Khansa, Agatha Nabila (2022) Studi flexible job shop scheduling problem menggunakan algoritma genetika dengan local search / Agatha Nabila Khansa. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Pada proses penjadwalan mesin dapat ditemui beberapa bentuk permasalahan salah satunya yaitu permasalahan menugaskan mesin untuk setiap operasi dimana operasi tersebut memiliki beberapa opsi mesin yang tersedia. Permasalahan itu disebut sebagai flexible job shop. Flexible job shop scheduling problem (FJSSP) memiliki dua sub masalah yaitu penugasan mesin dan pengurutan operasi. Algoritma genetika dengan local search menyelesaikan permasalahan FJSSP dengan membentuk solusi menjadi kromosom yang terdiri dari beberapa gen yang nantinya akan dilakukan reproduksi. Reproduksi yang dilakukan pada induk terpilih adalah persilangan antara dua induk dan mutasi pada salah satu induk. Pemilihan gen pada proses produksi dilakukan dengan teknik local search yaitu lintas kritis sehingga gen yang dipilih adalah gen yang berada pada lintas kritis. Pada penelitian ini dilakukan penyelesaian masalah optimalisasi FJSSP 5 mesin 3 job menggunakan algoritma genetika dengan local search dan hasil prosesnya yang berupa nilai makespan dibandingkan dengan hasil penyelesaian FJSSP menggunakan ant colony optimization (ACO) sebagai algoritma pembanding. Hasil penyelesaian FJSSP dengan menggunakan algoritma genetika dengan local search menghasilkan solusi terbaik dengan total waktu pemrosesan (makespan) terkecil yaitu 10 satuan waktu sedangkan penyelesaian dengan menggunakan ant colony optimization (ACO) menghasilkan makespan 14 satuan waktu.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | Users 2 not found. |
| Date Deposited: | 09 Sep 2022 04:29 |
| Last Modified: | 09 Sep 2022 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/263777 |
Actions (login required)
 |
View Item |