Simulasi Penjadwalan Job-Shop Dinamis Dengan Menggunakan Algoritma Genetika

Saputra, Aditya Eka (2006) Simulasi Penjadwalan Job-Shop Dinamis Dengan Menggunakan Algoritma Genetika. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5201100038-Undergraduate-Theses.pdf - Published Version

Download (15MB) | Preview

Abstract

Dalam sebuah sistem produksi yang kompleks dapat teijadi penumpukan ¡keijaan atau barang yang membentuk antrian panjang yang tidak dapat selesaikan secara optimal. Sistem produksi yang melibatkan banyak proses, esin dan juga waktu proses yang bervariasi akan menemui banyak hambatan bila iak ada metode penjadwalan yang tepat. Dalam proses produksi secara ¡seluruhan, keadaan demikian dapat menyebabkan sistem tidak dapat bekerja cara efisien dan efektif. Dalam tugas akhir ini dibuat sebuah aplikasi untuk manangani mjadwalan job-shop dinamis dengan menggunakan algoritma genetika. Sebuah mjadwalan job-shop dikatakan dinamis apabila tugas yang akan dijadwalkan emiliki aliran proses dan waktu kedatangan yang berbeda-beda. Sebuah mjadwalan job-shop dinamis juga harus mampu mengubah hasil penjadwalan ;tika sebuah tugas baru datang, walaupun penjadwalan sebelumnya telah rbentuk. Untuk mendapatkan hasil penjadwalan yang optimal maka digunakan goritma genetika. Tugas yang masuk akan mengalami proses encoding agar ipat diproses dengan menggunakan algoritma genetika. Hasil proses encoding i adalah sebuah kromsom. Kromosom inilah yang akan diproses oleh operasi metik untuk mendapatkan solusi penjadwalan yang optimal. Sebuah solusi mjadwalan dikatakan optimal apabila memiliki waktu rata-rata produksi minimal mungkin. Akhirnya, keluaran atau hasil operasi genetik akan diubah :mbali menjadi sebuah jadwal yang mudah dipahami oleh pengguna Hasil uji coba menunjukkan bahwa peningkatan optimasi penjadwalan :an berpengaruh terhadap peningkatan waktu komputasi. Untuk mendapatkan >lusi yang semakin optimal, maka waktu komputasi yang dibutuhkan juga makin meningkat Dari hasil pengujian juga didapatkan bahwa, perubahan irameter genetik akan mempengaruhi optimasi solusi yang dihasilkan, ¡rubahan parameter laju seleksi, jumlah keturunan dan jumlah populasi emberikan pengaruh yang sangat signifikan terhadap optimasi penjadwalan, ¡dangkan perubahan parameter laju tukar silang dan laju mutasi tidak emberikan pengaruh yang signifikan terhadap hasil penjawalan. Penggunaan emori terbesar terdanat nada nroses nerhitunpan nilai fitness nonulasi dan proses.

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 005.1 Sap s
Subjects: Q Science > QA Mathematics > QA9.58 Algorithms
Divisions: Faculty of Information and Communication Technology > Information Systems > (S1) Undergraduate Theses
Depositing User: ansi aflacha
Date Deposited: 19 Nov 2018 07:19
Last Modified: 19 Nov 2018 07:19
URI: http://repository.its.ac.id/id/eprint/59972

Actions (login required)

View Item View Item