Rancangan Tata Letak Fasilitas Produksi Produk Rehabilitasi Dengan Algoritma Genetika

Studi Kasus PT Shima Prima Utama

  • Steaven Leonardo Chandra UKMC
  • Theresia Sunarni Universitas Katolik Musi Charitas
  • Kristoforus Jawa Bendi Universitas Katolik Musi Charitas
  • Dominikus Budiarto Universitas Katolik Musi Charitas
DOI: https://doi.org/10.32816/tiarsie.v16i3.53

Abstract

Tata  letak  fasilitas  produksi  memiliki  dampak  yang  sangat  penting  dan  saling keterkaitan  antara  fasilitas  yang  satu  dengan  lainnya  guna  menunjang  kelancaran dari  proses  produksi. Seringkali masalah terbesar dalam sistem produksi disebabkan oleh penanganan bahan yang tidak sistematis. Dalam penelitian ini, kami mencoba menerapkan algoritma genetika dalam mendapatkan rancangan tata letak fasilitas (mesin) secara optimal. Input dari penelitian ini diantaranya berupa nomor mesin, masing-masing dimensi mesin, urutan mesin di setiap bagian, volume produksi di masing-masing bagian, dan frekuensi aliran di setiap bagian. Output dari penelitian ini adalah tata letak mesin dengan total biaya aliran minimum. Penelitian ini memecahkan kasus pada fasilitas produksi produk rehab di PT Shima Prima Utama yang terdiri dari 16 mesin dan 29 komponen. Hasil penelitian pada kasus ini adalah didapatkan urutan penempatan mesin optimal yakni 13, 3, 9, 15, 6, 10, 2, 12, 8, 16, 7, 1, 11, 5, 14  dan 4 dengan total biaya aliran 197.434.

References

[1] Aqil, Abdul Wahab. 2010. Perancangan Tata Letak Fasilitas Menggunakan Blocplan : Studi Kasus Industri Kecil Tahu Sumber Rejeki Sukoharjo. Surakarta : Universitas Muhammadyah Surakarta.
[2] Carwoto. 2007. Implementasi Algoritma Genetika untuk Optimasi Penempatan Kapasitor Shunt pada Penyulang Distribusi Tenaga Listrik. Makalah disajikan dalam Jurnal Teknologi Informasi DINAMIK Volume XII, STMIK ProVisi Semarang, Semarang, 2 Juli.
[3] Ernawati. 2008. Usulan Perbaikan Tata Letak Fasilitas Welding Furniture Dengan Pendekatan Genetic Algorithm : Studi Kasus Pada PT Shima Prima Utama. Palembang : Sekolah Tinggi Teknik Musi.
[4] Melvani, Sri Hardi. 2014. Analisis Mapping Pada Partially Mapped Cross Over Dalam Algoritma Genetika Pada Travelling Salesman Problem. Makalah disajikan dalam TECHSI Vol 4. Nomor 1 2014, Universitas Sumatera Utara, Medan, 1 April.
[5] Misola, Maricar G.. 2013. Optimal Facility Layout Problem Solution Using Genetic Algorithm. Makalah disajikan dalam Engineering and Technology International Journal of Industrial and Manufacturing Engineering Vol:7, No:8, 2013.
[6] Nasmar, Nur Ulfaida. 2016. Aplikasi Optimalisasi Tata Letak Dengan Menggunakan Algoritma Genetika Untuk Penyelesaikan Concentration Location Problem. Makassar : UIN Alauddin Makassar.
[7] Purnomo, Hari. 2005. Aplikasi Algoritma Genetika Untuk Penentuan Tata Letak Mesin. Yogyakarta : Universitas Islam Indonesia.
[8] Rajak, Sahdar. 2018. Optimasi Tata Letak Fasilitas Produksi Menggunakan Algoritma Genetika. Yogyakarta : Universitas Islam Indonesia.
[9] Wignjosoebroto, Sritomo. 2009, Tata Letak Pabrik dan Pemindahan Bahan. Surabaya : Guna Widya
[10] Dwipriyoko, E., Bon, A. T. B., & Sukono, F. (2019), Enterprise Architecture Planning as New Generation Cooperatives Research Methods, Journal of Physics: Conference Series (Vol. 1179, No. 1, p. 012094), IOP Publishing.
Published
2019-09-30
How to Cite
CHANDRA, Steaven Leonardo et al. Rancangan Tata Letak Fasilitas Produksi Produk Rehabilitasi Dengan Algoritma Genetika. Jurnal Tiarsie, [S.l.], v. 16, n. 3, p. 73-78, sep. 2019. ISSN 2623-2391. Available at: <https://jurnalunla.web.id/tiarsie/index.php/tiarsie/article/view/53>. Date accessed: 20 apr. 2024. doi: https://doi.org/10.32816/tiarsie.v16i3.53.
Citation Formats
Issue
Vol 16 No 3 (2019): Jurnal TIARSIE 16.3 Edisi RITEKTRA IX
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.