Abstract:
Proses produksi merupakan kegiatan atau rangkaian kegiatan yang saling berkaitan untuk
memberikan atau menambah nilai suatu barang. Proses produksi memiliki beberapa faktor
yaitu, waktu, tenaga, sumber daya manusia, bahan baku, mesin dan alur produksi. Terbatasnya
sumber daya yang tersedia menyebabkan proses produksi memerlukan penjadwalan. Penjadwalan
adalah aktivitas perencanaan untuk menentukan kapan dan dimana setiap operasi sebagai bagian
dari pekerjaan secara keseluruhan harus dilakukan dengan sumber daya terbatas, waktu yang
ditentukan, dan memperhatikan kapasitas sumber daya. Tujuan dari penjadwalan adalah agar
seluruh pekerjaan dapat diselesaikan dengan memenuhi kriteria optimasi tertentu. Salah satu
kriteria optimasi yang biasanya digunakan adalah makespan yaitu total waktu yang diperlukan
untuk menyelesaikan seluruh pekerjaan.
Berdasarkan alur pemrosesan operasi, terdapat beberapa jenis penjadwalan produksi. Job
shop adalah salah satu jenis penjadwalan pada proses produksi yang digunakan untuk menghasilkan
produk-produk dengan jumlah produksi yang sedikit tetapi banyak model atau variannya.
Pada permasalahan penjadwalan job shop, terdapat sejumlah pekerjaan, yang disebut dengan
job, dan sejumlah mesin. Setiap pekerjaan terdiri atas sejumlah operasi dimana setiap operasi
mempunyai jenis yang berbeda. Urutan pengerjaan operasi dari satu job mungkin berbeda
dengan yang lain.
Pada skripsi ini, Job Shop Scheduling Problem diselesaikan dengan menggabungkan dua
algoritma metaheuristik yaitu algoritma Genetik dan algoritma Firefly. Algoritma Genetik
memiliki kelebihan dalam pencarian solusi secara global atau bisa disebut optimal global.
Algoritma Genetik dapat terjebak dalam penelusuran yang hanya menemukan nilai optimal
lokal biasanya dihadapi oleh metode yang memulai optimisasi dari sebuah titik awal dan hanya
mengarahkan pada nilai maksimal pada area tertentu. Sedangkan kelebihan algoritma Firefly
yaitu pada pencarian solusi secara lokal atau bisa disebut optimal lokal. Sehingga kedua
algoritma tersebut dapat mengontrol keseimbangan optimal global dan optimal lokal. Tujuan
dari penggabungan ini adalah memperoleh algoritma baru yang mempunyai performansi yang
lebih baik dibandingkan masing-masing algoritma tersebut.
Pada skripsi ini akan dibangun perangkat lunak untuk menyelesaikan permasalahan job
shop dengan mengimplementasikan gabungan dari Algoritma Genetik dan Algoritma Firefly.
Pembangunan perangkat lunak ini menggunakan bahasa Java. Tampilan perangkat lunak
menggunakan javafx dan Scene Builder. Eksperimen dilakukan untuk memperoleh parameter
terbaik dari gabungan kedua algoritma tersebut, yaitu mutation rate dan crossover rate dari
Algoritma Genetik dan baseBeta dan gamma dari Algoritma Firefly. Hasil eksperimen yang
diperoleh adalah mutation rate 0.05, crossover rate 0.6, baseBeta 1, dan gamma 0.001.