Penerapan algoritma genetik penjadualan produksi job shop untuk meminimumkan total biaya earliness dan tardiness

Linggawati, Veronica (2004) Penerapan algoritma genetik penjadualan produksi job shop untuk meminimumkan total biaya earliness dan tardiness. Undergraduate thesis, Widya Mandala Catholic University Surabaya.

[img]
Preview
Text (ABSTRAK)
ABSTRAK.pdf

Download (167kB) | Preview
[img]
Preview
Text (BAB 1)
BAB 1.pdf

Download (87kB) | Preview
[img] Text (BAB 2)
BAB 2.pdf
Restricted to Registered users only

Download (456kB)
[img] Text (BAB 3)
BAB 3.pdf
Restricted to Registered users only

Download (65kB)
[img] Text (BAB 4)
BAB 4.pdf
Restricted to Registered users only

Download (119kB)
[img] Text (BAB 5)
BAB 5.pdf
Restricted to Registered users only

Download (173kB)
[img]
Preview
Text (BAB 6)
BAB 6.pdf

Download (62kB) | Preview
[img]
Preview
Text (LAMPIRAN)
LAMPIRAN.pdf

Download (2MB) | Preview

Abstract

Dalam tugas akhir ini, penulis mencoba untuk meIakukan penerapan algoritma genetik pada penjadualan produksi job shop untuk meminimumkan total biaya earliness dan tardiness. Data yang digunakan adalah data hipotetik yang dibangkitkan secara random. Parent untuk algoritma genetik didapat dari penjadualan dengan metode forward. Algoritma penjadualan job shop ini divalidasi dengan software LINDO, yang bertujuan untuk mengetahui seberapa efektif metode heuristik dibandingkan metode optimasi. Cara pertukaran kromosom yang digunakan dalam penjadualan dengan algoritma genetik adalah reproduksi. Dari hasil validasi diketahui bahwa hasil penjadualan dengan algoritma genetik lebih mendekati optimal dibandingkan dengan hasil penjadualan dengan metode forward. Hal ini disebabkan pada penjadualan dengan algoritma genetik, hasil penjadualan dari metode forward (parent) dipertukarkan dengan tidak melanggar urutan operasi. Pertukaran ini memungkinkan hasil penjadualan lebih mendekati due date sehingga akan meminimumkan total biaya earliness dan tardiness. Kenaikan biaya earliness dan tardiness tidak memberikan pola yang berarti untuk perubahan biaya, karena solusi yang dihasilkan dengan algoritma genetik dapat menyesuaikan dengan perubahan biaya.

Item Type: Thesis (Undergraduate)
Department: ["eprint_fieldopt_department_Faculty of Engineering" not defined]
Uncontrolled Keywords: Job shop, forward, algoritma genetik, reproduksi.
Subjects: Engineering
Engineering > Industrial Engineering
Divisions: Faculty of Engineering > Industrial Engineering Study Program
Depositing User: Users 12 not found.
Date Deposited: 01 Jun 2015 08:09
Last Modified: 01 Jun 2015 08:09
URI: http://repository.wima.ac.id/id/eprint/2061

Actions (login required)

View Item View Item