Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
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.

Abstrak :
Sistem pengadaan bahan baku pada perusahaan manufaktur dari pemasok ke pabrik produksi dituntut untuk menjadi sangat efektif dan efisien. Penelitian ini bertujuan untuk meminimalkan jarak tempuh truk yang mengambil komponen dari pemasok berdasarkan sistem milkrun sehingga diperoleh rute dan penggunaan jumlah truk yang optimal pada perusahaan. Optimasi rute dihasilkan dengan menggunakan metode algoritma Differential Evolution. Keunggulan Differential Evolution adalah strukturnya yang sederhana, mudah diimplementasikan, cepat dalam mencapai tujuan, dan tangguh. Dengan menggunakan metode ini sistem transportasi dapat dioptimalkan sehingga biaya logistik dapat diminimalkan. Hasil yang diperoleh dari penelitian ini adalah penurunan jarak tempuh 1,230.4 km atau sebesar 15.23%. ......Materials procurement system in a manufacturing plant is demanded to be very effective and efficient. The purpose of this research is to minimize truck's travelled distance based on Milkrun system in order to achieve optimum routes and truck utilization in the company. The optimization was obtained using the implementation of Differential Evolution Algorithm method. DE is a population based and direct stochastic search algorithm (minimizer or maximizer) which simple, yet powerful and straightforward. The preliminary results indicated that the proposed method could provide a practical tool to significantly reduce the travel distance which also means reduce the cost of logistic. The result of this research is the decreased of truck's travelled distance by 15.23%.

Abstrak :
Penelitian ini dilakukan untuk memperoleh rute distribusi produk gas yang optimal, sehingga dapat mengurangi jarak tempuh dan memungkinkan tercapainya efisiensi total biaya distribusi pada sebuah industri gas. Hal ini dilakukan dengan optimasi yaitu melalui penentuan rute distribusi. Optimasi rute dilakukan dengan menggunakan algoritma Differential Evolution. Differential Evolution merupakan salah satu algoritma evolusioner yang strukturnya sederhana, mudah diimplementasikan, dan cepat mencapai tujuan. Hasil yang diharapkan dari penelitan ini adalah usulan penentuan rute distribusi produk yang lebih optimal berdasarkan analisa jarak tempuh, utilisasi kendaraan, dan biaya pengiriman. Setelah penelitian dilakukan, diperoleh pengurangan jarak tempuh selama 5 hari sebesar 351.96 Km atau sebesar 17.3%. ......The aim of this research is to obtain the optimum routes for cylinder gas distribution, in order to reduce travelled distance and to attain the total distribution cost effeciency. Routes optimization were achieved using Differential Evolution Algorithm. Differential Evolution is a population based and direct stochastic seacrh algorithm (minimizer or maximazer) with simple, yet powerful, and straightforward. The result of this research was a recommendation for the optimum distribution routes based on travelled distance analysis, vehicle utilization, and delivery cost. After the research is completely done, the result of a distance reduction for 351.96 km or 17.3% in 5 days is successfully obtained.

Abstrak :
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.

Abstrak :
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.

Abstrak :
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.

Abstrak :
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.

Abstrak :
Penelitian ini membahas mengenai analisis kelayakan investasi alat angkut Perum BULOG divre DKI Jakarta melalui optimasi rute dan jumlah kendaraan dalam pendistribusian raskin. Metode yang digunakan untuk penentuan rute distribusi adalah Vehicle Routing Problem (VRP) Algoritma Differential Evolution (DE). VRP merupakan salah satu metode yang dapat digunakan untuk meningkatkan efisiensi biaya transportasi dan meminimumkan penggunaan kendaraan. Prinsip DE didasarkan pada konsep evolusi biologi, proses reproduksi, mutasi, pindah silang, dan penyeleksian. Hasil yang diperoleh dari penelitian ini adalah rute distribusi raskin wilayah DKI Jakarta menggunakan 7 unit kendaraan berkapasitas 9 ton dengan total jarak tempuh 13.779 km dan investasi alat angkut Perum BULOG divre DKI Jakarta layak untuk dilaksanakan dengan total investasi sejumlah Rp2.225.170.882 dengan modal pribadi sebesar Rp890.068.352 diperoleh IRR sebesar 38% dan NPV sebesar Rp756.028.837 dengan jangka waktu pengembalian modal adalah 4 tahun. ......This research studies about investment feasibility study in Perum BULOG divre DKI Jakarta through route and vehicle number optimization using Vehicle Routing Problem (VRP) and Differential Evolution (DE) algorithm. VRP is a method that applicable to increase efficiency of transportation cost and minimize the number of vehicles. In order to solve the problem, VRP model was developed using Differential Evolutin (DE) algorithm. DE is an algorithm that powerful enough in global optimization. The result obtained of this study is the distribution route using seven unit of vehicles with capacity of 9 tons and total mileage 13.779 km. Futhermore, vehicle investment is feasible to be implemented by Perum BULOG divre DKI Jakarta with total investment Rp2.225.170.882, with private capital for Rp890.068.352, Perum BULOG will obtain IRR 38%, NPV Rp756.028.837 and payback period 4 years.