Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini membahas permasalahan suatu perusahaan kontraktor tambang dalam menentukan jumlah dan biaya alat training yang harus dikeluarkan untuk melaksanakan kegiatan training operator. Untuk memperoleh solusi optimal pada permasalahan ini diperlukan suatu sistem penjadwalan training operator dengan metode yang tepat. Metode yang digunakan dalam penelitian ini adalah algoritma Differential Evolution (DE). DE membantu penelitian yang memiliki fungsi tujuan meminimumkan total biaya pembelian alat training ini untuk memperoleh solusi yang optimal. Solusi yang dihasilkan memberikan penurunan jumlah alat yang dibeli sebesar 36,7% yaitu 19 alat dari 30 alat dengan biaya yang juga mengalami penurunan sebesar 69,6% yaitu $3.702.163,20 dibandingkan dengan penjadwalan yang dilakukan perusahaan.

---

This research discusses a mining contractor company's problem in determining the amount and cost of purchasing training equipment that must be issued to conduct the operator training. Getting the optimal problem solution require a right method of operator training scheduling system.

The method used in this research that has the objective function to minimize the total of the purchasing training equipment cost is Differential Evolution (DE) algorithm. DE assist it to obtain the optimal solution.

The solution reduce 36.7% amount of equipment purchased from 30 to 19 equipment and 69.6% equipment purchasing cost as much as $3,702,163.20 compared to the company scheduling result."

"Penelitian ini membahas masalah penjadwalan job shop. Pada sistem ini akan dilakukan kegiatan pemuatan barang ke dalam kontainer ekspor dimana waktu kedatangan dari kendaraan pembawa barangnya adalah bervariasi atau dinamis. Penjadwalan suatu kegiatan merupakan suatu permasalahan yang kompleks sehingga dibutuhkan metode yang tepat untuk mendapatkan solusi yang optimal untuk masalah ini. Metode penelitian yang digunakan adalah salah satu dari metode meta-heuristik, yaitu algoritma differential evolution (DE). Prinsip algoritma DE sesuai dengan analogi evolusi biologi, yaitu terdiri dari proses inisialisasi populasi, proses mutasi, proses pindah silang, dan proses seleksi. Algoritma ini memiliki beberapa keunggulan, yaitu konsepnya sederhana, mudah diaplikasikan, cepat dalam menghasilkan solusi, dan tangguh. Fungsi tujuan dari permasalahan ini ialah meminimumkan total biaya keterlambatan seluruh job. Penjadwalan yang diperoleh melalui algoritma differential evolution pada proses kegiatan pemuatan barang ekspor di perusahaan third party logistics dengan studi kasus PT.X menghasilkan total biaya lembur seluruh job sebesar Rp.8.244.000. Jadi, usulan jadwal menghasilkan penurunan total biaya keterlambatan sebesar 9% dibandingkan jadwal perusahaan.

---

This research presents job shop scheduling. This system will imply for stuffing activity where the arrival time of truck is dynamic. Production scheduling is a complex problem so that appropriated method to produces the optimal solution of it is needed. Method of this research is one of metaheuristic algorithms, differential evolution (DE) algorithm. The principle of DE algorithm is based on analogy of biological evolution that consists of population initiation process, mutation process, crossover process, and selection process. This algorithm has some strengths because of its simply structure, ease to use, speed, and robustness. The objective function in this problem is to minimize total of tardiness costs of all jobs. The schedule that is obtained from differential evolution algorithm produces in stuffing process of PT. X as a Third Party Logistics company, the total of overtime costs are 8.244.000 rupiah, Thus, new schedule produces reduction of total of tardiness costs about 9% compared with schedule of company."

"Penelitian ini membahas masalah penjadwalan job shop pada suatu perusahaan. Pada sistem ini akan dihasilkan sejumlah produk dalam beberapa jenis dengan rute yang dapat berbeda satu sama lain. Penjadwalan produksi merupakan suatu permasalahan yang kompleks sehingga dibutuhkan metode yang tepat untuk mendapatkan solusi yang optimal untuk masalah ini. Metode penelitian yang digunakan adalah salah satu dari metode meta-heuristik, yaitu algoritma differential evolution (DE). Prinsip algoritma DE sesuai dengan analogi evolusi biologi, yaitu terdiri dari proses inisialisasi populasi, proses mutasi, proses pindah silang, dan proses seleksi. Algoritma ini memiliki beberapa keunggulan, yaitu konsepnya sederhana, mudah diaplikasikan, cepat dalam menghasilkan solusi, dan tangguh. Fungsi tujuan dari permasalahan ini ialah meminimumkan nilai makespan (waktu total penyelesaian keseluruhan job). Penjadwalan yang diperoleh melalui algoritma differential evolution menghasilkan nilai makespan sebesar 3198 menit, sedangkan jadwal perusahaan menghasilkan 3209 menit. Jadi, dengan menggunakan algoritma differential evolution terjadi pengurangan total waktu proses seluruh job yaitu 11 menit. Dalam penelitian ini digunakan data waktu proses yang sama agar hasil perhitungan dapat lebih akurat terhadap fungsi tujuan yang diinginkan.

---

This research presents job shop scheduling at a company. This system yields large amount of different products with some different manufacture processes. Production scheduling is a complex problem so that appropriated method to produces the optimal solution of it is needed.

Method of this research is one of metaheuristic algorithms, differential evolution (DE) algorithm. The principle of DE algorithm is based on analogy of biological evolution that consists of population initiation process, mutation process, crossover process, and selection process. This algorithm has some strengths because of its simply structure, easy to use, speed, and robustness. The objective function in this problem is to minimize total of finish time process of all jobs.

The result of scheduling that is obtained from differential evolution algorithm produces total of finish time process is 3198 minutes, meanwhile the schedule of company produces 3209 minutes. So, there are some reducing time of total finish time process of all jobs as much as 11 minutes. In this research, we use same data in order to get more accurate calculation based on objective function."

"Penelitian ini membahas masalah penjadwalan job shop pada suatu perusahaan otomotif. Pada sistem ini akan dihasilkan sejumlah produk dalam beberapa jenis dengan rute yang dapat berbeda satu sama lain. Penjadwalan produksi merupakan suatu permasalahan yang kompleks sehingga dibutuhkan metode yang tepat untuk mendapatkan solusi yang optimal untuk masalah ini. Metode penelitian yang digunakan adalah salah satu dari metode meta-heuristik, yaitu algoritma differential evolution (DE).Prinsip algoritma DE sesuai dengan analogi evolusi biologi, yaitu terdiri dari proses inisialisasi populasi, proses mutasi, proses pindah silang, dan proses seleksi. Algoritma ini memiliki beberapa keunggulan, yaitu konsepnya sederhana, mudah diaplikasikan, cepat dalam menghasilkan solusi, dan tangguh. Fungsi tujuan dari permasalahan ini adalah meminimumkan makespan. Penjadwalan yang diperoleh melalui algoritma differential evolution menghasilkan makespan sebesar 1.207.624,4 detik, sedangkan jadwal perusahaan menghasilkan 1.253.272,8 detik. Jadi, usulan jadwal menghasilkan penurunan makespan sebesar 3,64% dibandingkan jadwal perusahaan.

---

This research presents job shop scheduling at a automotive company. This system yields large amount of different products with some different manufacture processes. Production scheduling is a complex problem so that appropriated method to produces the optimal solution of it is needed. Method of this research is one of meta-heuristic algorithms, differential evolution (DE) algorithm.

The principle of DE algorithm is based on analogy of biological evolution that consists of population initiation process, mutation process, crossover process, and selection process. This algorithm has some strengths because of its simply structure, ease to use, speed, and robustness. The objective function in this problem is to minimize makespan. The schedule that is obtained from differential evolution algorithm produces makespan of 1.207.624,4 seconds, meanwhile the schedule of company produces 1.253.272,8 seconds. Thus, new schedule produces reduction of makespan about 3.64% compared with schedule of company."

"Penelitian ini membahas masalah penjadwalan job shop pada suatu perusahaan. Pada sistem ini akan dihasilkan sejumlah produk dalam beberapa jenis dengan rute yang dapat berbeda satu sama lain. Penjadwalan produksi merupakan suatu permasalahan yang kompleks sehingga dibutuhkan metode yang tepat untuk mendapatkan solusi yang optimal untuk masalah ini. Metode penelitian yang digunakan adalah salah satu dari metode meta-heuristik, yaitu algoritma differential evolution (DE). Prinsip algoritma DE sesuai dengan analogi evolusi biologi, yaitu terdiri dari proses inisialisasi populasi, proses mutasi, proses pindah silang, dan proses seleksi. Algoritma ini memiliki beberapa keunggulan, yaitu konsepnya sederhana, mudah diaplikasikan, cepat dalam menghasilkan solusi, dan tangguh. Fungsi tujuan dari permasalahan ini ialah meminimumkan total biaya keterlambatan seluruh job. Penjadwalan yang diperoleh melalui algoritma differential evolution menghasilkan total biaya keterlambatan seluruh job sebesar 28395 menit, sedangkan jadwal perusahaan menghasilkan 33190 menit. Jadi, usulan jadwal menghasilkan penurunan total biaya keterlambatan sebesar 14,45% dibandingkan jadwal perusahaan. Selain itu; jumlah job yang terlambat, total keterlambatan, dan total waktu penyelesaian seluruh job juga mengalami penurunan; yaitu secara berurutan sebesar 11,11%; 11,47%; dan 0,1%.

---

This research presents job shop scheduling at a company. This system yields large amount of different products with some different manufacture processes. Production scheduling is a complex problem so that appropriated method to produces the optimal solution of it is needed. Method of this research is one of metaheuristic algorithms, differential evolution (DE) algorithm. The principle of DE algorithm is based on analogy of biological evolution that consists of population initiation process, mutation process, crossover process, and selection process. This algorithm has some strengths because of its simply structure, ease to use, speed, and robustness. The objective function in this problem is to minimize total of tardiness costs of all jobs. The schedule that is obtained from differential evolution algorithm produces total of tardiness costs of 28395 minutes, meanwhile the schedule of company produces 33190 minutes. Thus, new schedule produces reduction of total of tardiness costs about 14.45% compared with schedule of company. Moreover, the number of tardy jobs, total of tardiness, and makespan also show reduction about 11.11%, 11.47%, and 0.1% respectively."

"Skripsi ini mempresentasikan algoritma differential evolution pada permasalahan job shop dengan fungsi tujuan meminimumkan makespan. Representasi populasi individu diperoleh dari bilangan acak. Bilangan acak tersebut menjadi acuan aturan smallest position value yang akan digunakan untuk mengkonversikan nilai posisi kontinyu bagi permutasi job, yang kemudian diterjemahkan menjadi job repetition vector. Penjadwalan dihasilkan dengan menggunakan prosedur job repetition vector. Metode ini diaplikasikan menggunakan data sekunder penelitian seseorang di PT X. Metode tersebut selanjutnya akan dibandingkan dengan metode lain pada permasalahan job shop.

---

This skripsi presents a differential evolution algorithm for job shop scheduling problem with makespan criterion. The individual representation of the problem is based on random keys. The random key representations develops smallest position value rule in order to convert the continuous position values to the discrete job permutations. The schedules are constructed using job repetition vector procedure. The approach is tested on a standard instance taken from the literature which uses data from PT X. The approach is then compared with other approaches."

"Menumpuknya pesawat terbang pada saat pemeliharaan berkala menyebabkan kurangnya pesawat terbang yang dapat dioperasikan untuk pelatihan bagi mahasiswa penerbang. Untuk itu diperlukan jadwal pemakaian dan jadwal pemeliharaan pesawat terbang agar diperoleh jadwal yang optimal. Penelitian ini bertujuan untuk memperoleh suatu sistem penjadwalan pemeliharaan pesawat terbang yang optimal dengan meminimumkan terjadinya pemeliharaan 2000 jam secara bersamaan dengan metode Algoritma Menetika. Hasil yang dicapai adalah jadwal pemeliharaan pesawat terbang dengan meminimumkan terjadinya pemeliharaan 2000 jam selama 10 tahun dengan standard deviasi sebesar 0,43955.

---

Stacked of aircraft at the time in a periodic aircraft maintenance causing the lack of aircraft which is operated for the aviation training students. This require the schedule usage and aircraft maintenance schedule in order to obtain the optimal schedule.

This study aims to obtain a maintenance scheduling system of the optimal aircraft to minimize the occurrence of 2000-hour maintenance in conjunction with memetic algorithm method.

The results are an aircraft maintenance schedule to minimize the occurrence of 2000-hour maintenance for 10 years with a standard deviation of 0.43955."

"Menumpuknya pesawat terbang pada saat pemeliharaan berkala menyebabkan kurangnya pesawat terbang yang dapat dioperasikan untuk pelatihan bagi mahasiswa penerbang. Untuk itu diperlukan jadwal pemakaian dan jadwal pemeliharaan pesawat terbang agar diperoleh jadwal yang optimal. Penelitian ini bertujuan untuk memperoleh suatu sistem penjadwalan pemeliharaan pesawat terbang yang optimal dengan meminimumkan terjadinya pemeliharaan 2000 jam secara bersamaan dengan metode algoritma genetik. Hasil yang dicapai adalah jadwal pemeliharaan pesawat terbang dengan meminimumkan terjadinya pemeliharaan 2000 jam selama 10 tahun dengan standard deviasi sebesar 0,43483.

---

Stacked of aircraft at the time in a periodic aircraft maintenance causing the lack of aircraft which is operated for the aviation training students. This require the schedule usage and aircraft maintenance schedule in order to obtain the optimal schedule.

This study aims to obtain a maintenance scheduling system of the optimal aircraft to minimize the occurrence of 2000-hour maintenance in conjunction with genetic algorithm method.

The results are an aircraft maintenance schedule to minimize the occurrence of 2000-hour maintenance for 10 years with a standard deviation of 0.43483."

"Penelitian ini membahas masalah penjadwalan job shop pada suatu perusahaan otomotif. Pada sistem ini akan dihasilkan sejumlah produk dalam beberapa jenis dengan rute yang dapat berbeda satu sama lain. Penjadwalan produksi merupakan suatu permasalahan yang kompleks sehingga dibutuhkan metode yang tepat untuk memperoleh solusi yang optimal untuk masalah ini.Metode penelitian yang digunakan adalah salah satu dari metode meta-heuristik, yaitu algoritma differential evolution (DE). Prinsip algoritma DE sesuai dengan analogi evolusi biologi, yaitu terdiri dari proses inisialisasi populasi, proses mutasi, proses pindah silang dan proses seleksi. Algoritma ini memiliki beberapa keunggulan, yaitu konsepnya sederhana, mudah diaplikasikan, cepat dalam menghasilkan solusi, dan tangguh. Fungsi tujuan dari permasalahan ini adalah meminimumkan makespan.Penjadwalan yang diperoleh melalui algoritma differential evolution menghasilkan makespan sebesar 286.432,4 detik, sedangkan jadwal perusahaan menghasilkan 313.325 detik. Jadi, usulan jadwal menghasilkan penurunan makespan sebesar 8,58 % dibandingkan jadwal perusahaan.

---

This research discusses job shop scheduling problems in the automotive company. This system yields large amount of different products with some different manufacture processes. Production scheduling is the complex problems so that approriated method to produces the optimal solution of it is needed.

Method of this research is one of meta-heuristic algorithms, differential evolution (DE) algorithm. The principle of DE algorithm is based on analogy of biology evolution that consists of population initiatilization process, mutation process, crossover process, and selection process. This algorithm has some strengths because of its simply structure, ease to use, speed, and robustness. The objective function in this problem is to minimize makespan.

This schedule that is obtained from differential evolution algorithm produces makespan of 286,432.4 seconds, meanwhile the schedule of company produces 313,325 seconds. Thus, new schedule produces reduction of makespan about 8.58% compare with schedule of company."

"ABSTRAKIndustri alas kaki merupakan salah satu jenis industri yang memiliki pertumbuhan cukup signifikan saat ini tidak hanya di Indonesia, namun juga di dunia. Industri alas kaki terus dikembangkan karena mampu memberikan kontribusi terhadap perekonomian nasional. Namun, terjadi penurunan daya beli pada komponen pakaian, alas kaki, dan jasa perawatannya di Indonesia. Selain itu, biaya produksi sepatu di Indonesia lebih tinggi dari negara asia lainnya. Salah satu tantangan yang menjadi fokus pada penelitian ini adalah mengefisiensikan biaya produksi dengan meningkatkan produktivitas melalui penjadwalan produksi yang optimal. Salah satu perusahaan alas kaki di Tangerang membutuhkan penjadwalan produksi yang optimal, oleh karena itu metode Goal Programming dengan tujuan untuk meminimasi biaya pinalti dan keterlambatan pada produksi diterapkan untuk membantu perusahaan membuat penjadwalan produksi yang optimal yang dibantu dengan peranti lunak LINGO 11.0. Hasil dari penelitian ini adalah penelitian ini mampu menghasilkan penjadwalan produksi yang optimal yang dapat meniadakan penumpukan sehingga tidak ada biaya pinalti yang harus dikeluarkan oleh perusahaan. Selain itu, hasil penelitian selanjutnya adalah keterlambatan dapat diminimalisir namun tidak dapat dihilangkan sehingga masih terdapat tiga jenis produk yang mengalami keterlambatan produksi.

---

ABSTRACTFootwear industry is one type of industry that has significant growth today not only in Indonesia, but also in the world. Footwear industry continues to be developed because it is able to contribute to the national economy. However, there is a decrease in purchasing power on the components of clothing, footwear, and maintenance services in Indonesia. In addition, the cost of shoe production in Indonesia is higher than other Asian countries. One of the challenges that focuses on this research is to streamline production costs by increasing productivity through optimal production scheduling. One footwear company in Tangerang requires optimal production scheduling, therefore Goal Programming method with the aim to minimize penalty costs and delay in production is applied to help the company make optimal production scheduling assisted by LINGO 11.0 software. The result of this research is that this research is able to produce optimal production scheduling which can eliminate the accumulation so that there is no penalty fee to be issued by the company. In addition, the results of further research is the delay can be minimized but can not be eliminated so that there are still three types of products that experienced production delays."