Anda belum login :: 24 Nov 2024 08:55 WIB
Detail
BukuPERBAIKAN KONDISI KESEIMBANGAN LINTASAN PRODUKSI DENGAN PENERAPAN METODE GENETIC ALGORITHM PADA LINTASAN PRODUKSI MUFFLER K-59J PT. XYZ
Bibliografi
Author: Sutomo, Febryan ; Hidayat, Trifenaus Prabu (Advisor)
Topik: penumpukan; keseimbangan llintasan; algoritma genetic; matlab
Bahasa: (ID )    
Penerbit: Program Studi Teknik Industri Fakultas Teknik Unika Atma Jaya     Tempat Terbit: Jakarta    Tahun Terbit: 2021    
Jenis: Theses - Undergraduate Thesis
Fulltext:
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 %.
Opini AndaKlik untuk menuliskan opini Anda tentang koleksi ini!

Lihat Sejarah Pengadaan  Konversi Metadata   Kembali
design
 
Process time: 0.15625 second(s)