Penyelesaian Masalah Penjadwalan Flowshop Dengan Algoritma Iterated Greedy dan Algoritma Social Cognitive Optimization

Abstract

Penjadwalan merupakan pengalokasian sumber daya yang terbatas untuk sejumlah pekerjaan. Adapun tujuan dari penjadwalan produksi yaitu meminimasi makespan. Salah satu bentuk penjadwalan adalah penjadwalan flowshop. Penjadwalan flowshop adalah penentuan urutan job yang memiliki lintasan yang sama. Penelitian ini menggunakan beberapa data yaitu data sekunder dan data simulasi. Data sekunder yang digunakan adalah data produksi sepatu UD. Duta Kulit Laila (2014). Penelitian ini menyelesaikan masalah penjadwalan flowshop dengan algoritma Iterated Greedy dan algoritma Social Cognitive Optimization. Selain untuk mengetahui hasil dari penerapan kedua algoritma tersebut dalam menyelesaikan masalah penjadwalan flowshop, penelitian ini juga bertujuan untuk membandingkan kedua algoritma berdasarkan hasil makespan, tingkat kecepatan kekonvergenan dan running time. Penelitian ini dilakukan melalui beberapa langkah, pengambilan data kemudian melakukan penjadwalan menggunakan kedua algoritma. Langkah selanjutnya adalah membandingkan hasil dari kedua algoritma berdasarkan nilai makespan, tingkat kecepatan kekonvergenan dan running time sehingga dapat disimpulkan dari perbandingan tersebut. Berdasarkan hasil penelitian, algoritma Iterated Greedy memiliki efisiensi yang lebih baik ditinjau dari nilai makespan yang diperoleh dari algoritma Social Cognitive Optimization. Hasil makespan optimal yang diperoleh dari masing-masing algoritma yaitu 1508 menit untuk data (8 job, 8 mesin), hal ini menunjukan kedua algoritma tersebut memiliki tingkat efektifitas yang sama, tetapi untuk data ix simulasi algoritma Iterated Greedy menunjukan nilai makespan yang lebih baik daripada algoritma Social Cognitive Optimization. Berdasarkan dari tingkat kecepatan kekonvergenan algoritma Iterated Greedy memiliki efisiensi lebih cepat dalam menemukan suatu nilai dibandingkan dengan algoritma Social Cognitive Optimization.