Hasil Pencarian  ::  Simpan CSV :: Kembali

"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%."

"Penelitian ini membahas masalah penjadwalan job shop pada sebuah perusahaan yang memproduksi produk stamping. Permasalahan yang terjadi adalah tingginya angka keterlambatan pemenuhan pesanan atau rendahnya performa on-time delivery. Oleh karena itu, tujuan dari penelitian ini adalah meminimumkan jumlah keterlambatan dari setiap job. Penjadwalan produksi pada sistem produksi job shop merupakan salah satu permasalahan yang kompleks sehingga dibutuhkan metode yang tepat untuk mendapatkan solusi yang optimal untuk masalah ini. Metode penelitian ini menggunakan algoritma tabu search. Tabu search menggunakan tabu list dan iterasi pada solusi tetangga untuk mencegah terjebak pada optimal lokal. Penelitian ini menjadwalkan 21 produk yang terbagi menjadi 208 job yang diproses di 16 mesin dengan spesifikasinya mesin yang berbeda-beda. Model penjadwalan ini menghasilkan jumlah keterlambatan sebesar 23 job yang sebelumnya 96 job, atau dengan kata lain terjadi penurunan jumlah keterlambatan sebesar 76,04 . Selain itu, rata-rata waktu tunggu proses barang setengah jadi juga mengalami penurunan sebesar 29,8

---

This research presents job shop scheduling at a company that produce stamping product. The problem that happened here is high number of tardiness or low on time delivery performance. Therefore, the objective of this research is to minimize number of tardiness. Job shop scheduling is a complex problem so that need appropriated method to produce the optimal solution for this problem. This research using tabu search algorithm method. Tabu search uses tabu list and iterations in neigborhood solution to prevent getting stuck on a local optimum. This research schedules 21 products which divided into 208 jobs which processed on 16 machines with different spesifications. This model produces the output has 23 jobs tardiness which before has 96 jobs, means that number of tardiness reduces of 76,04 . In addtion, average waiting time of work in process also reduces 29,8."

"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."

"Tabu Search merupakan salah satu metode pemecahan permasalahan optimasi kombinatorial yang tergabung ke dalam local search methods. Metode ini bertujuan untuk mengefektifkan proses pencarian solusi terbaik dari suatu permasalahan optimasi kombinatorial yang berskala besar (bersifat np-hard), contohnya permasalahan penjadwalan job shop, dengan waktu komputasi yang relatif lebih kecil, namun tanpa ada jaminan akan tercapainya solusi yang optimal.Dalam penelitian ini, Tabu search diterapkan pada sebuah permasalahan penjadwalan job shop dengan tujuan untuk meminimalkan waktu proses total atau makespan (Cmax). Penjadwalan menggunakan algoritma Tabu Search ini dilakukan terhadap tiga kasus, yaitu paket pesanan bulan September, Oktober dan Nopember, dimana untuk setiap paket pesanan dilakukan variasi terhadap initial solution dan panjang tabu list.Hasil penjadwalan ini kemudian dibandingkan dengan hasil penjadwalan lain yang menggunakan 4 macam metode basic dispatching rules , yaitu Shortest Processing Time (SPT), Earliest Due Date (EDD), Most Work Remaining (MWKR) dan First Come First Served (FCFS). Hasil pengolahan data menunjukkan bahwa penjadwalan yang menggunakan algoritma Tabu Search sensitif terhadap perubahan yang diberikan pada variabel yang ada didalamnya dan makespan yang dihasilkan secara keseluruhan lebih kecil apabila dibandingkan dengan hasil penjadwalan menggunakan ke-4 metode lainnya.

---

Application of Tabu Search Algorithm in Job Shop Scheduling. Tabu Search is one of local search methods which is used to solve the combinatorial optimization problem. This method aimed is to make the searching process of the best solution in a complex combinatorial optimization problem(np hard), ex : job shop scheduling problem, became more effective, in a less computational time but with no guarantee to optimum solution.

In this paper, tabu search is used to solve the job shop scheduling problem consists of 3 (three) cases, which is ordering package of September, October and November with objective of minimizing makespan (Cmax). For each ordering package, there is a combination for initial solution and tabu list length.

These result then compared with 4 (four) other methods using basic dispatching rules such as Shortest Processing Time (SPT), Earliest Due Date (EDD), Most Work Remaining (MWKR) dan First Come First Served (FCFS). Scheduling used Tabu Search Algorithm is sensitive for variables changes and gives makespan shorter than scheduling used by other four methods."

"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."

"Seiring dengan meningkatnya jumlah permintaan terhadap produk dan persaingan bisnis yang tinggi, peranan jaringan distribusi produk sangat berpengaruh dalam menjaga eksistensi usaha. Untuk menjamin kelancaran distribusi, maka perlu ditentukan jumlah dan lokasi titik distribusi (distribution points) yang optimal. Semakin banyak jumlah distribution points, akan lebih memberikan kepastian terpenuhinya demand di wilayah tersebut, akan tetapi juga akan membutuhkan biaya yang lebih besar. Demikian sebaliknya. Oleh karena itu diperlukan suatu studi untuk menentukan jumlah dan lokasi yang optimal dari distribution points agar perusahaan dapat meminimumkan biaya distribusi produknya. Metode yang digunakan adalah Algoritma Tabu Search dengan pendekatan centre of gravity.

---

Along with the increasing number of requests for product and the high competition of business nowadays, the role of distribution network is very important in maintaining the existence of the business. To ensure the distribution will be going smoothly, it is necessary to determine the number and location of distribution points. The more distribution points we have, the more demand will be covered in the region, but also will require a greater cost. This also happens to the case of fewer distribution points. Therefore we need a study to determine the optimal number and location of distribution points so that companies can minimize the distribution cost of its products. The method is Tabu Search Algorithm with the center of gravity approach."

"Permasalahan penjadwalan job terhadap beberapa mesin (scheduling jobs on multiple machineslSJMM) merupakan salah satu permasalahan penjadwalan klasik yang dapat ditemui pada proses komputasi terlebih jika komputasi dilakukan seeara terdistribusi. Beberapa metode penyelesaian permasalahan tersebut telah dikembangkan baik dengan pendekatan eksak maupun heuristiklmetaheuristik. Tabu search sebagai salah satu metode metaheuristik yang relatif baru dapat menjadi aIternatif metode untuk mendapatkan pendekatan penyelesaian permasalahan tersebut. Metode ini sudah diaplikasikan pad a permasalahan optimasi kombinatorial, optimasi multi ekstermal, serta rare event simulation, dengan hasil penyelesaian yang eukup optimal dengan waktu yang relatif singkat. Penelitian ini mengimplementasikan metode tabu search yang digabungkan dengan algoritma genetika (Incorporation Genetic-Tabu Search AlgorithmllGTS) dalam permasalahan SJMM pada komputasi grid. Hasil yang dicapai eukup memuaskan dibandingkan dengan menggunakan salah satu algoritma baik genetika saja atau algoritma tabu search, hal ini dapat terlihat dari nilai makes pan yang lebih kecil. "

"Flowshop Scheduling Problem (FSP) adalah masalah penjadwalan yang berkaitan dengan pengurutan pemrosesan n pekerjaan pada m mesin, dimana setiap pekerjaan harus diproses tepat satu kali pada setiap mesin dalam urutan yang sama, dengan waktu proses tertentu. Permutation Flowshop Scheduling Problem (PFSP) adalah kasus khusus dalam FSP, dimana n pekerjaan diproses dalam urutan yang sama pada setiap mesin. Pada tugas akhir ini akan dilihat kinerja kombinasi Algoritma Memetika (AM) dan metode Greedy Randomized Adaptive Search Procedure (GRASP) dalam menyelesaikan PFSP dengan tujuan meminimumkan makespan. Kinerja metode AM dan GRASP dilihat dari kedekatan solusi yang dihasilkan dengan Best Known Solution (BKS) pada Taillard’s Benchmark dan dari waktu komputasinya. Berdasarkan pengujian, disimpulkan bahwa metode AM dan GRASP cukup kompetitif dalam meyelesaikan PFSP dengan error relatif tidak lebih dari 2 %. Selain itu, metode AM dan GRASP lebih cepat konvergen ke solusi optimal dibandingkan dengan metode AM dan metode GRASP sendiri-sendiri."

"Masalah penjadwalan kuliah adalah masalah optimasi yang komputasinya rumit karena terdapat sejumlah ruangan dengan kapasitas tertentu, sejumlah dosen, serta sejumlah mahasiswa yang akan mendefinisikan kendala hard dan soft (Salwani, 2007). Penjadwalan kuliah pernah dilakukan dengan Simulated anneling (Elfitriadi, 2001), tabu search (Herlina, 2000 ) dan iterated local search (Lourenco, Martin dan Stutzle, 2002). Simulated anneling kurang efektif dalam pencarian solusi kendala hard, algoritma genetika tidak menjamin solusi optimal global, sedangkan iterated local search kurang efektif dalam optimasi kendala soft. Dalam skripsi ini, pembuatan jadwal dilakukandengan menggabungkan algoritma genetika dan iterated local search disebut dengan algoritma memetika. Penambahan iterated local seacrh inilah yang memungkinkan dalam pencarian jadwal terbaik (optimal global). Data yang digunakan diperoleh dari departemen Matematika UI semester genap tahun 2008 dan hasilnya yaitu seluruh kendala hard cepat terpenuhi dan mencapai solusi optimal global dengan waktu komputasi pada komputer dual core 3.0GHz, 2GB RAM yang kurang dari 2 menit"

"ABSTRAKPT X merupakan perusahaan otomotif yang Salah satu pabriknya melakukan perkaitan produk kendaraan truk dengan berbagai jenis dan varian dan dapat dikategorikan berproduksi dengan konsep mixed production system dimana Varian-varian yang diproduksi menggunakan aliran proses yang sama tetapi dengan struktur produk yang sedikit berbeda. Ditengah berkembangnyakebutuhan industri manufaktur itu sencliri untuk berproduksi dengan procluktifitas tinggi dengan tingkat biaya yang jika mungkin ditekan serendah mungkin mendorong para praktisi di kalangan industri untuk mencari cara yang balk dan elisien untuk mereduksi biaya biaya yang tidak perlu salah satu upayanya adalah dengan mengurangi tingkat persediaan yang terdapat di gudang sehingga pada akhirnya akan berpengaruh terhadap holding costnya. Pada industri manufaktur yang menerapkan mixed production system hal ini merupakan masalah yang krusial karena rnenyangkut aspek suplai/pengadaan material ataupun komponen yang merupakan Input dalam proses produksi.Goal Chasing algorithm yang pertama kali dikembangkan di ToyotaCorporation merupakan salah satu algoritma pemecahan terhadap masalah yangberkaitan dengan tingkat pemakaian komponen yang berpengaruh terhadapbanyaknya persediaan. Hasil dari algoritma ini adalah terciptanya suatu urutanproduksi yang tingkat pemakaian komponen aktualnya tetap dan seimbangdengan penggunaan rata-rata per unit produk sehingga lcemuclian dapatdiperoleh kondisi dimana tingkat permintaan terhadap suatu komponen/material yang digunakan akan stabil dengan jumlah yang tepat.

---

"