Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tabu Search merupakan salah satu metode pemecahan permasalahan optirnasi kombinatorial yang tergabung ke dalam local search methods. Metode ini bertujuan untuk mengefektifkan proses pencarian solusi terbaik dari suatu permasalahan optimasi kombinatorial yang berskala besar (bersifat np-hard) dengan waktu komputasi yang relatif lebih kecil, namun tanpa ada jaminan akan tercapainya solusi yang optimal. Dalam penelitian ini, Tabu search diterapkan pada sebuah permasalahan penjadwalan job shop dengan tujuan untuk meminimalkan waktu proses total atau makespan (Cwnr). Penelitian yang dilakukan menggunakan data sekunder, dimana data-data yang didapat merupakan sebuah kasus permasalahan di PT.DC pada tahun 1992. Pengolahan data dilakukan melalui program komputer yang ditulis dnlam bahasa pemograman Pascal, dimana dalam program tersebut terdapat algoritma Tabu Search yang berfungsi melakukan optimasi terhadap permasalahan penjadwalan yang ada. Data yang didapat kemudian diolah menggunakan program komputer tersebut. Hasil penjadwalan menggunakan algoritma Tabu Search ini dilakukan terhadap tiga kasus, yaitu paket pesanan bulan September. Oktober dan Nopember '92, dimana untuk setiap paket pesanan dilakukan variasi terhadap initial solution dan panjang tabu list. Hasil penjadwalan ini kemudian dibandingkan dengan hasil penjadwalan lain yang menggunakan 4 macam metode basic dispatching rules. Hasil pengolahan data menunjukkan bahwa penjadwalan yang menggunakan algoritma Tabu Search memiliki makespan yang lebih kecil apabila dibandingkan dengan ke-4 metode lainnya"

"PT XYZ merupakan sebuah perusahaan farmasi afiliasi Filipina yang menggunakan sistem flexible job shop dalam melakukan kegiatan produksi. PT XYZ memiliki rencana untuk menerapkan sistem produksi lean dalam aktivitasnya, Akan tetapi, tidak adanya metode penjadwalan produksi yang sistematis telah mengakibatkan munculnya banyak waste dalam lini produksi PT XYZ, seperti rendahnya utilisasi mesin, banyaknya mesin yang idle, adanya penumpukan work in process, dan seringnya terjadi perubahan rencana produksi, sehingga sulit bagi PT XYZ untuk menjadi perusahaan berbasis lean. Penelitian ini bertujuan untuk memperoleh sistem penjadwalan produksi yang tepat pada PT XYZ dengan berfokus pada upaya minimalisasi total waktu penyelesaian pekerjaan, sehingga berujung pada peningkatan efisiensi di PT XYZ. Dengan mempertimbangkan parameter job, mesin, operasi, waktu standar, dan bobot prioritas produk, disusunlah sebuah sistem penjadwalan dengan menggunakan aplikasi Visual Basic for Application. Solusi awal penjadwalan diperoleh dengan menggunakan salah satu aturan dispatching rule, yaitu weighted shortest processing time yang menghasilkan nilai makespan selama 67.080 menit. Selanjutnya, solusi kembali ditingkatkan dengan menggunakan metode algoritma tabu search, sehingga diperoleh nilai makespan minimal selama 52.485 menit. Solusi akhir penjadwalan yang dihasilkan mampu untuk meningkatkan efisiensi di PT XYZ sebesar 36.73%.

---

PT XYZ is a pharmaceutical company, which has an affiliation with Philippines, which uses flexible job shop system to its production activities. Right now, PT XYZ is going to implement lean production system to its daily. However, the absence of systematic production scheduling method has brought a lot of waste to PT XYZ production line, such as low machines utilization, many idle machines, many work in process, and frequent changes in its production plan, thus it becomes difficult to implement lean production system.

This research aims to obtain a proper production scheduling system for PT XYZ, which focus on minimizing makespan, so that leads to efficiency improvement in PT XYZ. By considering job, machines, operation, standard time, and product priority as its parameter, formulated a scheduling system using Visual Basic for Application.

Initial solution is obtained by using one of dispatching rule method, namely weighted shortest processing time, which results a 67.080 minutes of makespan. Subsequently, the solution was improved by using tabu search algorithm, so the makespan value would become 52.485 minutes. This solution is able to improve efficiency in PT XYZ by 36.73%."

"ABSTRAKPatient Assignment Problem merupakan suatu masalah penugasan untuk memasangkanpasien ke perawat pada pelayanan home care service. Solusi yang ingin didapatkanadalah pasangan yang tepat antara perawat dan pasien dengan tingkat ketakseimbanganbeban kerja perawat yang minimum. Skripsi ini membahas penggunaan algoritma tabusearch pada patient assignment problem.Penentuan solusi awal pada skripsi inimenggunakan metode random. Metode tabu search menggunakan dua strategi penting,yaitu strategi intensifikasi dan diversifikasi. Pada strategi intensifikasi akan dilakukanpencarian pada suatu daerah sehingga solusi yang terbaik di daerah ini ditemukan,sedangkan strategi diversifikasi merupakan mekanisme yang mencoba keluar darioptimal lokal dan melakukan pencarian ke daerah- daerah yang yang sebelumnya belumpernah/ jarang dikunjungi. Tujuannya digunakan strategi ini adalah untuk mendapatkankemungkinan nilai fungsi tujuan yang lebih baik.

---

ABSTRACTPatient assignment problem is an assignment problem to pair a number of patients to anumber of nurses in a home care service. The solution is a pair of nurse and patient withminimum unbalanced workload on the nurse. This final paper discuss is about tabusearch algorithm used on the patient assignment problem. The initial solution is usinggenerated random method. Tabu search method uses two important strategies calledintensification and diversification. In intensification strategy, the search of the bestsolution are focused in a certain area, while diversification focuses on the areas thatrarely or never visited before. In the aim of these strategies is to obtain a better solution."

"Agar dapat merespon permintaan pelanggan secara cepat perlu disiapkan sejumlah persediaan yang cukup besar, supaya tersedia pada saat dibutuhkan Penelitian ini mengembangkan model penjadwalan yang terdiri dari dua model. Model satu bertujuan melakukan penjadwalan untuk pemenuhan due date pada lingkungan Job Shop Paralel. Model dua bertujuan melakukan penjadwalan untuk penentuan due date. Pada sistem Job Shop Pararel dinamis yang memproses multi-item berstruktur multi-level, berdasarkan kinerja kualitas pada lingkungan produksi Just In Time (JIT). Pendekatan yang digunakan dalam penelitian ini adalah pendekatan mundur (backward approach) untuk pemenuhan due date dan pendekatan random untuk penentuan due date serta menggunakan metode Tabu Search dengan kriteria minimasi total actual flow time dengan memperhatikan tingkat cacat (defect rate) yang terjadi pada setiap tahapan proses yang dilalui. Peningkatan jumlah item dan jumlah level akan memberikan peningkatan jumlah alternatif jadwal yang berdampak pada CPU time yang diperlukan untuk mendapatkan solusi yang dapat memberikan total actual flow time yang minimum, namun dalam penelitian ini hanya terjadi untuk satu level multi item saja. Untuk dua level dan seterusnya tidak memberikan alternatif jadwal yang bervariasi untuk tingkatan item maupun level. Hal ini disebabkan karena inisialisasi solusi tetangga, panjang tabu list dan jumlah iterasi yang ditetapkan diawal membuat pencarian solusi berhenti di titik lokal optimum.

---

In order to response the demand from customer quickly, it needs to have a large size of inventory. This research developes two scheduling model. The first models is to fulfill the due date in the paralel job shop manufacturing and the second is to make the due date itself. In the dynamic paralel job shop system which is produce the multi item structured by multi level, according to the quality performance in the just in time manufacturing. The research uses the backward approach to fulfill the due date and the random approach to make the due date using Tabu Search Method which objective is to minimize total actual flow time concern on defect rate. The increase of item and level affect the increase of scheduling alternatif and cpu time, but in this research it only happens for one level and multi item. For two level and so on it doesn?t give any varians scheduling alternative for level or item invrease. It might becuase of the inisialisasion of neighboor, the lenght of tabu list and iteration which made in the beginning and it makes the solution stop at the optimum local search. "

"Transportasi darat, khususnya truk, merupakan penyumbang utama biaya logistik secara keseluruhan, dibandingkan dengan kereta api dan udara. Untuk mengoptimalkan biaya logistik, kita perlu mengoptimalkan rute pengiriman. Namun, tantangan yang dihadapi adalah jumlah titik pengantaran juga berkembang dengan cepat seiring berkembangnya zaman, yang membuat banyak rute yang dapat dipilih untuk melakukan pengiriman dari depot ke tiap-tiap titik, sehingga meningkatkan kompleksitas untuk menemukan rute yang optimal. Masalah rute ini dapat didefinisikan sebagai VRP yang memiliki kendala kapasitas yaitu CVRP. Penelitian sebelumnya telah berhasil menyelesaikan CVRP skala besar dengan beberapa pendekatan algoritma. Dalam penelitian ini, penulis menggabungkan savings algorithm untuk meningkatkan solusi awal dengan Tabu Search yang sangat populer untuk menyelesaikan CVRP skala besar. Algoritma yang ditingkatkan ini diuji pada benchmark CVRP Arnold et al. [5] dan terbukti memiliki hasil yang cukup kompetitif dibandingkan dengan solusi terbaik yang diketahui.

---

Road transportation, particularly trucking, is the main contributor of logistic cost in total, compared to rail and air. To optimize the cost of road logistics, we need to optimize delivery routes. However, the challenges are that the number of delivery points are also growing rapidly, which makes many possible routes to deliver the package from the depot, and increasing the complexity to find the optimal one. This route problem could be defined as CVRP. Previous research has already proved to solve very large scale CVRP with several approaches to the algorithm. In this paper, we’re combining a Saving Algorithm to improve the initial solution and the very popular Tabu Search to solve very large scale CVRP. This improved algorithm is tested into Arnold et. al. [5] CVRP benchmark and proved to have competitive results compared to the best known solutions."

"Perkembangan bank dalam mendukung aktivitas kegiatan masyarakat tumbuh dengan pesat. Hal ini dapat terlihat dari ditemukannya berbagai bentuk bank besar dan kecil lengkap dengan kantor ? kantor cabang tersebar pada gedung ? gedung perkantoran, mal, dan lain ? lain. Sejalan dengan itu untuk menjaga bank ? bank tersebut sehingga terhindar dari ancaman bahaya tidaklah dapat lagi dilakukan pengamanan dengan sederhana seperti menempatkan jaga malam saja, tetapi dibutuhkan tenaga pengamanan yang berkualitas dan terdidik serta didukung oleh satuan ? satuan patroli yang terkendali. Maka oleh sebab itu dibutuhkan suatu metode untuk dapat mengatur secara efektif dan efisien suatu kegiatan patroli sehingga dapat diketahui rute mana yang dilewati serta berapa jumlah kendaraan yang dibutuhkan. Permasalahan ini dapat diatur dengan suatu sistem yang disebut tabu search. Pada dasarnya, pengertian Tabu Search adalah suatu strategi yang bertujuan untuk memandu prosedur pencarian lokal yang dikenal dengan sebutan strategi meta (meta ? strategy). Strategi ini bertujuan untuk mencegah proses pencarian yang terjebak di optimal lokal. Jadi dengan penerapan metode ini dapat ditemukan rute patroli yang paling optimal serta jumlah kendaraan yang dibutuhkan sehingga pelaksanaan patroli pengamanan sebagai bagian dari pengamanan bank DEF dapat dilaksanakan dengan baik sehingga tujuan pengamanan dapat tercapai.

---

The development of banking industry in order to support people activity growth so rapidly. This can be seen from the development of large bank and medium bank, complete with branch offices? in building properties, shopping mall and others. Therefore, in order to guard the bank from threat of dangerous can be done just by doing a simple guarding night watch system but also need a quality and educated security forces with support of patrol units. Therefore, it need a method to arrange a patrol activity in a good order effectively and efficiently in order to know where the patrol has to go, which route to take and also the number of vehicle needed to do the patrol. This problem can be done by using Tabu Search method. Tabu Search method is known as a method of strategy that its objective is to guide local search known as meta ? strategy. The goal of this strategy is to prevent a trap in the local optimal search. In conclusion, it can be seen that this method has found an optimal route and the number of vehocle needed, as a result the security patrol as part of the security system of bank DEF can be done effectively and efficiently."

"Pada perusahaan manufaktur, penjadwalan produksi job shop memegang peranan yang penting dalam hal tercapainya kondisi yang mendekati optimal dalam proses produksi. Melalui penelitian ini penulis bermaksud untuk menerapkan algoritma tabu search pada penjadwalan produksi job shop dengan tujuan minimasi penalty awal dari permasalahan yang ada lalu solusi tersebit dijadikan sebagai solusi terbaik. Solusi terbaik tersebut dimaksudkan ke dalam tabu list, setelah itu di proses di iterasi berikutnya sampai mendekati titik optimal. Penelitian ini mempunyai 5 job yang bertotalkan 95 komponen yang akan diproses di 24 mesin.Dari hasil percobaan yang telah dilakukan, dapat disimpulkan bahwa algoritma tabu search mempunyai hasil sejumlah 5732 menit dan apabila dibandingkan dengan solusi awal mengalami penurunan makespan sebesar 6.2 % yang lebih baik pada permasalahan penjadwalan produksi job shop dengan tujuan minimasi penalti keterlambatan.

---

In manufacturing, production scheduling job shop plays an important role in the achievement of near-optimal conditions in the production process. Through this study the author intends to apply the tabu search algorithms on the production job shop scheduling with the goal of minimizing the initial penalty of existing problems and solutions tersebit serve as the best solution. The best solution is intended to the taboo list, after it was processed in the next iteration until near the optimum point. This study has 5 job that bertotalkan 95 components will be processed in 24 machines.

From the results of experiments that have been done, we can conclude that tabu search algorithms have the results of a number of 5732 minutes and when compared with the initial solution makespan decreased by 6.2% better on the production job shop scheduling problem with the objective of minimizing the delay penalty."