Penjadwalan Produksi Rokok Untuk Meminimalkan Maximum Tardiness Menggunakan Algoritma Simulated Annealing (Studi Kasus Di Pr. Adi Bungsu Malang)
Daftar Isi:
- PR. Adi Bungsu (PR. AB) adalah sebuah perusahaan yang bergerak di bidang produksi rokok di Malang, Jawa Timur. Salah satu produk rokok PR. AB yaitu rokok Filter 16 telah tersebar di beberapa daerah di Indonesia. Pentingnya kepuasan konsumen bagi perusahaan mengharuskan PR. AB menyelesaikan order konsumen tepat waktu. Selama ini, jadwal produksi PR. Adi Bungsu menggunakan aturan First Come First Served (FCFS), dimana PR. AB beberapa kali mengalami keterlambatan penyelesaian order Filter 16 hingga melewati batas due date seperti yang terjadi pada bulan April hingga Juni 2014. Oleh karena itu, perlu dilakukan penjadwalan produksi dengan pendekatan yang berbeda untuk menyelesaikan masalah keterlambatan penyelesain order. Dalam penelitian ini, metode pendekatan yang digunakan dalam penjadwalan produksi rokok adalah algoritma Simulated Annealing (SA) dengan hasil penjadwalan aturan Earliest Due Date (EDD) sebagai jadwal inisiasi dalam meminimasi nilai Max. Tardiness. Penerapan algoritma SA untuk meminimalkan nilai Tardiness diaplikasikan pada program dengan bantuan software MATLAB. Parameter yang digunakan dalam penerapan algoritma SA yaitu nilai suhu (T) adalah 100, nilai faktor pereduksi suhu (c) adalah 0,6, nilai iterasi (n) adalah 5, dan nilai konstantan boltzmann (k) adalah 1. Dari parameter tersebut dihasilkan siklus sebanyak 14 siklus dengan total 70 solusi yang muncul. Penerimaan solusi sangat dipengaruhi oleh parameter suhu dan faktor pereduksi suhu. Pada suhu tinggi solusi yang lebih baik pasti diterima dan solusi yang kurang baik masih dapat diterima dengan kriteria metropolis. Suhu akan turun pada setiap siklus dan penurunan suhu sangat dipengaruhi oleh faktor pereduksi suhu (c). Dengan c sebesar 0,6 maka penurunan suhu dari siklus 1 hingga siklus 14 mengalami penurunan suhu secara eksponensial. Hasil dari penjadwalan dengan algoritma SA dihasilkan jadwal pada bulan April dengan Max. Tardiness sebesar 320 menit, jadwal pada bulan Mei dengan Max. Tardiness sebesar 809 menit dan jadwal bulan Juni dengan Max. Tardiness sebesar 0 menit. Berdasarkan hasil perbandingan antara FCFS dan algoritma SA, dapat diketahui efisiensi hasil jadwal algoritma SA terhadap jadwal aktual pada bulan April sebesar 79%, pada bulan Mei sebesar 52% dan pada bulan Juni sebesar 100%. Hal tersebut menunjukkan bahwa jadwal yang dihasilkan dari algoritma SA lebih baik dari jadwal aktual PR. Adi Bungsu yang menggunakan aturan FCFS dalam fungsinya untuk meminimalkan Max. Tardiness.