Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tujuan tugas akhir ini adalah untuk meminimalisasi biaya pemindahan bahan dengan cara merancang ulang tata letak pabrik. Perancangan ulang tata letak pabrik adalah sebuah permasalahan yang rumit, oleh karena itu kita memerlukan metode yang tepat untuk mendapatkan solusi optimal. Metode penelitian yang digunakan dalam tugas akhir ini merupakan salah satu metode meta-heuristic yaitu Algoritma Differential Evolution (DE). Prinsip Algoritma DE sesuai dengan analogi evolusi biologi yang terdiri atas inisialisasi populasi, mutasi, pindah silang dan seleksi. Algoritma ini mempunyai banyak keunggulan yaitu : sederhana, mudah digunakan dan cepat.

---

The purpose of this final project is to minimize material handling cost by relayout the plant facilities. The re-layout of plant facilities is a complicated problem therefore we need the right method to get the optimum solution. The research method used in this final project is one of meta-heuristic method that is Differential Evolution Algorithm (DE). The principal of DE Algorithm as according to biology evolution analogy, which is consist of population initialization, mutation, crossover and selection. This algorithm has many of advantages that are: simple, easy to be used and fast."

"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."

"Hingga saat ini tidak ada satupun metode pendekatan yang ampuh diterapkan untuk mendapatkan solusi dari Unequal Area Facility Layout Problems untuk semua kasus, sehingga penelitian ini dilakukan untuk meneliti kemungkinan metode representasi kontinu dengan bantuan algoritma Differential Evolution dapat menjadi metode yang lebih baik dari metode-metode sebelumnya. Objek perbandingan yang digunakan adalah nilai rekor optimum yang dapat dicapai oleh masing-masing metode. Hasil dari penelitian ini adalah data-data nilai optimum yang dihasilkan oleh algoritma Differential Evolution untuk dua puluh kasus Unequal Area Facility Layout Problems yang sudah pernah dicari nilai optimalnya oleh metode lainnya. Setelah penelitian dilakukan, algoritma Differential Evolution mampu meningkatkan nilai optimal untuk satu dari dua puluh problem.

---

Up until now there is no single method that able to generate solution from Unequal Area Facility Layout Problems for all cases, therefor this research objective is to find the possibility of continue representation method with Differential Evolution algorithm becomes a better method than preovius methods. The comparison object is optimum value record that can be achieved by those methods.

The result of this research is datas of optimum value generated by Differential Evolution algorithm for twenty cases of Unequality Area Facility Layout Problems that has been solved by the other methods. After this research done, Differential Evolution algorithm can only improve optimum value for one from twenty cases."

"Penelitian ini membahas masalah penjadwalan job shop pada suatu perusahaan tertentu. Permasalahan job shop merupakan permasalahan yang sudah umum, akan tetapi pada penelitian ini ada keunikan dimana ada pengulangan proses dari job tertentu yang harus dikerjakan pada mesin tertentu sebelumnya. Sebagai akibatnya ?ditambahkan? mesin dummy untuk membantu mempermudah penyelesaian masalah ini, penambahan mesin mana menjadikan uniknya persoalan job shop. Sebagai model job shop digunakan 10 jobs dengan 85 pesanan dan 6 mesin yang berbeda, ditambah dengan 2 mesin dummy. Masalah penjadwalan dalam job shop ini diselesaikan dengan menggunakan metode algoritma differential evolution (DE) yang meminimalkan total biaya produksi. Penjadwalan dengan metode algoritma DE memberikan solusi yang cepat. Hasil dari penjadwalan dapat menghemat 0.19% total biaya produksi, juga makespan mengalami perbaikan 24% terhadap jadwal lama. Dengan demikian perusahaan bisa meningkatkan jumlah pesanan.

---

This study presents a job shop scheduling problem on a specific company. Job shop is a common problem, but in this study, there is a uniqueness of the job shop involving a repetition process of operation on certain jobs. As a result, dummy machine is ?added? to ease the problem. The model used 10 jobs, 85 orders and 6 different machines with 2 additional dummy machines. Differential evolution (DE) algorithm method is used to solve the problem, which minimizes the total cost of production. Scheduling with DE algorithm provides a quick solution. The results save 0.19% of total production costs, and improve makespan 24% compared to old scheduling. With the proposed method the company can increase the numbers of orders."

"Biaya transportasi merupakan salah satu komponen utama dalam struktur biaya logistik total. Transportasi yang efisien dapat memberikan kontribusi pada penurunan biaya logistik total. Salah satu komponen utama transportasi yang harus diperbaiki untuk mengurangi biaya transportasi adalah penentuan rute kendaraan yang dikenal dengan istilah vehicle routing problem. Tujuan dari VRP adalah mengatur urutan rute pengiriman sehingga menghasilkan jarak tempuh total seminimal mungkin. Untuk menyelesaikan permasalahan pengiriman produk di perusahaan pembuatan komponen otomotif ini, maka dikembangkan model penyelesaian VRP menggunakan algoritma Differential Evolution. Keunggulan DE adalah strukturnya yang sederhana, mudah diimplementasikan, cepat dalam mencapai tujuan, dan tangguh. Rute usulan hasil penelitian menghasilkan perbaikan, yaitu pengurangan jarak tempuh sebesar 23,87% dan biaya transportasi sebesar 17%.

---

Transportation cost constitute a main component in total logistic cost. Efficient transportation can contribute in saving total logistic cost. One of transportation component that should be corrected to reduce cost of transportation is vehicle routing problem. The objective of VRP is to set delivering routes order so that its total distance can be minimize. In order to solve delivery problem in this Component Automotif Manufacturing Industry, VRP model was developed using Differential Evolution algorithm. DE is a population based and direct stochastic search algorithm which simple, yet powerful and straightforward The result of this research shows the improvement that reduce total distance traveled by and transportation cost by 11,13%."

"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."

"Semakin meningkatnya pengguna telepon seluler di Indonesia berakibat pada munculnya berbagai operator baru. Hal ini tentu juga berdampak pada semakin banyaknya Base Transceiver Station (BTS) yang dipasang pada menara yang harus diletakkan di berbagai tempat guna memenuhi kebutuhan pengguna telepon seluler agar dapat menggunakan jasa telepon seluler dimanapun mereka berada. Hal ini mendorong para operator untuk membangun banyak menara sehingga letaknya terkesan tidak tertata dan tidak teratur sehingga dikeluarkanlah suatu peraturan pemerintah baru yang mengharuskan bahwa satu menara telekomunikasi harus digunakan oleh lebih dari satu operator untuk mengatasi permasalahan ini. Hal ini pun telah mendorong munculnya perusahaanperusahaan yang menyediakan jasa penyewaan BTS yang diantaranya adalah PT SK. Penelitian ini bertujuan untuk menentukan titik-titik optimum dari peletakan BTS pada Kabupaten Purwakarta dimana titik-titik tersebut digunakan untuk merelokasi BTS yang sebelumnya digunakan secara sendiri-sendiri oleh tiga operator, yaitu A, B, dan C di 66 titik di Kabupaten Purwakarta yang dilakukan oleh PT SK. Selain itu, relokasi juga dilakukan dengan menambahkan 32 titik baru sehingga memiliki total lokasi sebanyak 98 buah. Penentuan titik-titik optimum tersebut menggunakan metode optimasi algoritma Differential Evolution. Hasil yang diperoleh dari penelitian ini adalah peningkatan area layanan secara berturut-turut sebesar 41%, 58%, dan 120% untuk Operator A, B, dan C.

---

The growing number of cellular phone users in Indonesia has accelerated the emerging of new providers. This phenomenon results in encouraging the providers to locate many Base Transceiver Stations installed on towers in many spots in order to fulfill the customers' needs to use the cellular phone services. The locating of many BTS in many spots done by a number of providers has resulted in disorganized locating of the BTS. To solve the problem, the Indonesian government issued decree that requires every tower to be used by more than one BTS. The decree also resulted in the emergence of many companies that offer tower renting service to cellular phone providers. One of those companies is PT SK.

The goal of this research is to determine the optimum coordinates of BTS locating in Kabupaten Purwakarta where those coordinates are used to relocate BTS in 66 locations that had been previously used individually by three providers, Provider A, B, and C by PT X and to increase the coverage of the each provider. In addition, PT X also added new 32 spots to locate the BTS. This problem is solved using Differential Evolution algorithm. The result of this research is the increase of the coverage of each provider which are increase of 41%, 58%, and 120% for Provider A, B and C respectively."

"Penelitian ini adalah sebuah pengembangan model representasi kontinyu dari permasalahan Tata Letak Mesin. Tata letak mesin yang baik dapat mengurangi biaya pemindahan material dalam sebuah sistem produksi. Di dalam permasalahan tata letak mesin, telah dilakukan banyak metode untuk mendapatkan tata letak yang optimal sehingga meminimalkan biaya pemindahan material, tetapi, belum dilakukan pengembangan dengan representasi kontinyu. Penelitian ini mengembangkan sebuah model menggunakan algoritma Differential Evolution sebagai representasi kontinyu. Lebih jauh lagi, dilakukan perbandingan untuk melihat kelebihan metode ini dari metode lain. Setelah penelitian dilakukan, diperoleh sebuah pengembangan metode DE yang baik untuk problem Tata Letak Mesin berukuran kecil sampai sedang.

---

This research is a continue representation model development of Machine Layout Problems. A good machine layout can reduce material handling cost of a production system. In order to find solution for machine layout problems, some researchs has been developed. But, there has not been any continue representation for it.

This research developes a model using Differential Evolution algorithm as continue representation. Furthermore, a comparison with previous studies was developed. The result of this research was a DE method development to find solutions for small to middle sized MLP."

"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."

"Bahan bakar adalah salah satu komponen terbesar dalam biaya penyediaan tenaga listrik. Oleh karena itu, diperlukan mekanisme optimasi yang bertujuan untuk menghasilkan daya sesuai permintaan dengan konsumsi biaya bahan bakar minimum. Di sisi lain, penyediaan tenaga listrik kini jarus memperhatikan faktor keberlanjutan / sustainability, diantaranya faktor jumlah emisi yang dihasilkan operasi pembangkitan. Tujuan tesis adalah untuk membuat program optimasi pembagian beban antar jenis pembangkit yang dapat memenuhi persamaan tujuan tertentu. Program optimasi dapat merespon perubahan siklus beban harian, sehingga hasil optimasi dapat langsung diaplikasikan dalam operasi harian pembangkit. Terdapat beberapa jenis fungsi tujuan dalam program optimasi, diantaranya : biaya bahan bakar total minimum, optimasi emisi total minimum dan optimasi total biaya bahan bakar dan eksternalitas emisi. Khusus untuk optimasi biaya bahan bakar minimum, diuji dua bentuk kurva, yaitu kurva polynomial convex dan kurva non convex. Fungsi pembatas optimasi adalah tegangan, kapasitas pembangkit dan kesetimbangan daya dalam sistem tenaga listrik IEEE 14 Bus. Tiga jenis pembangkit disimulasikan, yaitu Pembangkit Listrik Tenaga Gas Siklus Terbuka, Pembangkit Listrik Tenaga Gas Siklus Kombinasi (CCGT) dan Pembangkit Listrik Tenaga Uap berbahan bakar Batubara. Metode yang dipilih adalah algoritma evolusi diferensial. Untuk menguji validitas, digunakan algoritma pemrograman linier sebagai pembanding. Hasil simulasi menunjukkan bahwa algoritma evolusi diferensial bekerja dengan handal untuk jenis persamaan tujuan convex dan non convex. Evolusi diferensial juga dapat merespon perubahan jenis persamaan tujuan. Untuk optimisasi biaya bahan bakar minimum, evolusi diferensial memprioritaskan pembangkit listrik berbahan bakar batubara, yang memiliki harga bahan bakar $/MW terendah. Sedangkan untuk optimasi emisi minimum, evolusi diferensial akan memprioritaskan pembangkit listrik berbahan bakar gas, yang memiliki nilai emisi tCO2/MW yang terendah.

---

Fuel is one of the main components of electricity cost. An optimization method is needed to produce required power with minimum fuel cost. On the other side, powerplants are required to pay adequate attention to sustainability nowadays. One of the major sustainability factor is the emission product which result from fuel combustion. The purpose of this thesis is to develop an optimization program related to generator dispatch with several objective functions. Optimization program could respond to daily load variation, hence its output could be directly applied in daily generator dispatch operation.

Several objective functions being tested in this paper are : minimum fuel cost, minimum emission, minimum fuel & emission externality cost. For fuel cost, two types of objective functions are being tested : polynomial convex and non convex functions. Constraints for optimization program consist of : system voltage, powerplant real and reactive capacity and loadflow balance of IEEE 14 Bus power system. Three types of generation unit are being tested : Open Cycle Gas Turbine, Combined Cycle Gas Turbine, and Coal Fueled Steam Turbine.

The chosen method is differential evolution. To test the validity of this algorithm, linear programming is used as benchmark. Simulation result shows that differential evolution is a robust algorithm for convex and non convex objective functions. Differential evolution could also respond well to different types of objective functions. For fuel cost constrained optimization, differential evolution will prioritize the coal fueled generation unit, which has lowest fuel cost $/MW. On the other hand, for emission constrained optimization, differential evolution will prioritize gas fueled generation unit, which has lowest emission value tCO2/MW compared to other units. "