Penyelesaian masalah penjadwalan job shop dengan algoritma genetik-algoritma firefly

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.