Penyelesaian Masalah Hybrid Flowshop Scheduling dengan Algoritma Hybrid Tabu Search

Abstract

Penjadwalan adalah suatu proses pengalokasian sumber daya (mesin) yang terbatas untuk menyelesaikan sejumlah pekerjaan (job) berbeda. Permasalahan yang muncul pada penjadwalan terjadi apabila pada tahapan operasi tertentu beberapa atau seluruh pekerjaan membutuhkan stasiun kerja yang sama sehingga perlu adanya pengurutan pekerjaan dalam suatu produksi. Salah satu permasalahan dalam penjadwalan adalah penjadwalam Flowshop. Penjadwalan Flowshop adalah penjadwalan proses produksi dari masing-masing 𝑛 job yang mempunyai urutan proses produksi dan melalui 𝑚 mesin yang sama. Permasalahan penjadwalan Flowshop sendiri ada beberapa macam sesuai dengan kondisi dan asumsi yang digunakan. Permasalahan yang sering timbul di perusahaan adalah penjadwalan yang memiliki satu operasi atau lebih yang memiliki lebih dari satu mesin. Permasalahan tersebut termasuk dalam kategori Hybrid Flowshop Scheduling Problem. Pada penelitian ini akan diselesaikan permasalahan Hybrid Flowshop Scheduling menggunakan algoritma Hybrid Tabu Search. Data Hybrid Flowshop yang digunakan adalah data sekunder dengan banyak stage adalah 2, 5 dan 8 serta banyak job adalah 5, 20 dan 50. Data tersebut berisi banyaknya mesin pada setiap stage, waktu dan banyaknya mesin yang dibutuhkan untuk menyelesaikan setiap job. Hasil penelitian yang diperoleh setelah melakukan percobaan sebagai berikut. Nilai parameter replika yang semakin besar, menghasilkan solusi yang lebih optimal. viii Nilai parameter threshold yang paling baik adalah 20, karena nilai threshold yang kurang atau lebih dari 20 menghasilkan solusi yang kurang optimum. Tingkat kecepatan kekonvergenan algoritma Hybrid Tabu Search tidak dapat dipastikan karena terdapat proses random pada langkah pencarian ketetanggaan (swap). Waktu komputasi rata-rata yang dibutuhkan untuk menyelesaikan 5 job adalah 15,6374 detik (500 iterasi) dan 32,1344 detik (1000 iterasi). Waktu komputasi rata-rata yang dibutuhkan untuk menyelesaikan 10 job adalah 38,5006 detik (500 iterasi) dan 73,5739 detik (1000 iterasi). Waktu komputasi rata-rata yang dibutuhkan untuk menyelesaikan 50 job adalah 75,8607 detik (500 iterasi) dan 150,2858 detik (1000 iterasi). Nilai APDA pada data 2 Stage 20 Job dan 2 Stage 50 Job adalah 0 %, yang artinya nilai makespan yang dihasilkan merupakan nilai paling optimal. Sedangkan nilai APDA terburuk pada hasil penyelesaian data 8 Stage 5 Job yaitu 11,8056 %. Menurut hasil ini, dapat dikatakan bahwa algoritma Hybrid Tabu Search sangat efektif karena nilai yang dihasilkan sama dengan atau mendekati nilai optimal.