Artificial Immune System untuk permasalahan Job Shop Scheduling

Abstract

Karya ilmiah ini akan membahas mengenai penyelesaian permasalahan Job Shop Scheduling. Job Shop Scheduling adalah penjadwalan yang melibatkan n buah pekerjaan dan m buat mesin dalam urutan proses yang berbeda .Setiap mesin hanya dapat memproses tepat 1 pekerjaan dalam 1 kurun waktu tertentu dan setiap pekerjaan akan diproses pada seluruh mesin. Pada Job Shop Scheduling, saat sebuah mesin melakukan pekerjaan, maka mesin lain tidak dapat melakukan pekerjaan yang sejenis dalam waktu yang bersamaan. Urutan pengerjaan yang berbeda akan menghasilkan waktu total pengerjaan yang berbeda. Hasil akhir yang diharapkan dari penyelesaian permasalahan ini adalah waktu total pengerjaan berdasarkan urutan pengerjaan pekerjaan yang dilakukan. Terdapat banyak algoritma yang dapat digunakan untuk menyelesaikan permasalahan job shop scheduling. Pada skripsi ini, algoritma yang digunakan adalah algoritma clonal selection. Algoritma clonal selection merupakan algoritma yang berasal dari konsep artificial immune system. Artificial immune system adalah sebuah konsep yang dikembangkan berdasarkan perilaku imun sistem manusia. Sistem imun manusia memiliki kemampuan untuk mengenali benda asing dan mengeleminasinya dengan cara membuat antibodi. Antibodi akan melalui proses cloning lalu proses mutasi untuk memperbaiki antibodi. Algoritma clonal selection akan menerapkan prinsip cloning dari antibodi dan dimutasi untuk mencari solusi yang paling optimal. Tujuan dari perangkat lunak yang dibuat adalah menampilkan jadwal terbaik beserta waktu akhir dari sebuah jadwal. Perangkat lunak pada penelitian ini mampu menghasilkan jadwal terbaik dari sejumlah jadwal yang dihasilkan job shop scheduling. Pengukuran kualitas akan menggunakan Tailard’s Benchmark. PadaTailard’s Benchmark terdapat 2 nilai yang akan dijadikan sebagai nilai pembanding yaitu nilai batas atas dan nilai batas bawah. Nilai batas atas adalah nilai terbaik yang dapat dicapai pada sebuah kasus penjadwalan dengan menggunakan sebuah lingkup pengujian yang sama, sedangkan batas bawah merupakan nilai terburuk pada lingkup pengujian yang sama. Untuk mengetahui kinerja dari algoritma ini, akan dilakukan eksperimen dengan mengganti nilai parameter yang ada pada perangkat lunak. Parameter yang akan diuji pada skripsi ini adalah jumlah iterasi, jumlah mutasi dan jumlah clone. Berdasarkan eksperimen yang telah dilakukan dengan mengganti nilai parameter yang ada yaitu jumlah iterasi, jumlah mutasi, dan jumlah clone dapat mempengaruhi kandidat solusi yang didapat. Semakin banyak jumlah iterasi, jumlah mutasi dan jumlah clone yang digunakan maka akan semakin baik hasil yang dicapai. Algoritma clonal selection belum mampu mencapai batas atas maupun batas bawah dari kasus Tailard. Untuk mencapai hasil yang optimal, butuh peningkatan jumlah parameter secara signifikan. Semakin tinggi jumlah parameter yang dipakai, maka waktu untuk menjalankan perangkat lunak akan semakin lama.