Abstract:
Hybrid Flow Shop (HFS) merupakan sebuah sistem produksi dengan aliran yang
searah dimana terdapat minimum satu tahap (stage) yang memiliki dua atau lebih mesin
identik yang disusun secara paralel. Masalah penjadwalan hybrid flow shop termasuk
kedalam kategori NP-Hard (Non Polynomial Hard). Pada dasarnya metode eksak
membutuhkan waktu yang lama untuk dapat menyelesaikan permasalahan yang bersifat
NP-hard karena waktu penyelesaian yang dibutuhkan akan bertambah secara
eksponensial seiring dengan meningkatnya ruang lingkup permasalahan yang diteliti.
Metaheuristik adalah salah satu metode yang dapat digunakan untuk menyelesaikan
masalah NP-hard yang tidak dapat diselesaikan dengan metode eksak.
Pada penelitian ini, permasalahan pejadwalan HFS akan diselesaikan dengan
grasshopper optimization algorithm (GOA). GOA merupakan algoritma berjenis swarm
intelligence yang terinspirasi dari perilaku serta karakteristik belalang dalam mencari
makanan. Rancangan GOA yang dibuat menggunakan metode encoding dengan
membangkitkan bilangan acak serta LRV sebagai metode encoding. Metode encoding dan
decoding digunakan agar GOA yang pada dasarnya ditujukan untuk menyelesaikan
permasalan kontinu dapat menyelesaikan permasalahan penjadwalan yang merupakan
permasalahan dengan ruang solusi diskrit. Pada rancangan juga digunakan variable
neighborhood search untuk meningkatkan performansi GOA.
Rancangan GOA akan diimplementasikkan pada 5 kasus benchmark. GOA
memiliki 2 parameter yang diuji pengaruhnya, yaitu jumlah belalang (NG) dan koefisien c
maksimum (cmax). Berdasarkan hasil pengujian diketahui kedua parameter berpengaruh
terhadap hasil performansi GOA. Hasil implementasi GOA menunjukan rata-rata hasil
performansi yang lebih baik dibandingkan dengan Grey Wolf Optimizer (GWO) dan lebih
buruk dibandingkan dengan Improved Discrete Artifficial Bee Colony (IDABC). Adapun
hasil performansi GOA merupakan yang paling tidak stabil jika dibandingkan dengan
algoritma lainnya.
