Simulated Annealing

Kelompok
1. Armaeda Diki A.

/ 13.4.00075

2. Novi Antika S.

/ 15.4.10027

3. Roni Yoga I.

/ 13.4.00051

Simulated Annealing
Simulated annealing adalah salah satu algoritma untuk untuk
optimisasi yang bersifat generik.
Berbasiskan probabilitas dan mekanika statistik, algoritma
ini dapat digunakan untuk mencari pendekatan terhadap
solusi optimum global dari suatu permasalahan.
Masalah yang membutuhkan pendekatan SA adalah masalahmasalah optimisasi kombinatorial, di mana ruang pencarian
solusi yang ada terlalu besar, sehingga hampir tidak mungkin
ditemukan solusi eksak terhadap permasalahan itu.

Annealing adalah satu teknik yang dikenal dalam bidang metalurgi,

digunakan dalam mempelajari proses pembentukan kristal dalam suatu
materi.
Agar dapat terbentuk susunan kristal yang sempurna, diperlukan
pemanasan sampai suatu tingkat tertentu, kemudian dilanjutkan dengan
pendinginan yang perlahan-lahan dan terkendali dari materi tersebut.
Pemanasan materi di awal proses annealing, memberikan kesempatan pada
atom-atom dalam materi itu untuk bergerak secara bebas, mengingat tingkat
energi dalam kondisi panas ini cukup tinggi.
Proses pendinginan yang perlahan-lahan memungkinkan atom-atom yang
tadinya bergerak bebas itu, pada akhirnya menemukan tempat yang
optimum, di mana energi internal yang dibutuhkan atom itu untuk
mempertahankan posisinya adalah minimum.

Jurnal Yang di Review

1. Penerapan Metode Simulated Annealing Untuk
Penjadwalan Job Shop Pada Mesin Pabrik
2. Usulan Penjadwalan Proses Manufaktur Kursi dan Meja
dengan Menggunakan Algoritma Simulated Annealing
Untuk Meminimasi Makespan di PT. Citra Bandung
Laksana
3. Algoritma Simulated Annealing Diimplementasikan
dengan MATLAB (The Simulated Annealing Algorithm
Implemented by the MATLAB )

1. Penerapan Metode Simulated Annealing Untuk

Penjadwalan Job Shop Pada Mesin Pabrik
Objek yang di teliti
Penjadwalan Job Shop pada Mesin Pabrik.
Metode yang digunakan
Simulated Annealing.
Masalah
Membuat penjadwalan job shop dari suatu proses produksi
dalam hal ini
kriteria yang digunakan ialah waktu total
penyelesaian seluruh job (completion time atau maskepan).

 Solusi
Melakukan beberapa percobaan menggunakan data real dan buatan
untuk memperoleh maskepan yang lebih efisien, dimana percobaan
dengan data real dengan 10 kali looping didapat efisiensi akhir 1% dan
dengan data buatan dengan 10 kali looping
didapat efisiensi akhir
85,7%
Tujuan
1. Mengetahui apakah algoritma Simulated Annealing dapat digunakan
untuk membantu pengambilan keputusan perencanaan kapasitas
pabrik dan jenis kapasitas yang dibutuhkan sehingga penambahan
biaya yang mahal dapat dihindarkan.
2. Mengetahui apakah algoritma Simulated Annealing dapat digunakan
untuk menghasilkan jadwal job shop yang valid dan unggul.

3. Mengetahui apakah algoritma Simulated Annealing dapat

digunakan untuk mengurangi beberapa kelambatan pada
pekerjaan sehinga akan meminimasi biaya kelambatan.
4. Mengetahui apakah algoritma Simulated Annealing dapat
digunakan untuk mengurangi persediaan barang setengah jadi
atau mengurangi sejumlah pekerjaan yang menunggu dalam
antrian

 Kelebihan
Algoritma ini dapat digunakan untuk mencari jadwal jobshop
mesin pabrik dan mendapatkan hasil yang optimal pada sitem
yang luas.
Kekurangan
1. Metode ini memiliki waktu aksesnya yang cukup lama
2. Memerlukan memori yang cukup besar
3. Kurang efisien bila digunakan pada sistem yang kecil

2. Usulan Penjadwalan Proses Manufaktur Kursi dan Meja dengan

Menggunakan Algoritma Simulated Annealing Untuk Meminimasi
Makespan di PT. Citra Bandung Laksana

Objek yang di teliti

Usulan Penjadwalan Proses Manufaktur Kursi dan Meja
Metode yang digunakan
Simulated Annealing.
Masalah
Terdapat delay yang cukup besar pada mesin-mesin yang digunakan
pada sistem produksi job order, khususnya mesin untuk membuat
kursi lipat kayu dan meja FC sehingga tingkat utilisasi penggunaan
mesin menjadi rendah.

 Solusi
Untuk meningkatkan utilisasi penggunaan mesin maka perusahaan
dapat menggunakan Algoritma Simulated Annealing sebagai jadwal
job shop usulan karena algoritma ini dapat memberikan makespan
yang lebih baik dibandingkan dengan metode penjadwalan job
shop lainnya.
Tujuan
1. Mengidentifikasi dan menganalisis kelemahan metode
penjadwalan yang diterapkan oleh PT. Citra Bandung Laksana
saat ini.
2. Mengetahui hasil dari usulan metode penjadwalan bagi
perusahaan.

3. Mengemukakan manfaat yang diperoleh perusahaan dari

metode penjadwalan yang diusulkan.

 Kelebihan
1. Mampu menghasilkan makespan sebesar 5,632 menit
2. Menghasilkan total delay mesin sebesar 56920 menit
3. Menghasilkan tingkat utilisasi mesin sebesar 13.77%
. Kekurangan
Karena bergantung pada suatu nilai probabilitas, maka Simulated
Annealing tidak selalu menemukan solusi terbaik, dengan kata
lain, Simulated Annealing tidak optimal.

3. Implementasi Algoritma Simulated Annealing

dengan MATLAB
Objek yang di teliti
Optimasi fungsi masalah dan proses realisasi algoritma Simulated
Annealing dengan MATLAB
Metode yang digunakan
Simulated Annealing.
Masalah
Jaringan saraf BP di bidang kecerdasan buatan mudah untuk jatuh ke
dalam nilai minimum lokal, kecepatan konvergensi lambat dan
mudah untuk menyebabkan cacat seperti syok.

 Solusi
Melakukan
analisis
algoritna
simulated
annealing,
yang
menggunakan jaringan syaraf yang dipilih sesuai fungsi simulasi
untuk mempelajari berat koefisien untuk memverifikasi algoritma
simulated annealing untuk meningkatkan hasil, dan menyelesaikan
hasil analisis MATLAB.
Tujuan
1. Untuk mengetahui nilai optimal berat koefisien dan ambang
batas.
2. Menguraikan prinsip dasar algoritma simulated annealing yang
diterapkan untuk menyelesaikan optimasi fungsi masalah dan
proses realisasi algoritma dengan menggunakan bahasa MATLAB.

 Kelebihan
Keuntungan utamanya adalah proses perhitungan sederhana, mudah
untuk dipahami secara umum, kuat, cocok untuk pemrosesan paralel,
dapat digunakan untuk memecahkan masalah optimasi nonlinier
yang kompleks.
Kekurangan
1. Algoritma ini biasanya membutuhkan suhu awal yang lebih tinggi
2. Laju pendinginan lambat
3. Suhu paling rendah dan suhu dari pengambilan sempel memakan
cukup waktu
4. Algoritma simulated annealing memiliki optimalisasi yang panjang
5. Kecepatan konvergensi lambat

Terima Kasih