ITS Undergraduate 15189 Chapter1 PDF
ITS Undergraduate 15189 Chapter1 PDF
PENDAHULUAN
Bab ini menjelaskan mengenai hal-hal yang menjadi latar
belakang dilakukannya penelitian ini, tujuan, manfaat penelitian
terhadap perkembangan solusi dari permasalahan yang diangkat,
permasalahan dan batasan penelitian yang dikerjakan serta
sistematika penulisan dalam penyusunan laporan tugas akhir ini.
1.2. Tujuan
Berdasarkan latar belakang permasalahan yang telah
dijelaskan sebelumnya, maka tujuan dari tugas akhir ini adalah:
1. Melakukan implementasi modified Pareto Genetic Algorithm
(mPaGA) untuk menyelesaikan permasalahan optimasi biaya,
waktu, dan mutu komponen dari pemasok pada perakitan
produk dalam rantai pasok Build-To-Order.
2. Mengetahui kinerja dari modified Pareto Genetic Algorithm
(mPaGA) dibandingkan dengan metode traditional Pareto
Genetic Algorithm (tPaGA) dalam menyelesaikan
permasalahan multi-objektif pada perakitan produk dalam
rantai pasok Build-To-Order melalui rasio ketepatan jumlah
solusi Pareto optimal dan nilai coefficient of variation (CV)
dari distribusi solusi yang dihasilkan.
1.3. Manfaat
Manfaat yang dapat diperoleh dari pengerjaan tugas akhir
antara lain dapat membantu memberikan dukungan kepada pihak
manajemen perusahaan dalam pengambilan keputusan
perencanaan rantai pasok Build-To-Order terkait dengan
permasalahan optimasi biaya dan waktu serta mutu komponen
perakitan produk pada perusahaan dengan karakteristik multisupplier dan multi-produk dengan proses perakitan produk yang
melalui tahapan-tahapan perakitan pada pabrik perakitan.
1.4. Permasalahan
Permasalahan yang dihadapi dalam tugas akhir ini antara
lain adalah sebagai berikut:
1. Apakah metode modified pareto GA bisa menyelesaikan
permasalahan optimasi biaya, waktu, dan mutu komponen dari
pemasok pada perakitan produk dalam rantai pasok Build-ToOrder.
2. Bagaimana model permasalahan optimasi biaya, waktu, dan
mutu komponen dari pemasok pada perakitan produk dalam
rantai pasok Build-To-Order dapat diselesaikan dengan
metode modified pareto GA.
3. Bagaimana implementasi modified pareto GA ke dalam
program sehingga dapat digunakan untuk menyelesaikan
permasalahan optimasi muti-objektif tersebut.
4. Bagaimana kinerja modified pareto GA dibandingkan dengan
metode traditional pareto GA dalam menyelesaikan
permasalahan optimasi biaya, waktu, dan mutu komponen dari
pemasok pada perakitan produk dalam rantai pasok Build-ToOrder dapat diselesaikan dengan metode modified pareto GA.