Penjadwalan Mesin dengan Algoritma Semut
Machine Scheduling with Ant Algorithm
| Authors | ||
| Issue | Vol 6 No 1 (2023): Talenta Conference Series: Energy and Engineering (EE) | |
| Section | Articles | |
| Section |
Copyright (c) 2023 Talenta Conference Series: Energy and Engineering (EE)  This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License. |
|
| Galley | ||
| DOI: | https://doi.org/10.32734/ee.v6i1.1899 | |
| Keywords: | Penjadwalan Mesin Algoritma Semut Elemen Kerja Urutan Sumber Daya Machine Scheduling Ant Algorithm Work Element Sequence Resources | |
| Published | 2023-10-20 |
Abstract
Penjadwalan mesin merupakan proses penting dalam industri manufaktur karena dapat memastikan produksi berjalan secara optimal dan mencegah terjadinya kelebihan produksi yang tidak diperlukan. Namun, menemukan solusi optimal untuk masalah penjadwalan mesin yang kompleks membutuhkan waktu dan sumber daya yang besar. Untuk mengatasi masalah ini, salah satu teknik optimisasi yang dapat digunakan adalah algoritma semut. Algoritma semut dirancang berdasarkan bagaimana koloni semut berperilaku dan telah terbukti efektif dalam menyelesaikan berbagai masalah optimasi, termasuk masalah penjadwalan mesin. Langkah algoritma semut terdiri dari penentuan pheromone awal, penentuan visibilitas, penentuan intensitas parameter ant colony, penentuan perhitungan probabilitas elemen kerja, dan melakukan updating pheromone. Berdasarkan hasil algoritma semut dapat memberikan performance baik untuk meminimasi terjadinya keterlambatan. Makespan terendah adalah algoritma semut untuk menjadi alternatif dalam mengatasi keterlambatan.
Machine scheduling is an important process in the manufacturing industry because it ensures optimal production and prevents unnecessary overproduction. However, finding the optimal solution to a complex machine scheduling problem requires a large amount of time and resources. To overcome this problem, one optimization technique that can be used is the ant algorithm. The ant algorithm is inspired from the behavior of ant colonies and has proven effective in solving various optimization problems, including machine scheduling problems. The steps of the ant algorithm consist of imitating the initial pheromone, provoking visibility, increasing the intensity of the ant colony parameter, describing a description of the working elements, and updating the pheromone. Based on the results of the ant algorithm can provide good performance to minimize delays. The lowest makespan is the ant algorithm to be an alternative in overcoming delays.
