadwalan produksi job shop dengan tujuan minimasi penalty awal dari permasalahan yang ada lalu solusi tersebit dijadikan sebagai solusi terbaik. Solusi terbaik tersebut dimaksudkan ke dalam tabu list, setelah itu di proses di iterasi berikutnya sampai mendekati titik optimal. Penelitian ini mempunyai 5 job yang bertotalkan 95 komponen yang akan diproses di 24 mesin.Dari hasil percobaan yang telah dilakukan, dapat disimpulkan bahwa algoritma tabu search mempunyai hasil sejumlah 5732 menit dan apabila dibandingkan dengan solusi awal mengalami penurunan makespan sebesar 6.2 % yang lebih baik pada permasalahan penjadwalan produksi job shop dengan tujuan minimasi penalti keterlambatan.

---

In manufacturing, production scheduling job shop plays an important role in the achievement of near-optimal conditions in the production process. Through this study the author intends to apply the tabu search algorithms on the production job shop scheduling with the goal of minimizing the initial penalty of existing problems and solutions tersebit serve as the best solution. The best solution is intended to the taboo list, after it was processed in the next iteration until near the optimum point. This study has 5 job that bertotalkan 95 components will be processed in 24 machines.

From the results of experiments that have been done, we can conclude that tabu search algorithms have the results of a number of 5732 minutes and when compared with the initial solution makespan decreased by 6.2% better on the production job shop scheduling problem with the objective of minimizing the delay penalty."

"ABSTRAKPatient Assignment Problem merupakan suatu masalah penugasan untuk memasangkanpasien ke perawat pada pelayanan home care service. Solusi yang ingin didapatkanadalah pasangan yang tepat antara perawat dan pasien dengan tingkat ketakseimbanganbeban kerja perawat yang minimum. Skripsi ini membahas penggunaan algoritma tabusearch pada patient assignment problem.Penentuan solusi awal pada skripsi inimenggunakan metode random. Metode tabu search menggunakan dua strategi penting,yaitu strategi intensifikasi dan diversifikasi. Pada strategi intensifikasi akan dilakukanpencarian pada suatu daerah sehingga solusi yang terbaik di daerah ini ditemukan,sedangkan strategi diversifikasi merupakan mekanisme yang mencoba keluar darioptimal lokal dan melakukan pencarian ke daerah- daerah yang yang sebelumnya belumpernah/ jarang dikunjungi. Tujuannya digunakan strategi ini adalah untuk mendapatkankemungkinan nilai fungsi tujuan yang lebih baik.

---

ABSTRACTPatient assignment problem is an assignment problem to pair a number of patients to anumber of nurses in a home care service. The solution is a pair of nurse and patient withminimum unbalanced workload on the nurse. This final paper discuss is about tabusearch algorithm used on the patient assignment problem. The initial solution is usinggenerated random method. Tabu search method uses two important strategies calledintensification and diversification. In intensification strategy, the search of the bestsolution are focused in a certain area, while diversification focuses on the areas thatrarely or never visited before. In the aim of these strategies is to obtain a better solution."