Penjadwalan Produksi Untuk Minimasi Keterlambatan Menggunakan Algoritma Simulated Annealing (Studi Kasus Di Pt Kembang Joyo Sriwijaya
| Main Author: | Yudhina, Yunna |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/164885/ |
Daftar Isi:
- PT Kembang Joyo Sriwijaya merupakan perusahaan yang bergerak pada bidang pengolahan madu di Karang Ploso, Malang. Permasalahan yang dihadapi saat ini yaitu terjadi keterlambatan yang diakibatkan jadwal produksi yang kurang efisien. Keterlambatan paling banyak terjadi pada produk madu SI, madu trigona dan madu pahit. Keterlambatan tersebut mengakibatkan adanya produk yang mengalami keterlambatan pengiriman sehingga mengurangi kepercayaan konsumen. Tujuan penelitian ini adalah untuk mengetahui keterlambatan produksi dan mengurangi masalah keterlambatan dengan menggunakan pendekatan yang berbeda dengan yang telah dilakukan perusahaan. Penelitian ini dilakukan dengan menggunakan pendekatan algoritma Simulated Annealing (SA). Inisialisasi yang digunakan dalam penelitian ini yaitu menggunakan Earliest Due Date (EDD) dengan cara due date tercepat akan dilakukan produksi terlebih dahulu. Due date diambil dengan melihat jumlah permintaan dan kapasitas produksi dalam satu hari. Data yang didapatkan dengan melakukan observasi secara langsung dan dokumen. Waktu produksi dan waktu setup mesin dilakukan berdasarkan waktu baku yang dihitung melalui observasi langsung pada 1 siklus produksi Berdasarkan hasil penelitian pada bulan September maximum tardiness jadwal awal sebesar 53897,51 menit. Nilai maximum tardiness dengan menggunakan algoritma SA sebesar 10357,19 menit. Penjadwalan menggunakan algoritma SA lebih baik 121 hari dari pada jadwal awal. Pada bulan Oktober maximum tardiness terbesar dimiliki oleh jadwal awal sebesar 37339,95 menit. Sedangkan nilai penjadwalan dengan menggunakan algoritma SA sebesar 6146,07 menit. viii Penjadwalan menggunakan algoritma SA lebih baik 87 hari dari pada jadwal awal. Maximum tardiness jadwal awal pada bulan November sebesar 41301,94 menit dan nilai maximum tardiness penjadwalan dengan menggunakan algoritma SA sebesar 8402,13 menit. Penjadwalan menggunakan algoritma SA lebih baik 91 hari dari pada jadwal awal. Penelitian ini diharapkan dapat menjadi pertimbangan perusahaan dalam menentukan penjadwalan produksi dan peneliti sejenis selanjutnya dapat melakukan penelitian dengan menggunakan metode lain seperti algoritma genetika.