Pembangunan framework multi agent Hyper-heuristics untuk masalah penjadwalan produksi

Abstract

Pada penelitian ini akan dibangun sebuah framework hasil penggabungan teknik hyperheuristics dengan multi-agent pada masalah nyata penjadwalan produksi mesin tunggal. Kerangka pemikiran dari penelitian ini adalah (1) terdapat banyak teknik yang dapat digunakan untuk memecahkan permasalahan penjadwalan produksi, (2) setiap teknik penyelesaian masalah penjadwalan mempunyai kelebihan dan kekurangan masing-masing, dan (3) teknik-teknik tersebut semestinya dapat digabungkan agar solusi yang diperoleh lebih optimal. Masalah penjadwalan produksi sendiri merupakan permasalahan optimasi kombinatorial. Untuk itu, sebagai langkah awal, dilakukan studi literatur tentang teknik-teknik yang dapat digunakan untuk menyelesaikan permasalahan optimasi kombinatorial secara umum. Teknik-teknik ini akan dianalisis untuk mengetahui cara kerja dan sejauh mana teknik-teknik tersebut dapat digabungkan ke dalam suatu framework. Selain itu studi literatur juga dilakukan untuk mempelajari prinsip hyperheuristic dan multi-agent system. Langkah selanjutnya adalah merancang atau membuat model dari framework yang akan dibangun. Setelah itu model akan diimplementasikan menjadi sebuah program atau perangkat lunak. Setelah melalui pengujian fungsional, akan dilakukan eksperimen dengan menggunakan data nyata yang diperoleh dari instansi mitra. Kesimpulan yang dapat adalah telah berhasil dibuat desain sebuah framework yang menggabungkan teknik hyper-heuristics dengan multi-agent pada masalah nyata penjadwalan produksi mesin tunggal. Framework tersusun alas beberapa komponen dengan komponen utama adalah Algorithm Agent yang terdiri atas tiga subkomponen yaitu GAHR, SAHH. dan GPHH Algorithm Agent. Masing-masing sub-komponen tersebut mengimplementasikan teknik hyper-heuristics Genetic Algorithm, Simulated Annealing, dan Genetic Programming. Hasil eksperimen menunjukkan Algorithm Agent GPHH menghasilkan performansi terbaik dibandingkan Algorithm Agent GAHH dan SAHH. Sementara performansi Algorithm Agent GAHH hampir seimbang dengan performansi SAHH. Secara keseluruhan, penelitian telah berhasil dilaksanakan dalam kurun waktu 1 Januari 2013 - November 2014. Hasil penelitian telah dipresentasikan dalam forum konferensi internasional pada tahun 2013 dan 2014. Luaran yang telah dihasilkan adalah satu publikasi pada jurnal internasional pada tahun 2013 dan satu publikasi pada jurnal internasional pada tahun 2014.