Perbaikan Kondisi Keseimbangan Lintasan Produksi Dengan Penerapan Metode Genetic Algorithm Pada Lintasan Produksi Muffler K-59J PT XYZ

Febryan Sutomo, Trifenaus Prabu Hidayat, Karel Octavianus Bachri
{"title":"Perbaikan Kondisi Keseimbangan Lintasan Produksi Dengan Penerapan Metode Genetic Algorithm Pada Lintasan Produksi Muffler K-59J PT XYZ","authors":"Febryan Sutomo, Trifenaus Prabu Hidayat, Karel Octavianus Bachri","doi":"10.25170/metris.v23i01.2961","DOIUrl":null,"url":null,"abstract":"PT. XYZ merupakan sebuah perusahaan manufaktur yang bergerak dibidang otomotif dan sudah berjalan sebagai supplier komponen otomotif untuk beberapa perusahaan otomotif terkemuka di Indonesia. Kebanyakan proses produksi pada PT. XYZ sudah berjalan dengan baik. Tetapi terdapat salah satu sub produk mereka yang memiliki kendala dalam proses produksinya yaitu muffler K-59J. Pada lintasan produksi muffler K-59J dinilai kurang optimal dalam proses produksinya. Hal tersebut dilihat dari banyak kendala yang timbul selama proses produksi berlangsung. Mulai dari terjadi penumpukan (bottleneck), Target produksi harian sering tidak tercapai sehingga sering terjadi waktu kerja tambahan (overtime), dan jika dilihat secara data nilai efisiensinya hanya sebesar 58,81 %. Dengan demikian, penelitian ini bertujuan untuk meningkatkan performa dari lintasan produksi tersebut. Oleh karena itu diusulkan metode Algoritma Genetik yang bersifat komputerisasi untuk meningkatkan performanya. Proses penyelesaian penelitian ini dilakukan dengan bantuan program matlab dalam pengerjaan metode Algoritma Genetik. Pada prosesnya, dilakukan beberapa tahapan mulai dari membuat representasi genetik, menyeleksi populasi induk, melakukan rekombinasi dan mutasi, dan regenerasi populasi. Tetapi terdapat sedikit perbedaan pada penlitian ini dimana populasi awal yang dibentuk merupakan populasi yang sudah tersaring kedalam syarat-syarat keseimbangan lintasan antara lain sesuai dengan diagram alurnya, dan jumlah waktu stasiun kerja tidak melebihi cycle time. Dari hasil pengerjaan metode Algoritma Genetik tersebut, didapatkan besar efisiensi lintasan sebesar 74,07 % dengan total stasiun kerja sebanyak 18 stasiun kerja. dengan demikian nilai efisiensi lintasan berhasil ditingkatkan sebesar 15,26 %.","PeriodicalId":402087,"journal":{"name":"Jurnal METRIS","volume":"2016 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-08-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal METRIS","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25170/metris.v23i01.2961","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

PT. XYZ merupakan sebuah perusahaan manufaktur yang bergerak dibidang otomotif dan sudah berjalan sebagai supplier komponen otomotif untuk beberapa perusahaan otomotif terkemuka di Indonesia. Kebanyakan proses produksi pada PT. XYZ sudah berjalan dengan baik. Tetapi terdapat salah satu sub produk mereka yang memiliki kendala dalam proses produksinya yaitu muffler K-59J. Pada lintasan produksi muffler K-59J dinilai kurang optimal dalam proses produksinya. Hal tersebut dilihat dari banyak kendala yang timbul selama proses produksi berlangsung. Mulai dari terjadi penumpukan (bottleneck), Target produksi harian sering tidak tercapai sehingga sering terjadi waktu kerja tambahan (overtime), dan jika dilihat secara data nilai efisiensinya hanya sebesar 58,81 %. Dengan demikian, penelitian ini bertujuan untuk meningkatkan performa dari lintasan produksi tersebut. Oleh karena itu diusulkan metode Algoritma Genetik yang bersifat komputerisasi untuk meningkatkan performanya. Proses penyelesaian penelitian ini dilakukan dengan bantuan program matlab dalam pengerjaan metode Algoritma Genetik. Pada prosesnya, dilakukan beberapa tahapan mulai dari membuat representasi genetik, menyeleksi populasi induk, melakukan rekombinasi dan mutasi, dan regenerasi populasi. Tetapi terdapat sedikit perbedaan pada penlitian ini dimana populasi awal yang dibentuk merupakan populasi yang sudah tersaring kedalam syarat-syarat keseimbangan lintasan antara lain sesuai dengan diagram alurnya, dan jumlah waktu stasiun kerja tidak melebihi cycle time. Dari hasil pengerjaan metode Algoritma Genetik tersebut, didapatkan besar efisiensi lintasan sebesar 74,07 % dengan total stasiun kerja sebanyak 18 stasiun kerja. dengan demikian nilai efisiensi lintasan berhasil ditingkatkan sebesar 15,26 %.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
通过使用K-59J PT . XYZ生产轨道的基因算法来改善生产轨迹平衡状态
PT. XYZ是一家制造业公司,专门从事汽车行业,已经为印尼几家主要汽车公司提供汽车部件供应商。XYZ公司的大多数生产过程都很顺利。但其中一种产品的生产受到限制,那就是K-59J消声器。K-59J消声器的生产轨迹被认为在生产过程中不太理想。这可以从生产过程中出现的许多障碍中看出。从失业开始,日常生产的目标往往没有实现,因此增加了额外的工作时间,从数据来看,效率只有58.81 %。因此,本研究的目标是提高产量轨迹的性能。因此,有人建议一种计算机算法的基因算法方法来提高性能。这项研究的完成过程是在基因算法方法的matlab程序的帮助下完成的。在这个过程中,从基因表现、选择母种群、重组和突变和再生等阶段开始。但是,在这种研究中,早期的人口是根据铝图过滤到赛道平衡条件的,而工作站的时间不会超过周期时间的。根据基因算法方法的研究,它的轨迹效率为74.07 %,总工作站为18个工作站。这样一来,轨道效率提高15.26%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Penerapan Rantai Markov Pada Pola Perpindahan Pembelian di Produk Songkok The Application of Sentiment Analysis on Customers Responses in Social Media (Case Study: Indihome and First Media Internet Service Provider) PENJADWALAN PERAWAT BERDASARKAN MINIMASI PELANGGARAN PERATURAN DAN MINIMASI BIAYA LEMBUR Natural Tourism Potential Assessment Model in Rembang Regency Analisis Peramalan Dengan Simulasi Monte Carlo dan Implementasi Pengendalian Persediaan Gula Berdasarkan EOQ
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1