Penerapan Algoritma Consultant-Guided Search dalam Masalah Penjadwalan Job Shop untuk Meminimasi Makespan

Edit
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 Artificial 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.
Kata Kunci: Consultant-Guided Search, penjadwalan job shop, makespan
Penulis: Hotna Marina Sitorus, Cynthia P. Juwono, Yogi Purnawan
Kode Jurnal: jptindustridd150156

Artikel Terkait :

Jp Teknik Industri dd 2015