Minimasi Makespan pada penjadwalan Hybrid Flow Shop menggunakan Grasshopper Optimization Algorithm

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.