Hasil Pencarian  ::  Simpan CSV :: Kembali

"Agar dapat merespon permintaan pelanggan secara cepat perlu disiapkan sejumlah persediaan yang cukup besar, supaya tersedia pada saat dibutuhkan Penelitian ini mengembangkan model penjadwalan yang terdiri dari dua model. Model satu bertujuan melakukan penjadwalan untuk pemenuhan due date pada lingkungan Job Shop Paralel. Model dua bertujuan melakukan penjadwalan untuk penentuan due date. Pada sistem Job Shop Pararel dinamis yang memproses multi-item berstruktur multi-level, berdasarkan kinerja kualitas pada lingkungan produksi Just In Time (JIT). Pendekatan yang digunakan dalam penelitian ini adalah pendekatan mundur (backward approach) untuk pemenuhan due date dan pendekatan random untuk penentuan due date serta menggunakan metode Tabu Search dengan kriteria minimasi total actual flow time dengan memperhatikan tingkat cacat (defect rate) yang terjadi pada setiap tahapan proses yang dilalui. Peningkatan jumlah item dan jumlah level akan memberikan peningkatan jumlah alternatif jadwal yang berdampak pada CPU time yang diperlukan untuk mendapatkan solusi yang dapat memberikan total actual flow time yang minimum, namun dalam penelitian ini hanya terjadi untuk satu level multi item saja. Untuk dua level dan seterusnya tidak memberikan alternatif jadwal yang bervariasi untuk tingkatan item maupun level. Hal ini disebabkan karena inisialisasi solusi tetangga, panjang tabu list dan jumlah iterasi yang ditetapkan diawal membuat pencarian solusi berhenti di titik lokal optimum.

---

In order to response the demand from customer quickly, it needs to have a large size of inventory. This research developes two scheduling model. The first models is to fulfill the due date in the paralel job shop manufacturing and the second is to make the due date itself. In the dynamic paralel job shop system which is produce the multi item structured by multi level, according to the quality performance in the just in time manufacturing. The research uses the backward approach to fulfill the due date and the random approach to make the due date using Tabu Search Method which objective is to minimize total actual flow time concern on defect rate. The increase of item and level affect the increase of scheduling alternatif and cpu time, but in this research it only happens for one level and multi item. For two level and so on it doesn?t give any varians scheduling alternative for level or item invrease. It might becuase of the inisialisasion of neighboor, the lenght of tabu list and iteration which made in the beginning and it makes the solution stop at the optimum local search. "

"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."

"Besarnya kebutuhan akan kemasan kayu dalam kegiatan perdagangan menuntut produsen kemasan kayu untuk mengembangkan sistem penjadwalan produksi yang optimal agar dapat memenuhi permintaan pasar. Penelitian ini membahas optimasi penjadwalan produksi kemasan kayu, khususnya pallet, dengan system job shop melalui penerapan algoritma Differential Evolution. Prinsip algoritma DE sesuai dengan analogi evolusi biologi yang terdiri dari proses inisialisasi populasi, proses mutasi, proses pindah silang, dan proses seleksi. Tujuan dari penelitian ini adalah untuk meminimumkan total biaya (dalam satutan waktu) yang timbul sebagai akibat dari keterlambatan dalam proses produksi kemasan kayu, khususnya pallet yang dipergunakan untuk mengemas barang-barang ekspor. Penelitian dilakukan melalui studi kasus dengan mengamati proses produksi pallet pada suatu produsen pallet. Hasil dari penelitian ini adalah diperolehnya usulan penjadwalan produksi dengan penurunan total biaya keterlambatan sebesar 25,22%, (dari 23590 menit menjadi 17640 menit) serta penurunan pada kriteria lainnya seperti jumlah pesanan yang terlambat, total waktu keterlambatan, dan waktu penyelesaian. Simulasi penambahan kapasitas menunjukkan bahwa penambahan jumlah mesin pada stasiun serut dan potong dapat menghilangkan keterlambatan dan meningkatkan output hingga 95%.

---

The ever increasing need of wooden packaging , whether for international as well as inter-islands transportation of traded goods, has required the producers of wooden packaging to develop an optimized production scheduling system to fulfill the market demand. This research studies the optimization of the job shop production scheduling system of wooden packaging, particularly pallet, through the application of the Differential Evolution (DE) algorithm. The principles of the DE algorithm is in line with the biological evolution analogy which consists of the initialization of population, mutation, crossover, and selection processes. The DE algorithm has some excellent features namely the concept is simple, easy to apply, quick in producing solutions, and robust. The objektif of this research is to minimize the total cost (in time unit) resulting from the delay in the production process of wooden packaging, particularly pallet.

This research is a case-study which is carried-out by observing pallet production process at a wooden packaging manufacturer. The company produces wood packaging, mainly pallet, which are used for the packaging of exported goods. This research leads to a recommendation on the wooden packaging production schedule with more efficient cost. The total cost resulting from the delay in the production is reduced by 25,22% (from 23590 minutes to 17640 minutes). There are also reductions in the total of tardy job, total of tardiness, and makespan. A simulation of work station capacity upgrade also shows that the addition of the number of machineries in planing and sawing station will eliminate delay and increase output up to 95%."

"Proses penjadwalan kuliah merupakan proses yang cukup rumit karena komponen-komponen yang dijadwalkan saling berkaitan dan memiliki kondisi yang berbeda-beda. Biasanya penjadwalan mata kuliah dilakukan secara manual. Namun prosesnya akan memakan waktu yang cukup lama, dan penyesuaian kendala yang cukup sulit. Beberapa metode penyelesaian penjadwalan yang telah digunakan yaitu Algoritma Genetik, Algoritma Tabu Search dan gabungan dari keduanya yaitu Algoritma Hybrid Genetic-Tabu Search. Dalam penelitian ini akan dicari hasil perbandingan Algoritma Tabu Search dan Algoritma Hybrid Genetic-Tabu Search dalam penyelesaian masalah penjadwalan mata kuliah. Data yang digunakan berupa data dummy. Berdasarkan hasil simulasi, Algoritma Hybrid Genetic-Tabu Search memiliki konvergensi menuju solusi optimal lebih cepat dengan memberikan nilai fitness yang lebih baik dibandingkan dengan Algoritma Tabu Search dalam menyelesaikan masalah penjadwalan kuliah.

---

The course scheduling process is a fairly complicated process because the components scheduled are related and have different conditions. Usually the scheduling of courses is done manually. But the process will take a long time, and the adjustment of obstacles is quite difficult. Several scheduling settlement methods that have been used are Genetic Algorithm, Tabu Search Algorithm and a combination of the two, Hybrid Genetic-Tabu Search Algorithm. In this study, the results of the comparison of Tabu Search Algorithm and Hybrid Genetic-Tabu Search Algorithm in solving the problem of scheduling courses. The data used in simulation is dummy data. Based on the simulation results, Hybrid Genetic-Tabu Search Algorithm has convergence to an optimal solution faster by providing better fitness values compared to Tabu Search Algorithm in solving university course scheduling problems."

"Penelitian ini dilatarbelakangi olch adanya masalah dalam hal waktu tunggu pasien, terutama di Apotik Rawam Jalan ?A? RSPP, berdasarkan survey kepuasan oleh Bagian Total Quality Management yang mendapatkan hasil rendahnya kcpuasan pasien dalam hal waldu tunggu.Dari analisis situasi di RSPP dan pengolahan data rekapitulasi resep di Apotik Rawat Jalan RSPP ditemukan bahwa sekitar 71% dari coral resep yang dilayani perlunya diselesaikan dalam waktu lebih dari 1 jam, sehingga menimbukan masalah terjadinya penumpukan resep dan waktu tunggu pengambilan obat yang lama di Apolik Rawat Jalan "A" RSPP.Tujuan penelitian ini adalah memperoleh gambaran tentang karakteristik sistem antrian resep dan mencari model yang lebih sesuai untuk melayani resep yang masuk ke Apotik Rawat Jalan "A" RSPP sehingga diharapkan dapat mcningkatkan mutu pelayanan RSPP khususnya pelayanan apotik.Penelitian ini merupakan penelitian cross sectional dengan analisis kuantitatif. Data yang diolah berasal dari kegiatan pengumpulan data waktu masuk dan keluarnya resep ke dan dari setiap titik pelayanan di Apotik "A" tanggal 27 - 31 Mei 2002.Hasil penclitian ini adalah pola kedatangan resep mengikuti distribusi Poisson dengan puncak kedatangan umumnya berada antara pukul 7.30 sampai pukul 12.00, disiplin antriannya FIFO, struktur antrian single channel mulli phase. Pola pelayanan resep juga mengikuti distribusi Poisson dengan rata-rata total waktu pemroscsan resep adalah 2 jam 19 menit.Pada penelitian ini dibahas tiga altematif untuk mencari model sistem antrian resep yang paling sesuai dengan cara mengubah komposisi petugas di tiap titik pelayanan yang waktu pelayanannya belum optimum, membagi pelayanan resep menjadi 2 bagian antara pelayanan resep iterisasi dan pelayanan resep orisinil.Pembahasan ketiga alternatif ini difokuskan pada resep dengan obat jadi saja. Ketiga alternatif yang telah disimulasikan menghasilkan parameter antrian yang efisien dengan tingkat utilisasi petugas sudah mencapai nilai optimum. Alternatif kedua dipilih karena parameter antriannya paling baik dan tingkat utilisasi petugasnya paling optimum dengan biaya yang lebih efisien.

---

Background of this research is waiting problem found in Ambulatory Care Pharmacy "A" Pertamina Central Hospital (Pharmacy ?A? RSPP) based on survey by Total Quality Management (T QM) Department in Pertamina Central Hospital (RSPP).Survey found a low satisfaction of patients on waiting, time. From the situation analisys in RSPP and processing of prescription recapituation data in Pharmacy ?/\?, about 71% of total prescriptions a day is served more than 1 hour. it caused u prescriptions accumulation and long waiting time of patients who want to get their medicine trom l?l1armac§f RSPPThe purpose of this research, to get a description of prescription queing system and look for a suitable queuing model to increase quality of service at Pharmacy "A" RSPP. This is a cross sectional research with quantitive analisys. Data has collected from May 27"` - May 31", 2002.The resut of this research is a prescription arrival scheme in Poisson distribution with peak arrival time between 07:30 AM to 12:00 PM. Qucing mode is FIFO, queuing structure is single channel multi phase. Prescription serving scheme also in Poisson distribution rule with total average serving time 2 hours and 9 minutes.This research discusses three altematives to look For the inost suitable prescription quing model by way of changing officer at every service point which serving time is not optimum, dividing prescription service into 2 sections between iteritation prescription service and original prescription service. Those discussion ony focuses on non blend prescription.Those simulation result of those three altemulives are efficient queuing systems with optimum ofiicer uliization. The second altemativcs is choosen because it has the most efficient cost and queuing system with an optimum officer utilization."

"Algoritma Harmony Search merupakan algoritma metaheuristik yang diperkenalkan oleh Zong Woo Geem pada tahun 2001 dan terinspirasi dari proses improvisasi musik, dimana para musisi berusaha untuk memperbaiki nada sehingga menghasilkan kumpulan nada membentuk harmoni terbaik. Dalam skripsi ini algoritma Harmony Search digunakan dalam penyelesaian permainan Sudoku.Permainan Sudoku merupakan suatu permainan penempatan angkaangka 1 hingga 9 pada matriks berukuran 9 × 9 dengan syarat di tiap baris, tiap kolom dan di tiap sembilan submatriks ukuran 3 × 3 berisi semua angka 1 hingga 9 tepat satu kali.

---

Harmony search algorithm is a Methaheuristic algorithm. It was introduced by Zong Woo Geem in 2001, which get the inspiration from the process of music improvisation, where musicians improvise their instruments? pitches searching for a perfect state of harmony. In this small thesis, harmony search algorithm used for solving of Sudoku game.Sudoku game is a game that put numbers start from 1 until 9 into a 9 × 9 matrix according to the rules that each row, each column, and each of the nine 3 × 3 sub matrix that compose the matrix contains all of the number from 1 to 9 at once."

"Untuk mencapai operasional pembangkit yang maksimal diperlukan ketersediaan jumlah spare part yang sesuai kebetuhan. penelitian ini mengusulkan penggabungan metode AHP dan Semi Delphi, untuk menentukan jumlah kebutuhan spare part tersebut, dengan melihat sudut pandang pemeliharaan dan logistik dari spare part. Pemeliharaan mempunyai 7 kriteria dan logistic mempunyai 7 kriteria. Pada penelitian ini berfokus pada blok 4 PLTGU Priok, dimana mana pembangkit ini bergerak dengan mesin steam turbin dan gas turbin. Penelitian ini penggabungan AHP dan semi delphi uuntuk menentukan jumlah spare part. Daftar spare part tersebut, dinilai untuk ditemukan kekritisannya. Setelah itu jumlah spare part yang sudah ditemukan kekritisannya dengan Semi Delphi. Para expert kemudian menentukan jumlah spare part sesuai dengan pengalamannya. Hasil dari penelitian yang telah dilakukan didapatkan kekritisan “H” sebanyak 2 spare part, “M” sebesar 108 spare part dan “L” sebesar 0 buah. Dari sisi biaya, perhitungan untuk jumlah dengan kategori mean atau rata-rata terdapat penghematan sebesar 2% jika dibandingkan dengan jumlah eksisting spare part.

---

Untuk mencapai operasional pembangkit yang maksimal diperlukan ketersediaan jumlah spare part yang sesuai kebetuhan. penelitian ini mengusulkan penggabungan metode AHP dan Semi Delphi, untuk menentukan jumlah kebutuhan spare part tersebut, dengan melihat sudut pandang pemeliharaan dan logistik dari spare part. Pemeliharaan mempunyai 7 kriteria dan logistic mempunyai 7 kriteria. Pada penelitian ini berfokus pada blok 4 PLTGU Priok, dimana mana pembangkit ini bergerak dengan mesin steam turbin dan gas turbin. Penelitian ini penggabungan AHP dan semi delphi uuntuk menentukan jumlah spare part. Daftar spare part tersebut, dinilai untuk ditemukan kekritisannya. Setelah itu jumlah spare part yang sudah ditemukan kekritisannya dengan Semi Delphi. Para expert kemudian menentukan jumlah spare part sesuai dengan pengalamannya. Hasil dari penelitian yang telah dilakukan didapatkan kekritisan “H” sebanyak 2 spare part, “M” sebesar 108 spare part dan “L” sebesar 0 buah. Dari sisi biaya, perhitungan untuk jumlah dengan kategori mean atau rata-rata terdapat penghematan sebesar 2% jika dibandingkan dengan jumlah eksisting spare part."

"Penelitian ini akan membahas masalah penjadwalan Job shop (Job shop scheduling problem). Kerumitan pada masalah penjadwalan job shop disebabkan karena pada proses setiap komponen memiliki aliran yang berbeda sehingga dibutuhkan penjadwalan untuk menentukan urutan pengerjaan setiap komponen. Karena kompleksnya masalah penjadwalan produksi, maka solusi penyelesaian terhadap masalah ini dilakukan dengan menggunakan pendekatan heuristik yaitu metode algoritma tabu search. Algoritma tabu search, yaitu suatu pendekatan heuristik dalam pencarian solusi berdasarkan pada metode optimasi, dimana algoritma ini menggunakan daftar tabu dan iterasi lokal untuk mencegah terjebak pada local optimal hingga tercapainya solusi mendekati terbaik. Pada model jobshop penelitian ini terdapat 5 job dengan 98 komponen yang di kerjakan di 8 mesin. Fungsi tujuan dari permasalahan ini ialah meminimalkan total waktu pengerjaan seluruh job. Hasil penjadwalan produksi yang diperoleh melalui algoritma tabu search setelah 20 iterasi menghasilkan minimal makespan seluruh job sebesar 197.50 jam. Jadi, jika dibandingkan dengan jadwal produksi yang lama, maka terjadi penurunan makespan yaitu sebesar 53,87 %.

---

This research will present Job shop scheduling problem. The complexity of the job shop scheduling problem is caused the process of each component having different flow process. that it takes to determine sequencing of processing for each component in the scheduling. Due to the complex problem of production scheduling, then the solution to the problem of settlement is done by using a heuristic approach to taboo search algorithm method. Taboo search algorithm, which is a heuristic search approach based on the solution methods of optimization, where this algorithm uses a local list of taboo and iterations to prevent getting stuck on a local optimum to the achievement of a solution approach the best. In this model there are 5 jobs with 98 components that are in working on the 8 machines. The purpose of this function is to minimize the problems of the total cost of makespan. Production scheduling results obtained through taboo search algorithm after 200 iterations produces minimal makespan whole job of 197.5 hours. So, when compared to the long production schedule, then decline the makespan of 53.87%."