Anda di halaman 1dari 7

BAB 3

OPTIMISASI PENJADWALAN FLOWSHOP MENGGUNAKAN METODE


CAMPBELL DUDEK SMITH (CDS), METODE NAWAZ, ENSCORE, DAN
HAM, METODE SEGITIGA PASCAL, DAN METODE DANNENBRING
UNTUK MEMPEROLEH HASIL OPTIMAL DENGAN
MEMPERHATIKAN WAKTU TUNGGU DAN BOBOT KERJA

Penjadwalan adalah sebuah proses perencanaan awal dalam sebuah proses


produksi. Dalam sebuah proses produksi kemungkinan penjadwalan akan terdapat
beberapa masalah dalam pelaksanaannya. Hal ini terjadi karena pada beberapa
mesin terdapat kapasitas maksimal dalam penggunaannya. Maka, perlu
diperhatikan waktu optimal pada setiap mesin dan job, dan metode yang dipakai
adalah metode Heuristik dimana metode ini mengurutkan penjadwalan produksi
tipe flowshop sehingga dapat menghasilhkan waktu perpindahan antar mesin dan
job berdasarkan nilai makespan.

3.1 Metode Campbell Dudeck Smith (CDS)


Metode oleh H.G. Campbell, R.A. Dudek dan M.L. Smith yang didasarkan
atas algoritma Johnson. Metode CDS memecahkan persoalan n job pada m mesin
flowshop ke dalam m-1 set persoalan dua mesin flowshop dengan membagi m mesin
ke dalam dua grup, kemudian pengurutan job pada kedua mesin tadi menggunakan
algoritma Johnson. Setelah diperoleh m-1 alternatif urutan job, kemudian dipilih
urutan dengan nilai makespan terkecil. [13]
Setiap pekerjaan atau job yang akan diselesaikan harus melewati proses pada
masing-masing mesin. Pada penjadwalan ini diusahakan untuk mendapatkan harga
makespan yang terkecil dari (m-1) probabilitas penjadwalan. Penjadwalan dengan
makespan yang terkecil merupakan urutan pengerjaan job yang terbaik.[2]
Di sini dikondisikan sejumlah n job harus memasuki m mesin yang disusun
secara seri. Metode CDS ini menghasilkan sejumlah urutan pengerjaan dengan
jumlah iterasi sebanyak k. Urutan pengerjaan ini diperoleh dengan melakukan
aturan mesin kombinasi. Untuk lebih jelasnya berikut adalah langkah-langkah
perhitungan metode CDS [8] :
1. Data tiap waktu proses masing-masing job dalam tiap mesin. Untuk lebih
memudahkan tampilkan data tersebut ke dalam format tabel.
2. Hitung banyak iterasi yang dapat dilakukan.
Banyak iterasi k = m-1
Dimana m jumlah mesin yang disusun seri.
3. Bandingkan waktu di setiap mesin, dengan aturan kombinasi sebagai
berikut :
a. Bandingkan waktu proses di mesin pertama dengan waktu proses pada
mesin terakhir. Bandingkan waktu proses 𝑀1 dengan 𝑀𝑚 .
Bandingkan penjumlahan antara waktu proses di mesin pertama dan
waktu proses pada mesin selanjutnya, dengan penjumlahan antara waktu
proses pada mesin terakhir dan waktu proses pada mesin sebelumnya.
Bandingkan waktu proses 𝑀𝑖 + 𝑀𝑖+1 dan 𝑀𝑚−1 + 𝑀𝑚 .
b. Lakukan langkah aturan kombinasi mesin hingga iterasi ke-k.
4. Gunakan aturan Johnson untuk mendapatkan pekerjaan mana yang harus
dikerjakan terlebih dahulu.
5. Dari urutan-urutan pengerjaan yang diperoleh, hitung nilai makespan
masing-masing urutan.
6. Pilih urutan yang memiliki makespan yang paling minim.

3.2 Metode Nawaz, Enscore, and Ham (NEH)


Algoritma Nawaz, Enscore, dan Ham dikembangkan oleh Nawaz, Enscore
dan Ham (NEH) pada tahun 1983. Adapun langkah langkah dari algoritma Nawaz,
Enscore, dan Ham sebagai berikut [9]:
1. Jumlahkan waktu proses setiap job.
2. Urutkan job-job menurut jumlah waktu prosesnya (w) dimulai dari yang
terbesar hingga yang terkecil.
3. Ambil w dari i yang memiliki index pengurutan paling atas.
4. Buat w alternatif calon urutan parsial baru dan pilih yang memiliki
makespan parsial yang terkecil, Apabila nilai makespan memiliki nilai yang
sama maka ke Langkah 5. Jika tidak ke Langkah 6.
5. Dari w alternatif calon urutan parsial sebelumnya memiliki nilai makespan
yang sama, pilih yang memiliki nilai mean flowtime parsial yang lebih kecil.
Apabila memiliki nilai mean flowtime yang sama, Maka pilihlah calon
urutan parsial baru secara acak.
6. Calon urutan parsial baru yang terpilih menjadi urutan parsial baru.
7. Coret job-job dari item i yang diambil tadi dari daftar pengurutan job.
8. Periksa apakah w = i (dimana i adalah jumlah job item yang ada). Jika ya,
lanjutkan ke Langkah 8. Jika tidak, maka ulangi ke langkah 3 dan jumlahkan
( w = w + 1 ).
9. Urutan parsial baru menjadi urutan final.
Namun, pada kasus khusus penjadwalan dengan memperhatikan waktu
proses, breaktime, dan bobot kerja aturan johnson dimodifikasi menjadi seperti
berikut :
i. Lakukan minimasi bobot dengan rumus yang di definisikan sebagai
berikut:
𝐴𝑖 𝐵𝑖
𝐴′𝑖 = 𝐵𝑖′ =
𝑤𝑖 𝑤𝑖
ii. Buat partisi baru dengan 2 buah partisi dengan bobot kerja terkecil.
iii. Bandingkan makespan dari setiap partisi.
iv. Pilih partisi dengan makespan terkecil. Jika terdapat partisi yang
sama, pilih partisi dengan nilai mean flowtime terkecil. Jika masih
sama, pilih partisi secara acak.
v. Cek apakah setiap job sudah termasuk ke dalam partisi yang terpilih.
Jika tidak, lakukan buat partisi baru dengan mensubstitusikan job
dengan bobot kerja terkecil berikutnya. Jika semua job sudah
termasuk ke dalam partisi terpilih, maka urutan tersebut adalah urutan
optimal.
∑𝑛
𝑖=1 𝑤𝑖 𝑓𝑖
vi. Temukan bobot alurnya dengan mendefiniskan 𝐹 = ∑𝑛
.
𝑖=1 𝑓𝑖
3.3 Segitiga Pascal
Segitiga Pascal merupakan koefisien-koefisien binomial yang tersusun
dalam bentuk segitiga . Bentuk susunan segitiga ini muncul dalam tulisan Blaise
Pascal yang berjudul Traité du triangle arithmétique (1653). Meski dikenal dengan
nama Pascal, ternyata segitiga Pascal telah dipelajari beberapa abad sebelumnya
seperti oleh Al-Karaji (953 –1029), Omar Khayyam (1048 – 1131), Jia Xian (1010
– 1070) dan Yang Hui (1238 – 1290).
Koefisien binomial dapat diinterpretasikan dalam beberapa cara. Dalam
kombinatorik, koefisien binomial yang dilambangkan dengan (𝑛𝑟) merupakan
banyak cara membuat himpunan bagian dengan r elemen dari suatu himpunan
dengan n elemen. Sedangkan secara aljabar, koefisien binomial merupakan
koefisien suku arbn-r pada ekspansi (a+b)n untuk bilangan cacah.
Teorema binomial memberikan cara untuk menjabarkan banyak
perpangkatan (x + y)n, yang dalam hal ini, n adalah bilangan bulat positif. Cara ini
digunakan sebagai alternatif bagi penggunaan segitiga pascal, yaitu :
(x + y)0 =1
(x + y)1 = x+y
(x + y)2 = x2+ 2xy + y2
(x + y)3 =x3+3x2y+3xy2+y3
(x + y)4 =x4+4x3y+6x2y2+4xy3+y4
(x + y)5 = x5+5x4y+10x3y2+10x2y3+5xy4+y5
Aturan untuk menjabarkan bentuk perpangkatan (x + y)nadalah :
1. Suku pertama adalah xn, sedangkan sukuterakhir adalah yn.
2. Pada setiap suku berikutnya, pangkat x berkurang satu sedangkan pangkat
y bertambah satu. Untuk setiap suku, jumlah pangkat x dan y adalah n.
3. Koefisien untuk xn-kyk yaitu suku ke-(k + 1) adalah C(n,k). Bilangan C (n,k)
disebut juga koefisien binomial.
Dari aturan diatas dapat disimpulkan bahwa :
(𝑥 + 𝑦)𝑛 = 𝐶(𝑛, 0)𝑥 𝑛 + 𝐶(𝑛, 1)𝑥 𝑛−1 𝑦1 + ⋯ + 𝐶(𝑛, 𝑘)𝑥 𝑛−𝑘 𝑦 𝑘 + ⋯ + 𝐶(𝑛, 𝑛)𝑦 𝑛

𝑛
= ∑𝑘=0 𝐶(𝑛, 𝑘)𝑥 𝑛−𝑘 𝑦 𝑘 (3.1)
Agar lebih memudahkan dalam perhitungan, koefisien dijadikan prioritas
untuk menghindari kesalahan dalam perhitungan. Adapun koefisien dari bilangan
pascal dapat dilihat pada Gambar 3.1

1 1

1 2 1

1 3 3 1

1 4 6 4 1

1 5 10 10 5 1

1 6 15 20 15 6 1

..............................................

Gambar 3.1 Segitiga Pascal

3.4 Metode Dannenbring


Metode Dannenbring merupakan metode yang dikembangkan atau berasal
dari metode Johnson (1954). Metode ini mampu memecahkan permasalahan
penjadwalan yang melibatkan lebih dari dua (2) mesin [10].

Permasalahan yang melibatkan lebih dari dua mesin diubah ke dalam tabel
rekapitulasi yang terdiri dari dua nilai Pi, yakni 𝑃𝑖1 dan 𝑃𝑖2 yang adalah waktu
proses job ke-I di dalam mesin ke-n. Persamaan 2 dan persamaan 3 menunjukkan
formula metode Dannenbring.

𝑇𝑗1 = ∑𝑚 𝑚
𝑖=1(𝑚 − 𝑖 + 1) ∗ 𝑡𝑖𝑗 dan 𝑇𝑗2 = ∑𝑖=1 𝑖 ∗ 𝑡𝑖𝑗
(3.3)

Dari kedua persamaan di atas akan diperoleh waktu yang seolah-olah untuk
mesin pertama dan waktu proses untuk mesin kedua. Setelah itu job yang
dijadwalkan dengan algoritma Johnson, menggunakan parameter 𝑇𝑗1 adalah waktu
proses pada mesin 1, dan 𝑇𝑗2 adalah waktu proses pada mesin 2 [11].

Perancangan Mekanisme Penentuan Local Search

Mekanisme Local Search diperoleh berdasarkan nilai pada tabel 𝑃𝑖1 dan 𝑃𝑖2 ,
hasil penelitiakn mendapati enam 6 kategori pencarian local terhadap data waktu
proses job ke-i pada mesin ke 1 dan 2, kategori pertama adalah dengan :

1) Memposisikan nilai minimum pada tabel 1 sebagai urutan job yang paling
akhir, proses dimulai dengan mencari nilai minimum pada kolom 𝑃𝑖2 ;

2) Memposisikan nilai minimum pada tabel 1 sebagai urutan job yang paling
akhir, proses dimulai dengan mencari nilai minimum pada kolom 𝑃𝑖1 ;

3) Memposisikan nilai minimum pada 𝑃𝑖1 diawal dan nilai minimum 𝑃𝑖2
diakhir urutan, proses dimulai dari 𝑃𝑖1 ;

4) Memposisikan nilai minimum pada 𝑃𝑖1 diawal dan nilai minimum 𝑃𝑖2 di
akhir urutan, proses dimulai dari 𝑃𝑖1 ;

5) Memposisikan nilai minimum pada urutan awal, proses dimulai dari 𝑃𝑖1 ;

6) Memposisikan nilai minimum pada urutan awal, proses dimulai dari 𝑃𝑖2 .

3.5 Aturan Johnson


Aturan Johnson adalah sebuah teknik untuk meminimalisir waktu proses pada
sebuah produksi. Aturan Johnson ini digunakan untuk produksi yang menggunakan
lebih dari 2 mesin. Artinya, sebuah produk melewati beberapa operasi dari awal
sampai dengan selesai.
Namun, untuk dapat menggunakan aturan Johnson ini, diperlukan beberapa
kondisi yang harus terpenuhi, antara lain [8] :
1. Waktu produksi atau operasi pada sertiap job atau order harus diketahui dan
konstan atau tetap.
2. Waktu pengerjaan tidak bergantung pada urutan.
3. Aturan prioritas pekerjaan tidak diperhitungkan.
4. Setiap pekerjaan harus melalui proses-proses atau operasi-operasi yang
sama.
Digunakannya aturan Johnson ini untuk mengurangi waktu jeda atau waktu
tunggu produksi pada satu mesin ke mesin berikutnya. Untuk mendapatkan urutan
dengan menggunakan aturan Johnson adalah sebagai berikut [5] :
1. Mengurutkan semua order berdasarkan waktu produksi, urutan yang dibuat
adalah dari job dengan waktu produksi paling sedikit sampai job dengan
waktu produksi terlama.
2. Apabila terdapat dua atau lebih mesin produsi.
3. Job yang memiliki waktu produksi yang sama pada suatu mesin, maka job
yang memiliki waktu lebih lama di mesin berikutnya akan diproduksi lebih
dulu.
4. Waktu penghematan adalah selisih waktu sebelum menggunakan aturan
Johnson dengan setelah penggunakan aturan Johnson pada proses
produksinya.

Anda mungkin juga menyukai