METODE

PENJADWALAN
MESIN
M.Syafiq hisyam (180403057)
Samuel pardede (180403065)
Santa silitonga (180403070)

1
 Algoritma Campbell, Dudek, dan
Smith (CDS)

METODE Algoritma Nawaz, Enscore, dan

Ham (NEH)
PENJADWALAN
MESIN
Metode Ignall-Scharge

Algoritma Dannenbring

Algoritma Gupta

2
 Algoritma Campbell, Dudek, dan Smith (CDS)

Metode ini pada dasarnya memecahkan persoalan n job pada mesin

flow shop ke dalam m-1 set pesoalan dua mesin flow shop ke dalam dua
grup, kemudian pengurutan job pada kedua mesin menggunakan algoritma
Johnson. Setelah diperoleh sebanyak m-1 alternative urutan job, kemudian
pilih urutan dengan makespan terkecil.

3
Untuk penjadwalan n job terhadap m mesin dilakukan algoritma Johnson sebagai
berikut:
1. Ambil penjadwalan pertama (k=1).
Untuk seluruh job yang ada cari harga t*i, 1 dan t*i, 2 yang minimum yang merupakan waktu proses.
Dimana =
2. Jika waktu minimum didapat pada mesin pertama , (misal ), tempatkan tugas tersebut pada awal deret
penjadwalan dan bila waktu minimum didapat pada mesin kedua, (misal ), tugas tersebut ditempatkan
pada posisi akhir dari deret penjadwalan.

4
3. Pindahkanlah tugas-tugas tersebut dari daftarnya dan susun dalam bentuk deret penjadwalan. Jika masih
ada job tersisa ulangi langkah a . Jika sudah tidak ada job yang tersisa berarti penjadwalan telah selesai.
Dengan demikian waktu proses dari kedua mesin pada penjadwalan ke – k adalah:

Jika jadwal ke – k = (m-1) sudah tercapai berarti penjadwalan telah selesai.

5
 Algoritma Nawaz, Enscore, dan Ham (NEH)
Langkah 1
• Jumlahkan waktu proses setiap job
• Urutkan job menurut jumlah waktu prosesnya dimulai dari yang terbesar hingga yang terkecil
• Hasil urutan ni disebut Daftar Pengurutan Job-job
Langkah 2
• Set k=2
• Ambil job yang menempati urutan pertama dan kedua pada Daftar Pengurutan Job-job
• Buat dua alternative Calon urutan Parsial baru
• Hitung setiap Makespan Parsial dan Mean Flow Time Parsial dari Calon Urutan Parsial baru
• Pilih Calon Urutan Parsial baru dengan Makespan Parsial terkecil. Jika ada Calon Urutan Parsial baru yang memiliki Makespan
Parsial terkecil yang sama, pilih Calon Urutan Parsial baru dengan Mean Flow Time Parsial yang lebih kecil. Jika sama juga, pilih
Calon Urutan Parsial baru tadi secara acak
• Calon Urutan Parsial baru yang terpilih menjadi Urutan Parsial baru

6
• Coret job-job yang diambil tadi dari Daftar Pengurutan Job-job
• Periksa apakah k=n (dimana n adalah jumlah job yang ada). Jika ya, lanjutkan ke langkah 4. jika tidak lanjutkan ke langkah 3.
Langkah 3
• Set k=k+1
• Ambil job yang menempati urutan pertama dari Daftar Pengurutan Job-job
• Hasil sebanyak k Calon Urutan Parsial baru dengam memasukkan job yang diambil ke dalam setiap slot Urutan Parsial sebelumnya
• Hitung setiap makespan parsial dan mean flow time parsial dari Calon Urutan Parsial baru
• Pilih Calon Urutan Parsial baru dengan Makespan Parsial terkecil. Jika ada Calon Urutan Parsial baru yang memiliki Makespan
Parsial terkecil yang sama, pilih Calon Urutan Parsial baru dengan Mean Flow Time Parsial yang lebih kecil. Jika sama juga, pilih
Calon Urutan Parsial baru tadi secara acak
• Calon Urutan Parsial baru yang terpilih menjadi Urutan Parsial baru
• Coret job-job yang diambil tadi dari Daftar Pengurutan Job-job
• Periksa apakah k=n (dimana n adalah jumlah job yang ada). Jika ya, lanjutkan ke langkah 4. jika tidak lanjutkan ke langkah 3.

7
 Langkah 4
• Urutan parsial baru menjadi Urutan final dan stop

Metode Ignall-Scharge
Prosedur dari penjadwalan n job pada m mesin dengan metode Ignall-Scharge yaitu:
1. Input jumlah job (n), jumlah mesin (m), dan kecepatan proses setiap job pada tiap mesin
2. Partial Sequence (urutan parsial) belum ada job
3. Untuk setiap i=1,2,3,…,n bentuk partial sequence yang baru (tidak ada job yang sama dalam satu urutan)
4. Untuk semua sequence hitung q, b, B
5. Bandingkan B dari job partial sequence yang ada. Untuk partial sequence yang mempunyai B terkecil berarti partial sequence tersebut
optimal. Set partial sequence itu sebagai partial sequence yang optimal saat ini
6. Periksalah apakah job dalam partial sequence yang optimal sama dengan n-1. jika ya lanjutkan ke langkah 7, jika tidak maka kembali ke
langkah 3
7. Selesai 8
Misalkan n job dan amsing-masing job diproses 3 mesin yakni M1,M2, dan M3 pada urutan yang sama Lower bound
dari makespan untuk semua job dihitung sebagai berikut:

Ada 4 job dengan 3 mesin dengan data sebagai berikut

Maka dapat dihitung:

TM 1(1)=14 TM 2(1)=20 TM 3(1)=35
TM 1(2)=8 TM 2(2)=19 TM 3(2)=23
9
TM 1(3)=10 TM 2(3)=23 TM 3(3)=40
TM 1(4)=16 TM 2(4)=31 TM 3(4)=36
Setelah itu dapat dihitung lower bound sebagai
berikut

Ternyata LB(1) merupakan yang terkecil pada cabang

1. Berikutnya kita pilih job 1 sebagai job terjadwal
untuk dianamisis . Urutan yang mungkin berikutnya
adalah job selain job 1 yakni job 2,3 dan 4
10
Selanjutnya dengan menggunakan nilai TM yang diperoleh
dihitung lower bound

Lower bound

Pada stage ini ternyata LB(3) sebesar 64 merupakan yang terkecil.

Dengan demikian dikembangkan cabang dari node 3

11
Selanjutnya dengan menggunakan nilai TM yang diperoleh
dihitung lower bound

Lower bound

Pada stage ini ternyata LB(3) sebesar 64 merupakan yang terkecil.

Dengan demikian dikembangkan cabang dari node 3

12
Lower biund terkecil adalah LB(31)=64. Dengan Lower Bound
demikian cabang untuk node 31 dibuat.

Pada stage ini ternyata LB(34)=65 merupakan yang

terkecil maka dibuat cabang untuk node 34.

13
Lower Bound Ternyata LB terkecil adalah LB(341)=66. Maka
urutan optimal adalah 3-4-1-2 dengan makespan=66.
Gantt Chart dari permasalahan

14
 Algoritma Dannenbring
Metode ini dikembangkan oleh D.G. Dannenbring dengan prosedur disebut Rapid Acces yang pada prinsipnya
mengkombinasikan metode CDS dan konsep slope index yang dikembangkan oleh Palmer.
Perhitungan waktu proses dilakukan sebagai berikut:

Untuk i=1,2,…,n

15
Contoh soal:

16
17
Penggunaan Algoritma Gupta

18
19
Dari table diperoleh nilai makespan,
Mean Flow Time,

20
Terima
Kasih

21