Penerapan Algoritma Consultant-Guided Search dalam Masalah Penjadwalan Job Shop untuk Meminimasi Makespan
Abstrak: Penelitian ini
bertujuan untuk menerapkan algoritma Consultant-Guided Search (CGS) untuk menyelesaikan
masalah penjadwalan job shop untuk meminimasi makespan. CGS merupakan metode
metaheuristik yang terinspirasi dari cara orang membuat keputusan berdasarkan
saran yang diterima dari konsultan. Untuk mengevaluasi algoritma CGS yang
dikembangkan, dilakukan pengujian pada sepuluh kasus penjadwalan job shop yang
diperoleh dari literatur. Selain dievaluasi kemampuannya menghasilkan solusi
optimal, algoritma yang dikembangkan juga dibandingkan dengan metode
metaheuristik lainnya yaitu Genetic Algorithms (GA) dan Artiļ¬cial Immune
Systems (AIS) dalam menyelesaikan kasus-kasus yang sama. Perbandingan
performansi dilakukan dengan menggunakan nilai makespan terbaik yang didapatkan
oleh masing-masing metode. Berdasarkan studi komputasional yang dilakukan,
algoritma CGS dapat mencapai solusi optimal pada 3 dari 10 kasus. Untuk
keseluruhan kasus, selisih antara solusi CGS dengan solusi optimal berada pada kisaran
0 6,77% dengan rata-rata 2,15%. Perbandingan solusi antara algoritma CGS dan GA
untukkesepuluh kasus yang diujikan menunjukkan bahwa CGS lebih baik di 7 kasus
dan sebanding di 3 kasus, sementara jika dibandingkan dengan AIS, CGS unggul di
8 kasus dan sebanding di 2 kasus.
Penulis: Hotna Marina Sitorus,
Cynthia P. Juwono, Yogi Purnawan
Kode Jurnal: jptindustridd150156
