YA

LAPORAN PRAKTIKUM
PERENCANAAN DAN PENGENDALIAN PRODUKSI
ACARA VII
PENJADWALAN MESIN

Disusun oleh:
PLUG: D
Kelompok: 4

No Nama NIM
1. YOGA AGUSTIA PRATAMA 122170011
2. NAZMA ALDA REZKY MALAU 122170014
3. DINDA SEKAR KINASIH 122170020

LABORATORIUM
PERENCANAAN DAN PENGENDALIAN PRODUKSI
PROGRAM STUDI TEKNIK INDUSTRI
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNIK INDUSTRI
UNVERSITAS PEMBANGUNAN NASIONAL “VETERAN”
YOGYAKARTA
2019
 ACARA VII
PENJADWALAN MESIN

7.1 Tujuan Praktikum

Tujuan praktikum pada acara VII adalah
1. Mengenal teknik penjadwalan.
2. Mampu menyusun operasi berdasarkan aturan prioritas tertentu.
3. Mampu melakukan proses penjadwalan berdasarkan urutannya.
4. Mampu menghitung flow time.
5. Mampu menentukan jumlah job yang tardy (terlambat).
6. Mampu menghitung waktu rata-rata keterlambatan.

7.2 Landasan Teori

Penjadwalan dapat diartikan sebagai pengurutan pembuatan atau pengerjaan
produk secara menyeluruh yang dikerjakan pada beberapa mesin (Ginting,2007).
Persoalan penjadwalan timbul apabila terdapat beberapa job yang dapat dikerjakan
secara bersama sedangkan mesin/peralatan yang dimiliki terbatas jumlahnya.
Tujuan penjadwalan secara umum adalah meningkatkan utilitas mesin/peralatan,
mengurangi persediaan barang setengah jadi dengan cara mengurangi jumlah rata-
rata pekerjaan yang menunggu dalam antrian, mengurangi keterlambatan,
meminimasi ongkos produksi, meminimasi makespan.
7.2.1 Model penjadwalan
Penjadwalan memiliki beberapa model, seperti yang diutarakan Baker
(1974), model penjadwalan dapat dibedakan menjadi 4 jenis kendala yaitu :
1. Mesin yang digunakan dapat berupa proses dengan mesin tunggal atau
proses dengan mesin majemuk. Pada keadaan ini, sejumlah mesin dapat
dibedakan atas mesin tunggal dan mesin majemuk. Model mesin tunggal
adalah mesin – mesin dasar dan biasanya dapat diterapkan pada kasus mesin
majemuk.
2. Pola aliran proses dapat berupa flow shop atau job shop. Pada flow shop
dijumpai pola aliran proses dari urutan tertentu yang sama. Pada general

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-2

 flow shop dimungkinkan adanya variasi pekerjaan dan tidak harus
dikerjakan pada semua mesin. Sedangkan job shop, setiap pekerjaan
memiliki pola aliran kerja yang berbeda
3. Pola kedatangan pekerjaan statis atau dinamis. Pada pola statis, pekerjaan
datang bersamaan pada waktu nol dan siap dikerjakan. Pada pola dinamis
punya sifat kedatangan pekerjaan tidak menentu, artinya terdapat variabel
waktu sebagai faktor yang berpengaruh.
4. Sifat informasi yang diterima dapat bersifat deterministik atau stokastik.
Model deterministik memiliki kepastian informasi tentang parameter dalam
model sedangkan model stokastik mengandung unsur ketidakpastian.
7.2.2 Prioritas dalam penjadwalan
Aturan prioritas umum dalam penjadwalan (Herjanto, 2008), antara lain :
1. First Come First Service (FCFS)
2. Shortmest Processing Time (SPT)
3. Longest Processing Time (LPT)
4. Earlest Due Date (EDD)
5. Critical Ratio (CR)
6. Least Slack (LS)

7.3 Peralatan dan Bahan

Peralatan dan bahan yang digunakan pada acara VII adalah
1. Set data
2. Kertas Kerja
3. Kalkulator
4. Penggaris

7.4 Prosedur Praktikum

Prosedur praktikum acara VII adalah
1. Mempersiapkan semua data yang diperlukan.
2. Menentukan teknik penjadwalan.
3. Menentukan prioritas.
4. Melakukan penjadwalan mesin dalam teknik yang telah ditentukan.

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-3

 5. Menghitung flow time maksimum
6. Menentukan flowtime rata-rata
7. Menghitung waktu keterlambatan
8. Menghitung waktu rata-rata keterlambatan
9. Menghitung jumlah job yang terlambat

7.5 Pengumpulan Data

7.5.1 Sistem Produksi Flowshop
7.5.1.1 Data task mesin paralel
Data rincian task yang harus dikerjakan pada 3 buah mesin paralel adalah
sebagai berikut.
Tabel 7.1 Data rincian task 3 mesin paralel
Task, i Processing time, ti Due Date, di
1 5 5
2 3 5
3 8 6
4 5 3
5 9 10
6 4 7
7 10 9
8 14 17
9 6 5
10 7 7

7.5.1.2 Data task 2 mesin seri

Data rincian task yang harus dikerjakan pada 2 buah mesin seri adalah
sebagai berikut.
Tabel 7.2 Data rincian task 2 mesin seri
Waktu proses di Waktu proses di
Task, i
mesin 1 mesin 2
1 5 6
2 3 5
3 6 6
4 4 7
5 2 3
6 6 6
7 6 9
8 9 5
9 8 7
10 3 12

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-4

7.5.1.3 Data task 4 mesin seri
Data rincian task yang harus dikerjakan pada 4 buah mesin seri adalah
sebagai berikut.
Tabel 7.3 Data rincian task 4 mesin seri
Task, Waktu proses Waktu proses Waktu proses Waktu proses
i di mesin 1 di mesin 2 di mesin 3 di mesin 4
1 5 6 7 8
2 3 5 3 5
3 6 6 5 2
4 4 7 6 3
5 2 3 3 2
6 6 6 4 4
7 6 9 3 7
8 9 5 10 7
9 8 7 12 9
10 3 12 9 10

7.5.2 Sistem Produksi Jobshop

7.5.2.1 Data Waktu Proses Produk di Tiap Mesin
Data waktu proses untuk proses produksi dari produk 1, produk 2, dan
produk 3 di tiap mesin dapat dilihat pada Tabel 7.4 berikut.
Tabel 7.4 Data waktu proses produk
Waktu Proses
Mesin 1 Mesin 2 Mesin 3
Produk 1 5 4 5
Produk 2 6 8 5
Produk 3 5 7 7

7.5.2.2 Data Urutan Pengerjaan Produk di Tiap Mesin

Data urutan pengerjaan dari produk 1, produk 2, dan produk 3 di tiap mesin
dapat dilihat pada Tabel 7.5 berikut.
Tabel 7.5 Data urutan pengerjaan produk
Routing
Mesin 1 Mesin 2 Mesin 3
Produk 1 1 2 3
Produk 2 2 3 1
Produk 3 2 1 3

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-5

7.6 Pengolahan Data
7.6.1 Sistem Produksi Flowshop
7.6.1.1 Penjadwalan mesin paralel
1. Meminimumkan Mean Flow Time
Untuk meminimumkan mean flow time, penjadwalan mesin menggunakan
aturan Short Processing Time (SPT) dengan urutan sebagai berikut.
Tabel 7.6 Urutan aturan SPT
Processing
Urutan Task, i
time, ti
1 2 3
2 6 4
3 1 5
4 4 5
5 9 6
6 10 7
7 3 8
8 5 9
9 7 10
10 8 14

Berikut ini merupakan gantt chart meminimumkan mean flow time dengan
aturan SPT dari hasil data diatas dan hasil makespan 30 jam. Dapat dilihat pada
Gambar 7.1.

Gambar 7.1 Gantt chart

Di bawah ini merupakan perhitungan mean flow time.

1
Mean Flow Time = [4(3) + 3(5) + 2(8) + 14 + 3(4) + 2(6) + 9 + 3(5) +
10
2(7) + 1(10)]
129
=
10
= 12,9 jam

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-6

 2. Meminimumkan Makespan dan Mean Flow Time
Untuk mengurangi makespan dan mean flow time, penjadwalan mesin
menggunakan aturan Longest Processing Time (LPT) dengan urutan sebagai
berikut.
Tabel 7.7 Urutan aturan LPT
Processing
Urutan Task, i
time, ti
1 8 14
2 7 10
3 5 9
4 3 8
5 10 7
6 9 6
7 4 5
8 1 5
9 6 4
10 2 3

Berikut ini merupakan gantt chart mengurangi makespan dan mean flow
time dengan aturan LPT dari hasil data diatas dan hasil makespan 25 jam. Dapat
dilihat pada Gambar 7.2.

Gambar 7.2 Gantt chart

Di bawah ini merupakan perhitungan nilai mean flow time.

1
mean flow time = [3(14) + 2(6) + 4 + 4(10) + 3(7) + 2(5) + 3 + 3(9) +
10
2(8) + 5]
180
=
10
= 18 jam

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-7

 3. Mengurangi Maximum Tardiness
Untuk mengurangi maximum tardiness, penjadwalan mesin menggunakan
aturan Earliest Due Date (EDD) dengan urutan sebagai berikut.
Tabel 7.8 Urutan aturan EDD
Due
Task, Processing Mesin Mesin Mesin Latensess, Tardiness,
Urutan Date,
i time, ti 1 2 3 Li Ti
di
1 4 5 5 3 2 2
2 1 5 5 5 0 0
3 2 3 3 5 -2 0
4 9 6 9 5 4 4
5 3 8 13 6 7 7
6 6 4 9 7 2 2
7 10 7 16 7 9 9
8 7 10 19 9 10 10
9 5 9 22 10 12 12
10 8 14 30 17 13 13

Di bawah ini merupakan gantt chart mengurangi maximum tardiness

dengan aturan EDD dari hasil diatas, dengan hasil makespan 30 jam. Dapat dilihat
pada Gambar 7.3.

Gambar 7.3 Gantt chart

Di bawah ini merupakan perhitungan nilai maximum tardiness yang terdiri

dari mean tardiness, max tardiness, tardy task.
59
Mean tardiness = 10 = 5,9 jam

Max tardiness = 13 jam

Tardy task = 8 buah

4. Mengurangi Tardiness
Untuk mengurangi tardiness, penjadwalan mesin menggunakan aturan
Least Slack (LS) dengan urutan sebagai berikut.

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-8

 Tabel 7.9 Urutan aturan LS
Due
Task, Processing Mesin Mesin Mesin Latensess, Tardiness,
Urutan Date,
i time, ti 1 2 3 Li Ti
di
1 3 8 8 6 2 2
2 4 5 5 3 2 2
3 7 10 10 9 1 1
4 9 6 11 5 6 6
5 1 5 13 5 8 8
6 10 7 17 7 10 10
7 5 9 20 10 10 10
8 2 3 16 5 11 11
9 6 4 20 7 13 13
10 8 14 31 17 14 14

Di bawah ini merupakan gantt chart mengurangi maximum tardiness

dengan aturan EDD dari hasil diatas, dan dengan hasil makespan 31 jam. Dapat
dilihat pada Gambar 7.4.

Gambar 7.4 Gantt chart

Di bawah ini merupakan perhitungan tardiness yang terdiri dari mean

tardiness, max tardiness, tardy task.
77
Mean tardiness = 10 = 7,7 jam

Max tardiness = 14 jam

Tardy task = 10 buah

7.6.1.2 Penjadwalan 2 mesin seri

Untuk melakukan penjadwalan 2 mesin seri menggunakan algoritma
Johnson dengan urutan sebagai berikut.
Tabel 7.10 Urutan algoritmas Johnson
Waktu proses Waktu proses
Urutan Task, i
di mesin 1 di mesin 2
1 5 2 3
2 10 3 12

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-9

 3 4 4 7
4 3 6 6
5 7 6 9
6 9 8 7
7 6 6 6
8 1 5 6
9 8 9 5
10 2 3 5

Di bawah ini merupakan gantt chart penjadwalan 2 mesin dengan algoritma

Johnson dari hasil diatas, dan dengan hasil makespan 68 jam. Dapat dilihat pada
Gambar 7.5.

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-10

 MESIN 2 5 10 4 3 7 9 6 1 8 2

MESIN 1 5 10 4 3 7 9 6 1 8 2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68

Gambar 7.5 Gantt chart

Laporan Praktikum Perencanaan dan Pengendalian Produksi

VII-11
7.6.1.3 Penjadwalan 4 mesin seri
Untuk melakukan penjadwalan 4 mesin seri menggunakan algoritma
Campbell Dudek Smith (CDS) dengan urutan sebagai berikut.
K = n Mesin – 1
= 4 -1 = 3
Tabel 7.11 Penentuan urutan
K=1 K=2 K=3
Task, i
ti*, 1 ti*, 2 ti*, 1 ti*, 2 ti*, 1 ti*, 2
1 5 8 11 15 18 21
2 3 5 8 8 11 13
3 6 2 12 7 17 13
4 4 3 11 9 17 16
5 2 2 5 5 8 8
6 6 4 12 8 16 14
7 6 7 15 10 18 14
8 9 7 14 17 24 22
9 8 9 15 21 27 28
10 3 10 15 19 24 31

Urutan algoritma CDS

K = 1 : 5 – 2 – 10 – 1 – 9 – 8 – 7 – 6 – 4 – 3
K = 2 : 5 – 2 – 1 – 8 – 9 – 10 – 7 – 4 – 6 – 3
K = 3 : 5 – 6 – 4 – 1 – 10 – 9 – 8 – 7 – 3 – 2
Di bawah ini merupakan gantt chart penjadwalan 4 mesin seri dengan
algoritma CDS, dengan hasil makespan pada K = 1. Dapat dilihat pada Gambar 7.6.

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-12

 Gambar 7.6 Gantt chart K = 1

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-13

 pada Gambar 7.7.

MESIN 4 5 2 1 8 9 10 7 4 6 3

MESIN 3 5 2 1 8 9 10 7 4 6 3

MESIN 2 5 2 1 8 9 10 7 4 6 3

MESIN 1 5 2 1 8 9 10 7 4 6 3
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83

Gambar 7.7 Gantt chart K = 2

Laporan Praktikum Perencanaan dan Pengendalian Produksi

Di bawah ini merupakan gantt chart penjadwalan 4 mesin seri dengan
algoritma CDS, dengan hasil makespan pada K = 2 sebesar 81 jam. Dapat dilihat

VII-14
 pada Gambar 7.8.

MESIN 4 5 6 4 1 10 9 8 7 3 2

MESIN 3 5 6 4 1 10 9 8 7 3 2

MESIN 2 5 6 4 1 10 9 8 7 3 2

MESIN 1 5 6 4 1 10 9 8 7 3 2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91

Gambar 7.8 Gantt chart K = 3

Laporan Praktikum Perencanaan dan Pengendalian Produksi

Di bawah ini merupakan gantt chart penjadwalan 4 mesin seri dengan

VII-15
algoritma CDS, dengan hasil makespan pada K = 3 sebesar 91 jam. Dapat dilihat
 Berdasarkan gantt chart yang telah dibuat maka dipilih urutan dengan
makespan terpendek yaitu urutan K = 2 dengan total makespan sebesar 81 jam

7.6.2 Sistem Produksi Jobshop

1. Algoritma Jadwal Aktif
Untuk meminimasi makespan pada sistem produksi jobshop, penjadwalan
mesin menggunakan algoritma jadwal aktif dengan pengerjaan sebagai berikut.
Tabel 7.12 Penjadwalan Mesin Algoritma Jadwal Aktif
Mesin
r Sr σ tj Øj PS m*
1 2 3
111 0 5 5
0 0 0 0 213 0 5 5 1 1
312 0 7 7
122 5 4 9
1 5 0 0 213 0 5 5 2 3
312 0 7 7
122 5 4 9
2 5 0 5 221 5 6 11 3 2
312 0 7 7
122 7 4 11
3 5 7 5 221 5 6 11 1 2
321 7 5 12
133 11 5 16
4 5 11 5 221 5 6 11 2 1
321 7 5 12
133 11 5 16
5 11 11 5 232 11 8 19 1 3
321 11 5 16
6 11 11 16 232 11 8 19 3 1
321 11 5 16
232 11 8 19
7 16 11 16 2 2
333 16 7 23
8 16 19 16 333 16 7 23 3 3
9 16 19 23

Di bawah ini merupakan gantt chart algoritma jadwal aktif dari hasil diatas.
Dapat dilihat pada Gambar 7.9.

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-16

 Gambar 7.9 Gantt chart

2. Algoritma Non Delay

Untuk meningkatkan utilitas mesin pada sistem produksi jobshop,
penjadwalan mesin menggunakkan algoritma Non Delay dengan pengerjaan
sebagai berikut.
Tabel 7.13 Penjadwalan Mesin Algoritma Non Delay
Mesin
r Sr σ tj Øj PS m*
1 2 3
111 0 5 5
0 0 0 0 213 0 5 5 1 1
312 0 7 7
122 5 4 9
1 5 0 0 213 0 5 5 2 3
312 0 7 7
122 5 4 9
2 5 0 5 221 5 6 11 3 2
312 0 7 7
122 7 4 11
3 5 7 5 221 5 6 11 2 1
321 7 5 12
122 7 4 11
4 11 7 5 232 11 8 19 1 2
321 11 5 16
133 11 5 16
5 11 11 5 232 11 8 19 1 3
321 11 5 16
232 11 8 19
6 11 11 16 3 1
321 11 5 16
232 11 8 19
7 16 11 16 2 2
333 16 7 23
8 16 19 16 333 16 7 23 3 3
9 16 19 23

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-17

 Di bawah ini merupakan gantt chart algoritma jadwal aktif dari hasil diatas.
Dapat dilihat pada Gambar 7.10.

Gambar 7.10 Gantt chart

7.7 Analisis Hasil

7.7.1 Sistem Produksi Flowshop
Pada flow shop dijumpai pola aliran proses dari urutan tertentu yang sama.
Flowshop terbagi menjadi pure flow shop dan general flow shop. Pada pure flow
shop berbagai pekerjaan akan mengalir pada lini produksi yang sama dan tidak
dimungkinkan adanya variasi. Pada general flow shop dimungkinkan adanya
variasi pekerjaan dan tidak harus dikerjakan pada semua mesin. Dari hasil
pengolahan data kelompok kami didapatkan data - data diatas, dan dapat dianalasis
bahwa sistem produksi flowshop terdiri atas penjadwalan mesin paralel dan seri.
Pada saat meminimumkan mean flow time dengan aturan SPT,yaitu pekerjaan
dengan waktu proses terpendek akan diproses terlebih dahulu, demikian berlanjut
untuk pekerjaan yang terpendek kedua,aturan ini tidak memperdulikan due date
maupun order baru, Aturan SPT didapat nilai makespan sebesar 30 jam dengan
nilai mean flow time sebesar 12,9 jam dengan urutan task yaitu 2 – 6 – 1 – 4 – 9 –
10 – 3 – 5 – 7 – 8. Untuk mengurangi makespan dan mean flow time dengan
menggunakan aturan LPT, yaitu pekerjaan dengan waktu proses terpendek akan
diproses terlebih dahulu, demikian berlanjut untuk pekerjaan yang terpendek
kedua,aturan ini tidak memperdulikan due date maupun order baru. Aturan LPT
didapatkan makespan sebesar 25 jam dengan nilai mean flow time sebesar 18 jam
dengan urutan task yaitu 8 – 7 – 5 – 3 – 10 – 9 – 4 – 1 – 6 – 2.
Untuk mengurangi maximum tardiness dengan menggunakan aturan
EDD,yaitu pekerjaan yang haurs selesai paling awal dikerjakan terlebih dahulu.

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-18

Cara ini sering digunakan pada perusahaan yang bergerak di bidang konveksi dan
tekstil. Aturan EDD pada penjadwalan mesin paralel didapatkan urutan task 4 – 1
– 2 – 9 – 3 – 6 – 10 – 7 – 5 – 8 dengan makespan sebesar 30 jam, mean tardiness
sebesar 5,9 jam, max tardiness sebesar 13 jam dan tardy task sebesar 8 buah.
Saat mengurangi tardiness dengan menggunakan aturan LS, aturan LS yaitu
pekerjaan yang memiliki slack time terkecil mendapatkan prioritas untuk dikerjakan
terlebih dahulu. Aturan LS pada penjadwalan mesin paralel didapatkan urutan task
yaitu 3 – 4 – 7 – 9 – 1 – 10 – 5 – 2 – 6 – 8 dengan makespan sebesar 31 jam, mean
tardiness sebesar 7,7 jam, max tardiness sebesar 14 jam dan tardy task sebesar 10
buah.
Pada penjadwalan 2 mesin seri dengan menggunakan algoritma Johnson,
algoritma Johnson merupakan suatu algoritma yang digunakan untuk
mendapatkan optimal sequence (pengurutan penjadwalan yang optimal) untuk

jenis flow shop. Algoritma Johnson didapatkan urutan task yaitu 5 – 10 – 4 – 3 – 7

– 9 – 6 – 1 – 8 – 2 dengan nilai makespan sebesar 68 jam.

Pada penjadwalan 4 mesin seri dengan menggunakan algortima CDS,
algortima CDS melakukan kombinasi mesin yang nantinya akan diurutkan dari
terkecil hingga terbesar berdasarkan aturan Johson. Algortima CDS didapatkan
urutan algoritma pada K = 1 yaitu 5 – 2 – 10 – 1 – 9 – 8 – 7 – 6 – 4 – 3 dengan
makespan sebesar 83 jam. Pada K = 2 urutan algoritma CDS yaitu 5 – 2 – 1 – 8 – 9
– 10 – 7 – 4 – 6 – 3 dengan nilai makespan sebesar 81 jam. Sedangkan pada K = 3
urutan algoritma CDS yaitu 5 – 6 – 4 – 1 – 10 – 9 – 8 – 7 – 3 -2 dengan nilai
makespan sebesar 91 jam. Sehingga dipilih urutan dengan makespan terpendek
yaitu urutan K = 2 dengan total makespan sebesar 81 jam.

7.7.2 Sistem Produksi Jobshop

Jobshop secara umum lebih dikenal dengan sgop floor control, yaitu
kegiatan penyususanan input menjadi output. Penjadwalan pada proses produksi
tipe Jobshop lebih sulit dibandingkan dengan flowshop, hal ini dikarenkan Jobshop
menangani variasi produk yang sangat banyak,dengan pola aliran yang berbeda-
beda melalui work center. Pada penjadwalan jobshop ini, ada 3 produk dengan

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-19

urutan pengerjaan produk di tiap mesin berbeda-beda. Pada produk 1, urutan
pengerjaannya adalah mesin 1,mesin 2 dan mesin 3. Pada produk 2, urutan
pengerjaannya adalah mesin 3, mesin 1 dan mesin 2. Pada produk 3 urutan
pengerjaannya adalah mesin 2, mesin 1 dan mesin 3. Untuk meyelesaikan
permasalahan Jobshop banyak cara yang dapat ditempuh. Pada pratikum kali ini
menggunakan algoritma jadwal aktif. Algoritma jadwal aktif adalah metode
penjadwalan dengan satu set jadwal yang tidak memungkinkan lagi untuk
melakukan geser kiri global.
Untuk meminimasi makespan pada sistem produksi jobshop, penjadwalan
mesin menggunakan algoritma jadwal aktif dengan memilih Øj yang paling kecil
sehingga di iterasi 9 di dapat waktu proses pada mesin 1 sebesar 16 jam, mesin 2 sebesar
19 jam dan mesin 3 sebesar 23 jam, dengan makespan sebesar 23 jam yang berada di
mesin 3. Untuk meningkatkan utilitas mesin pada sistem produksi jobshop,
penjadwalan mesin menggunakkan algoritma Non Delay dengan pengerjaan
memilih pekerjaan yang mulai paling awal atau σ yang kecil. Sehingga pada iterasi 9
didapatkan nilai pada mesin 1 sebesar 16 jam, pada mesin 2 sebesar 19 jam dan pada mesin
3 sebesar 23 jam, dengan utilitas mesin yang paling besar yaitu sebesar 23 jam.

7.8 Kesimpulan
Dari analisis yang telah dibuat pada sistem produksi Floshop maka dapat
disimpulkan bahwa pada penjadwalan mesin paralel saat meminimumkan mean
flow time dengan aturan SPT didapat nilai makespan sebesar 30 jam dengan nilai
mean flow time sebesar 12,9 jam. Saat mengurangi makespan dan mean flow time
dengan menggunakan aturan LPT didapatkan makespan sebesar 25 jam dengan
nilai mean flow time sebesar 18 jam. Saat mengurangi maximum tardiness dengan
menggunakan aturan EDD didapat nilai makespan sebesar 30 jam, mean tardiness
sebesar 5,9 jam, max tardiness sebesar 13 jam dan tardy task sebesar 8 buah. Saat
mengurangi tardiness dengan menggunakan aturan LS didapatkan makespan
sebesar 31 jam, mean tardiness sebesar 7,7 jam, max tardiness sebesar 14 jam dan
tardy task sebesar 10 buah. Pada penjadwalan 2 mesin seri didapatkan nilai
makespan sebesar 68 jam. Pada penjadwalan 4 mesin seri pada K = 1 nilai

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-20

makespan sebesar 83 jam. Pada K = 2 nilai makespan sebesar 81 jam. Sedangkan
pada K = 3 nilai makespan sebesar 91 jam. Sehingga dipilih urutan dengan
makespan terpendek yaitu urutan K = 2 dengan total makespan sebesar 81 jam.
Dari analisis yang telah dibuat pada sistem produksi Joshop maka dapat
disimpulkan bahwa untuk meminimasi makespan pada sistem produksi jobshop,
penjadwalan mesin menggunakan algoritma jadwal aktif dengan memilih Øj yang
paling kecil, diddapatkan makespan sebesar 23 jam. Untuk meningkatkan utilitas
mesin pada sistem produksi jobshop, penjadwalan mesin menggunakkan algoritma
Non Delay dengan pengerjaan memilih pekerjaan yang mulai paling awal atau σ
yang kecil didapatkan utilitas mesin yang paling besar yaitu sebesar 23 jam.

Laporan Praktikum Perencanaan dan Pengendalian Produksi VII-21