Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu bentuk nyata dari globalisasi dalam bidang ekonomi adalah terciptanya perdagangan bebas yang kini telah diterapkan oleh hampir seluruh negara di dunia. Pergerakan global menuju pasar bebas ini telah mengubah pasar global menjadi sangat kompetitif. Oleh karena itu, para produsen dipaksa untuk terus mempertahankan atau meningkatkan daya saing mereka. Menerapkan metode penjadwalan yang efisien adalah salah satu strategi efektif dalam meningkatkan efisiensi dan daya saing manufaktur. Oleh karena itu, penelitian ini berfokus pada pemecahan masalah penjadwalan toko aliran permutasi (PFSP) yang dapat diterapkan secara luas di industri. Pertama, heuristik Nawaz, Enscore, dan Ham (NEH) akan dimodifikasi dengan menambahkan strategi pencarian lokal. Kemudian heuristik yang diusulkan tersebut akan dibandingkan dengan NEH oleh Nawaz et al. (1983) dan NEHKD oleh Kewal et al. (2019). Hasil penelitian menunjukkan bahwa heuristik yang diusulkan dapat mengungguli heuristik pembanding dalam memperoleh solusi dengan makespan yang lebih rendah bagi PFSP. Selain itu, nilai indikator dari median yang dikombinasikan dengan standar deviasi dapat meningkatkan kinerja lebih jauh.

---

One of the real examples of globalization in economy is the creation of free trade policy which is currently applied by almost all countries in the world. This global movement towards the free market has turned the global market to become highly competitive. Therefore, manufacturers are forced to continuously maintain or enhance their competitiveness. Applying an efficient scheduling method is one of the effective strategies in increasing the manufacturing efficiency and competitiveness of the manufacture. Therefore, this paper focuses on solving permutation flow shop scheduling problem (PFSP) that can be widely applied in the industry. First, Nawaz, Enscore, and Ham (NEH) heuristic will be modified by adding a local search strategy. Then the proposed heuristic will be compared with NEH by Nawaz et al. (1983) and NEHKD by Kewal et al. (2019). The result shows that the proposed heuristic can outperform other compared heuristics in obtaining a better solution with smaller makespan for PFSP. Moreover, indicator value of median combined with standard deviation can enhance the heuristic performance even further."

"Penjadwalan produksi pada sebuah perusahaan menjadi penting agar dapat mengetahui seberapa lama suatu produk dapat dibuat dan diselesaikan sehingga tidak terjadi keterlambatan. Salah satu yang sering digunakan dalam sistem penjadwalan adalah pola flow shop. Permasalahan penjadwalan menjadi kompleks ketika banyak mesin dan pekerjaan yang harus disinkronkan.FCFS dan CDS adalah metode yang paling banyak digunakan, metode ini menjadwalkan pekerjaan tanpa memperhatikan makespan, sehingga dengan metode ini sering terjadi keterlambatan dan biaya produksi yang tidak efisien. Menurut Baker (1974) metode CDS memiliki berbagai kelemahan oleh karenanya Jin dan kawan-kawan (2007) menyatakan bahwa metode NEH menghasilkan solusi yang lebih optimal daripada metode CDS, tetapi metode NEH memberikan waktu komputasi yang lebih lama. Tujuan dari penelitian ini adalah untuk mengembangkan algoritma baru dalam pemecahan masalah penjadwalan flow shop berdasarkan konsep metode CDS dan NEH yaitu algoritma LPD, LPD2, LPD3 kemudian mengujinya pada kasus acak.Penelitian ini menghasilkan algoritma baru dalam penjadwalan flow shop dan berdasarkan hasil pengujian pada 30 kasus, ditemukan bahwa: algoritma LPD menghasilkan solusi dengan makespan 22,37 menit lebih singkat dibanding metode CDS dengan waktu komputasi 2,73 menit lebih lambat, menghasilkan solusi dengan makespan relatif sama dengan metode NEH (1,7 menit lebih singkat) dengan waktu proses program 1,77% atau 0,07 menit lebih lambat. Algoritma yang dikembangkan (LPD, LPD2, LPD3) memerlukan waktu komputasi yang lebih cepat dari metode NEHFF sekaligus menghasilkan solusi makespan yang sama (LPD2) atau lebih singkat 23,67 menit untuk algoritma LPD dan 12,90 menit untuk algoritma LPD3.

---

Every company engaged in the manufacturing industry must implement a productivity improvement program. In avoiding queues in the manufacturing process, an overall solution is needed. One that is often used in scheduling systems is the flow shop pattern. Scheduling problems become complex when many machines and jobs have to be synchronized.

FCFS, CDS is the most widely used method, this method schedules work without regard to makespan, so that with this method there are frequent delays and inefficient production costs. According to Baker (1974) the CDS method has various weaknesses, therefore Jin and friends (2007) stated that the NEH method produces a more optimal solution than the CDS method, but the NEH method provides a longer computation time. The purpose of this research is to develop a new algorithm for solving flow shop scheduling problems based on the concept of the CDS and NEH methods, namely the LPD, LPD2, LPD3 algorithms, then test it on random cases.

Based on the test results on 30 cases, it was found that: The LPD algorithm produces a solution with a makespan of 22.37 minutes faster than the CDS method with a computation time of 2.73 minutes slower, produces a solution with relatively the same makespan as the NEH method (1.7 minutes more fast) with a program processing time of 1.77% or 0.07 minutes slower. The developed algorithms (LPD, LPD2, LPD3) require faster computation time than the NEHFF method while at the same time producing the same makespan solution (LPD2) or 23.67 minutes faster for the LPD algorithm and 12.90 minutes for the LPD3 algorithm."

"Penjadwalan produksi yang baik adalah penjadwalan yang dapat membuat arus produksi dapat berjalan lancar dan sesuai dengan waktu yang telah direncanakan, sehingga ketika penjadwalan dan perencanaan produksi yang kurang efektif diperbaiki dan dikembangkan sebaik mungkin, kelancaran produksi dan pemenuhan permintaan produksi juga akan berubah menjadi semakin baik. Tujuan dari penelitian ini adalah melakukan analisis, perhitungan dan penentuan metode penjadwalan Job Shop Scheduling yang tepat antara LPT sebagai metode penjadwalan yang berlaku saat ini di perusahaan kemasan fleksibel di Cikarang, SPT, FCFS, EDD atau Johnson's Method serta melakukan perbaikan SOP penjadwalan produksi yang berlaku menjadi SOP penjadwalan rekomendasi yang disesuaikan dengan metode penjadwalan produksi yang baru. Hasil yang didapat adalah metode prioritas pengurutan menggunakan SPT lebih baik dibandingkan metode LPT sebagai metode yang berlaku di perusahaan saat ini, EDD, FCFS, dan Johnson's Method. Implementasi dari perubahan metode dari LPT menjadi SPT dapat dilakukan dengan cara merubah SOP penjadwalan yang berlaku menjadi SOP perusahaan rekomendasi.

---

Good production schedule is the one that can make the product flow run smoothly and on time, so when we improved and developed the scheduling and production planning's problem as good as possible, it can improve the good production flow and the order fulfilment. The purpose of this research is to do an analysis, calculation and determine the right Job Shop Scheduling Method between LPT (as an existing scheduling method on flexible packaging company at Cikarang), SPT, FCFS, EDD, or Johnson's Method, and also to make an improvement from the production scheduling operational procedure that applies on this company into recommendation scheduling operational procedure which has been adapted to the new production scheduling method. The result that we obtained is priority sequencing method using SPT works better compared to the LPT method (the existing method), EDD, FCFS, and Johnson's Method. The implementation of changing LPT method to SPT method could be done by changing the production scheduling operational procedure that applies on this company into the scheduling operational procedure that has been recommend."

"Pada penelitian yang berhubungan dengan penjadwalan job shop manufacturing, hal terpenting yang perlu diperhatikan adalah meminimumkan makespan, di mana makespan adalah waktu yang diperlukan untuk menyelesaikan sekumpulan pekerjaan. Dengan makespan yang minimum diharapkan dapat diperoleh ukuran kinerja lainnya seperti throughput time dan utilization yang maksimum. Sementara itu, job sequence berpengaruh terhaclap ukuran-ukuran kinerja yang disebutkan di atas. Penelitian ini bertujuan untuk menentuan job sequence terbaik dari exisitng job sequence dan alternatif job sequence. Alternatif job sequence dibuat dengan melakukan kombinasi terhadap job dengan aturan job yang akan dikerjakan bersifat independent satu dengan lainnya sehingga diperoleh semua kombinasi yang mungkin. Penentuan job sequence terbaik dilakukan melalui perhitungan dengan menggunakan dua buah alat, yaitu untuk menghitung makespan digunakan software Quantitative System versi 3.0, dan untuk menghitung throughput time clan utilization digunakan metoda analitikal closed queueing networks QNET yang dikembangkan oleh JG Dai dan JM Harrison pada tahun 1992. Metocla QNET adalah metoda yang muncul dari adanya keadaan heavy traffic dan sebagai pendekatannya digunakan metoda Brownian motion. Salah satu hal yang menarik clalam penelitian ini adalah digunakannya closed queueing networks; prinsip dari closed queueing networks adalah jumlah job dalam sistem adalah tetap sepanjang waktu dan sebuah job akan masuk ke dalam sistem apabila ada job yang keluar. Closed queueing networks bisa dilakukan apabila sistem yang digunakan sudah menerapkan prinsip Just in Time {ITT) clalam pergerakan material, clan telah menggunakan sistem otomatisasi. Hasil perhitungan dari kedua alat tersebut kemudian digabung clan pada akhimya dapat diketahui job sequence mana yang merupakan job sequence yang terbaik yang didasarkan pada persentasi selisih keseluruhan terkecil dari keseluruhan altematif. Selain itu juga dilakukan perhitungan analisis sensitivitas dengan didasarkan pada perubahan jumlah job dalam sistem, perubahan koefisien variasi yang menunjukkan perubahan distribusi dari data dan perubahan proporsi input. Juga dilakukan perhitungan untuk melihat hubungan antar variabel dengan melihat hubungan antara makespan dan utilization serta throughput time, hubungan antara utilization dan throughput time."

"Penelitian ini membahas masalah penjadwalan job shop pada suatu perusahaan. Pada sistem ini akan dihasilkan sejumlah produk dalam beberapa jenis dengan rute yang dapat berbeda satu sama lain. Penjadwalan produksi merupakan suatu permasalahan yang kompleks sehingga dibutuhkan metode yang tepat untuk mendapatkan solusi yang optimal untuk permasalah ini. Metode penelitian yang digunakan yaitu algoritma Tabu Search. Fungsi tujuan dari permasalahan ini adalah meminimumkan total penalti keterlambatan. Sebagai model job shop digunakan 7 jobs dengan total 219 komponen dan 6 mesin yang berbeda. Penjadwalan dengan metode algoritma Tabu Search memberikan solusi yang cepat. Hasil dari penjadwalan dapat menghemat 22.7% total biaya produksi, juga keterlamabatan mengalami perbaikan 31% terhadap jadwal solusi awal. Dengan demikian perusahaan bisa meningkatkan jumlah pesanan.

---

This study presents a job shop scheduling problem on a specific company. This research presents job shop scheduling at a company. This system yields large amount of different products with some different manufacture processes. Production scheduling is a complex problem so that appropriated method to produces the optimal solution of it is needed. Method of this research is using Tabu Search (TS) algorithm. The objective function in this problem is to minimize total penalty of tardiness.

The model used 7 jobs, 219 parts and 6 different machines. Tabu Search (TS) algorithm method is used to solve the problem, which minimizes the total penalty of tardiness. Scheduling with TS algorithm provides a quick solution. The results save 22.7% of total production costs, and improve tardiness 31% compared to old scheduling. With the proposed method the company can increase the numbers of orders."

"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."

"ABSTRAKTo minimize makespan in the permutation flow shop scheduling problem, a modified immunogulobulin-based artificial immune system algorithm (M-IAIS) is developed to search for a job sequence. The basic structure of immunoglobulin-based artificial immune system algorithm consists of three parts, somatic recombination, hypermutation, and isotype switching. A special process, named B cell repertoire updating, is considered in M-IAIS algorithm to accelerate the deviation, hypothesis test, convergence speed. Taillard's benchmark problems are chosen as test instances. Percentage paper to evaluate the performance of M-IAIS algorithm. Computational result show that M-IAIS algorithm is competitive for the permutation flow shop scheduling problem."