PENJADWALAN PRODUKSI SARUNG TANGAN GOLF DENGAN PENDEKATAN PARTICLE SWARM OPTIMIZATION DAN GENETIC ALGORITHM DI PT ADI SATRIA ABADI

Prasisti, Dika and Nugroho, Yohanes Anton (2023) PENJADWALAN PRODUKSI SARUNG TANGAN GOLF DENGAN PENDEKATAN PARTICLE SWARM OPTIMIZATION DAN GENETIC ALGORITHM DI PT ADI SATRIA ABADI. Tugas Akhir thesis, University of Technology Yogyakarta.

Text 5190611097 DIKA PRASISTI-ABSTRAK.pdf Download (149kB)

Abstract

ABSTRAK PT Adi Satria Abadi merupakan perusahaan manufaktur yang bergerak dalam produksi sarung tangan golf. Produk sarung tangan golf yang diproduksi mempunyai pasar yang luas, yaitu pasar ekspor luar negeri. Hal ini menyebabkan PT Adi Satria Abadi harus tetap mengedepankan pelayanan dan kualitas dari produk yang dihasilkan. Pelayanan yang dimaksud adalah ketepatan waktu pengiriman produk jadi sampai ke tangan konsumen. Namun, dalam proses ini terdapat keterlambatan dalam pengiriman. Hal tersebut dapat terjadi karena terdapat brand X yang memesan produk sarung tangan sejumlah 11.880 dengan waktu selesai yaitu tanggal 22 Mei, namun sehari sebelumnya masih terdapat 1.205 produk yang belum diselesaikan. Keterlambatan dapat terjadi jika perusahaan tidak menerapkan overtime pada karyawan karena target produksi tiap hari hanya berjumlah 1000 produk. Metode penelitian yang digunakan adalah metode kuantitatif dengan menggunakan berbagai data yang mendukung, seperti data waktu proses, data mesin dan proses produksi, dan data permintaan. Penjadwalan produksi pada penelitian ini dilakukan dengan menggunakan dua metode metaheuristik, yaitu metode particle swarm optimization algorithm dan algoritma genetika. Perbandingan metode tersebut berkaitan dengan permasalahan yang ada. Perhitungan penjadwalan produksi dengan kedua metode tersebut dilakukan sesuai dengan prosedur masing-masing metode menggunakan software Matlab R2020a. Hasil dari perhitungan akan dianalisis untuk mendapatkan metode penjadwalan produksi yang paling optimal untuk menyelesaikan permasalahan yang ada. Berdasarkan pengolahan data yang dilakukan dengan dua metode yang berbeda, yaitu particle swarm optimization dan algoritma genetika didapatkan sebuah hasil penjadwalan. Hasil penjadwalan particle swarm optimization mempunyai urutan job, yaitu J1, J3, J2, J4, J5, J6 dengan makespan sebesar 273 menit. Sedangkan hasil penjadwalan produksi dengan metode algoritma genetika diperlukan waktu proses total (makespan) untuk memproduksi job dengan urutan J1, J4, J6, J5, J2, J3 sebesar 281 menit. Berdasarkan hasil makespan masing-masing metode menunjukkan bahwa hasil penjadwalan produksi dengan metode particle swarm optimization memiliki waktu lebih cepat 8 menit dibandingkan dengan metode genetic algorithm. Hal ini menyimpulkan bahwa metode particle swarm optimization merupakan metode yang paling optimal untuk penjadwalan produksi karena memiliki nilai makespan yang paling minimum. Kata Kunci: Penjadwalan, Makespan, Particle Swarm Optimization, Algoritma Genetika PRODUCTION SCHEDULING OF GOLF GLOVES USING PARTICLE SWARM OPTIMIZATION AND GENETIC ALGORITHM APPROACH AT PT ADI SATRIA ABADI ABSTRACT PT Adi Satria Abadi is a manufacturing company engaged in producing golf gloves. Golf glove products have a broad market, namely the foreign export market. It causes PT Adi Satria Abadi to prioritize service and the quality of its products. The service in question is the timeliness of delivery of finished products to the hands of consumers. However, in this process, there is a delay in delivery. It could happen because brand X ordered 11,880 glove products with a completion date of May 22, but the day before, there were still 1,205 products that had not been completed. Delays can occur if the company does not apply overtime to employees because the daily production target is only 1000 products. The research method used is quantitative, using various supporting data, such as processing time data, machine and production process data, and demand data. Production scheduling in this study was carried out using two metaheuristic methods: particle swarm optimization and genetic algorithms. The comparison of these methods is related to the existing problems. Production scheduling calculations with the two methods are carried out according to the procedures for each scenario using the Matlab R2020a software. The results of the calculations will be analyzed to obtain the most optimal production scheduling method to solve existing problems. A scheduling result is obtained based on data processing carried out using two different methods, namely particle swarm optimization and genetic algorithms. The particle swarm optimization scheduling results have a job sequence, namely J1, J3, J2, J4, J5, and J6, with a makespan of 273 minutes. While the results of production scheduling using the genetic algorithm method required a total processing time (makespan) to produce jobs in the order J1, J4, J6, J5, J2, and J3 of 281 minutes. The results of each method's makespan show that the production scheduling results using the particle swarm optimization method are 8 minutes faster than the genetic algorithm method. This concludes that the particle swarm optimization is the most optimal method for the production schedule because it has the minimum makespan value. Keywords: Scheduling, Makespan, Particle Swarm Optimization, Genetic Algorithm

Item Type:	Thesis (Skripsi, Tugas Akhir or Kerja Praktek) (Tugas Akhir)
Subjects:	T Technology > TS Manufactures
Divisions:	Fakultas Sains dan Teknologi > S1 Teknik Industri
Depositing User:	Kaprodi S1 Teknik Industri UTY
Date Deposited:	26 May 2023 03:45
Last Modified:	26 May 2023 03:45
URI:	http://eprints.uty.ac.id/id/eprint/13082

Actions (login required)

View Item