Penjadwalan Mesin Pada PT.XYZ Dengan Menggunakan Algoritma Genetik

Abstract

Persaingan antar perusahaan semakin meningkat seiring dengan meningkatnya kemajuan ilmu pengetahuan dan teknologi. Permintaan konsumen juga semakin meningkat sesuai dengan perkembangan dalam bidang perindustrian. PT. XYZ merupakan perusahaan yang bergerak di bidang produksi mesin pada Pabrik Kelapa Sawit (PKS) dan juga memproduksi spare part mesin untuk perusahaan lainnya. Perusahaan melakukan kegiatan produksi berdasarkan pesanan atau order yang masuk (make to order), dengan proses pengerjaan job shop. Permasalahan yang dihadapi oleh PT. XYZ adalah permasalahan keterlambatan. Terdapat 5 produk yang mengalami keterlambatan. Untuk itu, pada penelitian ini dilakukan penjadwalan mesin untuk mengatasi permasalahan keterlambatan tersebut.Metode penjadwalan yang digunakan yaitu menggunakan algoritma genetik. Pada lagoritma genetik ini, dilakukan inisialisasi awal dengan menggunakan metode SPT untuk memperoleh urutan job. Kemudian dilakukan tahap seleksi, crossover dan mutase untuk memperoleh uruta job yang paling optimal. Berdasarkan pengolahan data yang dilakukan, diperoleh bahwa dalam tiga generasi terdapat empat kromosom terbaik, yaitu BECAD, BACED, BEACD, BCAED dengan nilai fitness yang sama yaitu 0,02144. Urutan kerja yang dipilih dalam hal ini adalah BCAED, yakni urutan pengerjaan semua produk. Urutan job ini memiliki makespan sebesar 46,637 jam merupakan yang terbaik dari tiap generasi dengan nilai fitness terbaik yaitu 0,02144.

Competition between companies is increasing along with the advancement of science and technology. Consumer demand is also increasing according to developments in the industrial sector. PT. XYZ is a company engaged in the production of machinery at the Palm Oil Mill (PKS) and also produces engine spare parts for other companies. The company conducts production activities based on orders or orders that enter (make to order), with the job shop process. Problems faced by PT. XYZ is a matter of delay. There are 5 products that experience delays. For that reason, in this study a machine scheduling was carried out to overcome the problem of delay. The scheduling method used was using a genetic algorithm. In this genetic lag, initial initialization is done by using the SPT method to obtain the job sequence. Then do the selection, crossover and mutase stages to get the most optimal job sequence. Based on the data processing performed, it was found that in three generations there were four of the best chromosomes, namely BECAD, BACED, BEACD, BCAED with the same fitness value of 0.02144. The work order chosen in this case is BCAED, which is the order of work for all products. This job sequence has a makespan of 46,637 hours which is the best of each generation with the best fitness value of 0,02144.