Optimasi Penjadwalan Produksi Menggunakan Metode Simulated Annealing  di Industri XYZ

Perusahaan XYZ pada bulan Januari 2020 mendapatkan complain dari salah satu konsumennya karena pesanan datang terlambat. Peristiwa ini bisa terjadi karena beberapa hal yang mempengaruhinya, seperti kecelakaan kerja, perbaikan mesin dan penjadwalan yang tidak tepat. Namun pada saat konsumen complain tentang pesanan terlambat, ternyata jadwal produksi kurang baik yang menjadi penyebabnya. Perusahaan XYZ menerapkan metode FCFS (First Come First Serve) dalam menentukan jadwal produksinya. Jadwal produksi periode Januari 2020 kembali terjadi keterlambatan dimana untuk pada periode ini line satu cylinder sleeve mendapat jobs untuk mengerjakan lima jenis produk, diantaranya cylinder sleeve 73 mm, 78 mm, 92 mm, 86 mm, dan 95 mm dengan jumlah total sebanyak 940 pcs produk. Waktu untuk mengerjakan produk ini tersedia sebanyak 24 hari kerja. Jadwal produksi menggunakan FCFS dengan susunan formasi jobs 4-2-5-1-3 serta memiliki nilai makespan 30175 detik. Setelah itu menggunakan metode Simulated Annealing (SA) untuk menganalisis production schedule. Penelitian ini menghasilkan usulan production schedule dengan susunan jobs 1-3-5-2-4 dan memiliki nilai makespan 29165 detik. Setelah dilakukan analisa, ternyata usulan jadwal produksi baru dapat mengurangi waktu produksi. Jadwal produksi awal menghasilkan 940 pcs produk dengan 25,01 hari, sedangkan jadwal produksi dengan penjadwalan yang diusulkan dapat menghasilkan 940 pcs produk dalam 24,17 hari kerja. Waktu produksi yang berhasil diturunkan mampu mencapai 20,16 jam. Waktu yang tersedia untuk mengerjakan adalah 24 hari kerja. Dengan penjadwalan perusahaan (FCFS) diketahui susunan jobs adalah 4-2-5-1-3 dan memiliki nilai Makespan 30175 detik. setelah dilakukan perhitungan Simulated Annealing (SA) didapat penjadwalan usulan dengan susunan jobs 1-3-5-2-4 dan memiliki nilai Makespan 29165 detik. setelah melalui perhitungan, dikethaui bahwa dengan penjadalan awal waktu yang dibutuhkan untuk mengerjakan 940 pcs produk adalah 25,01 hari kerja sedangkan dengan penjadwalan usulan selesai dalam waktu 24,17 hari kerja. Dari hal tersebut dapat disimpulkan bahwa penjadwalan usulan dapat mengatasi permasalahan tentang keterlambatan.

Download Full-text

Penjadwalan Produksi Menggunakan Metode Simulated Annealing pada Unit Produksi Daun Pintu di PT. ML

Talenta Conference Series Energy and Engineering (EE) ◽

10.32734/ee.v2i2.445 ◽

2019 ◽

Vol 2 (2) ◽

Author(s):

Rosnani Ginting ◽

Chairul Rahmadsyah Manik

Keyword(s):

Simulated Annealing ◽

Problem Solving ◽

Production Scheduling ◽

Production Control ◽

Delivery Time ◽

Production Schedule ◽

A Company ◽

Predetermined Time ◽

Factory Floor

Penjadwalan merupakan aspek yang sangat penting karena didalamnya terdapat elemen perencanaan dan pengendalian produksi bagi suatu perusahaan yang dapat mengirim barang sesuai dengan waktu yang telah ditentukan, untuk memperoleh waktu total penyelesaian yang minimum. Masalah utama yang dihadapi oleh PT. ML adalah keterlambatan penyelesaian order yang mempengaruhi delivery time ke tangan costumer karena pelaksanaan penjadwalan produksi dilantai pabrik belum menghasilkan makespan yang sesuai dengan order yang ada. Oleh kaena itu dituntut untuk mencari solusi pemecahan masalah optimal dalam penentuan jadwal produksi untuk meminimisasi total waktu penyelessaian (makespan) semua order. Dalam penelitian ini, penjadwalan menggunakan metode Simulated Annealing (SA) diharapkan dapat menghasilkan waktu total penyelesaian lebih cepat dari penjadwalan yang ada pada perusahaan. Scheduling is a very important aspect because in it there are elements of planning and production control for a company that can send goods in accordance with a predetermined time, to obtain a minimum total time of completion. The main problem faced by PT. ML is the delay in completing orders that affect delivery time to customer because the implementation of production scheduling on the factory floor has not produced the makespan that matches the existing order. Therefore, it is required to find optimal problem solving solutions in determining the production schedule to minimize the total time of elimination (makespan) of all orders. In this study, scheduling using the Simulated Annealing (SA) method is expected to produce a total time of completion faster than the existing scheduling in the company.

Download Full-text

Solving multi-objective master production schedule problem using memetic algorithm

Indonesian Journal of Electrical Engineering and Computer Science ◽

10.11591/ijeecs.v18.i2.pp938-945 ◽

2020 ◽

Vol 18 (2) ◽

pp. 938

Author(s):

Shireen S. Sadiq ◽

Adnan Mohsin Abdulazeez ◽

Habibollah Haron

Keyword(s):

Simulated Annealing ◽

Memetic Algorithm ◽

Lot Sizing ◽

Production Schedule ◽

Service Levels ◽

Non Linear Programming ◽

Multi Objective ◽

Conflicting Objectives ◽

Dynamic Lot Sizing ◽

Master Production Schedule

<span>A master production schedule (MPS) need find a good, perhaps optimal, plan for maximize service levels while minimizing inventory and resource usage. However, these are conflicting objectives and a tradeoff to reach acceptable values must be made. Therefore, several techniques have been proposed to perform optimization on production planning problems based on, for instance, linear and non-linear programming, dynamic-lot sizing and meta-heuristics. In particular, several meta- heuristics have been successfully used to solve MPS problems such as genetic algorithms (GA) and simulated annealing (SA). This paper proposes a memetic algorithm to solve multi-objective master production schedule (MOMPS). The proposed memetic algorithm combines the evolutionary operations of MA (such as mutation and Crossover) with local search operators (swap operator and inverse movement operator) to improve the solutions of MA and increase the diversity of the population). This algorithm has proved its efficiency in solving MOMPS problems compared with the genetic algorithm and simulated annealing. The results clearly showed the ability of the algorithm to evaluate properly how much, when and where extra capacities (overtime) are permitted so that the inventory can be lowered without influencing the level of service. </span>

Download Full-text

Comparison of Bee Algorithm and Scheduling Methodologies: A Case Study of Manufacturing in Thailand

Applied Mechanics and Materials ◽

10.4028/www.scientific.net/amm.835.864 ◽

2016 ◽

Vol 835 ◽

pp. 864-868

Author(s):

Pasura Aungkulanon

Keyword(s):

Completion Time ◽

Processing Time ◽

Efficiency Improvement ◽

Production Schedule ◽

Time Loss ◽

Average Completion Time ◽

Bee Algorithm ◽

First Come First Serve ◽

The Cost

The aim of this research is to study the problem and efficiency improvement of the instrument factory in Thailand. The methods of production schedule are performed by four heuristic techniques which are Shortest Processing Time (SPT), Earliest Due Date (EDD), First Come First Serve (FCFS) and Bee algorithm (BA). All four methods aim to reduce the cost of delay shipment and time loss in manufacturing process. We apply these methods in the production process in an instrument factory. The results show that BA method is powerful in term of minimize make span and average completion time. Whereas, SPT method is the best method for finding minimum value of total late job.

Download Full-text