UNIMUSUNIMUS

JURNAL KOMPUTER DAN TEKNOLOGI INFORMASIJURNAL KOMPUTER DAN TEKNOLOGI INFORMASI

Penjadwalan pada sistem penjadwalan open shop merupakan masalah optimasi yang kompleks, dimana setiap pekerjaan harus dijalankan pada beberapa mesin tanpa urutan. Tantangan utamanya adalah menemukan program yang meminimalkan total waktu penyelesaian (Makespan) dalam batas waktu yang ditentukan. Pada penelitian ini, pendekatan algoritma genetika (GA) digunakan untuk menyelesaikan masalah penjadwalan open store. GA dipilih karena kemampuannya dalam mengeksplorasi ruang solusi yang luas dan menemukan skema yang mendekati optimal. Penelitian ini menunjukkan bahwa algoritma genetika merupakan metode yang efisien untuk menyelesaikan masalah penjadwalan pada penjadwalan open shop dengan hasil yang stabil dan konsisten mendekati solusi optimal. Dengan optimasi yang tepat, GA dapat diimplementasikan untuk meningkatkan efektivitas perencanaan di berbagai bidang logistik dan manufaktur.

Algoritma genetika mampu menemukan solusi optimal secara efektif dalam meminimalkan waktu penyelesaian pekerjaan (makespan) pada masalah penjadwalan open shop.Hasil yang diperoleh stabil dan mendekati nilai optimal.Algoritma ini menunjukkan kemampuan yang baik dalam mengeksplorasi solusi secara efisien untuk permasalahan penjadwalan kompleks.

Penelitian lanjutan dapat mengkaji penggunaan algoritma genetika yang dikombinasikan dengan teknik optimasi lain seperti simulated annealing untuk meningkatkan efisiensi pencarian solusi. Selain itu, penelitian bisa fokus pada penerapan algoritma ini untuk skala data yang lebih besar dan beragam, seperti dalam industri manufaktur berskala global. Terakhir, penelitian juga dapat mengeksplorasi adaptasi algoritma genetika untuk menangani kendala tambahan seperti keterbatasan sumber daya manusia atau fluktuasi permintaan pasar secara real-time.

Read online
File size288.55 KB
Pages4
DMCAReport

Related /

ads-block-test