Uploaded by User22746

Dedicate Storage & Genetic Algorithm

advertisement
BAB II
TINJAUAN PUSTAKA
2.1 Perancangan Tata Letak
Menurut Apple (1990) telah mendefinisikan perancangan tata letak pabrik
sebagai interelasi yang paling efektif dan efisien antar operator, peralatan dan
proses transformasi material dari bagian penerimaan sampai bagian pengiriman
produk jadi.
Menurut Heizer dan Render (2009) dalam Kurniawan (2014) tata letak
merupakan satu keputusan penting yang menentukan efisiensi sebuah operasi dalam
jangka panjang. Tata letak memberikan dampak strategis karena tata letak
menentukan daya saing perusahaan dalam segi kapasitas, proses, fleksibilitas, dan
biaya serta kualitas lingkungan kerja, kontak pelanggan, dan citra perusahaan. Tata
letak yang efektif dapat membantu perusahaan dalam mencapai suatu strategi yang
menunjang diferensiasi, biaya rendah, atau respon cepat. Tujuan tata letak yaitu
untuk membangun layout yang ekonomis yang memenuhi kebutuhan persaingan
perusahaan.
2.2 Prinsip – Prinsip Dasar Perencanaan Desain Tata Letak
Apple (1990) menyimpulan 6 prinsip – prinsip dasar dalam tata letak pabrik
dari tujuan dan keuntungan – keuntungan yang didapat dari tata letak yang
terencana dengan baik, sebagai berikut :
a.
Integrasi secara menyeluruh dari semua faktor yang mempengaruhi proses
produksi.
b.
Meminimalkan jarak perpindahan jarak material yang bergerak dari satu
operasi ke operasi berikutnya
c.
Aliran kerja pabrik berlangsung lancar dengan menghindari gerakan bolak
– balik, gerakan memotong dan kemacetan
d.
Semua area yang ada dimanfaatkan secara efektif dan efisien
e.
Kepuasan kerja dan rasa aman dari pekerja dijaga dengan sebaik – baiknya
f.
Pengaturan tata letak harus cukup fleksibel
10
2.3 Gudang
Menurut Mulcahy dalam Lee (2017) gudang adalah suatu fungsi penyimpanan
berbagai macam jenis produk dalam jangka waktu tertentu. Perancangan gudang
dan sistem pergudangan diperlukan untuk memaksimalkan penggunaan ruang,
peralatan, tenaga kerja, perlindungan terhadap barang, serta memberi kemudahan
dalam penerimaan dan pengiriman.
Gudang merupakan tempat penyimpanan barang dalam jumlah besar untuk
mengantisipasi permintaan konsumen yang berfluktuasi, jika saja kebutuhan
konsumen diketahui dengan pasti dan barang dapat dikirim sekaligus maka gudang
tidak akan dibutuhkan karena tidak adanya barang persediaan yang harus
disimpan.(Patristina, dkk , 2010).
Ada beberapa alasan untuk membangun dan mengoperasikan gudang. Dalam
kasus kebutuhan untuk memberikan layanan yang lebih baik kepada pelanggan dan
responsif terhadap kebutuhan mereka menjadi alasan utama. Meskipun tampaknya
satu – satunya adalah pergudangan, yaitu penyimpanan sementara barang, banyak
fungsi lain yang dilakukan (Heragu, 2008).
Sebuah gudang terdiri dari dua elemen utama yaitu (Heragu, 2008) :
1. Media Penyimpanan.
2. Sistem Material Handling.
Tujuan utama dari gudang adalah untuk melindungi isinya dari unsur – unsur
pencurian dan cuaca, serta mempertahankan elemen bahan dari barang. Gudang
terdiri dari berbagai bentuk berbeda ukuran dan tinggi tergantung pada faktor –
faktor seperti jenis barang yang disimpan dan jenis sistem penyimpanan dan
pengambilan yang digunakan (storage/retievel) yang digunakan (Heragu, 2008).
Menurut Ghiani dan Laporte (2004) dalam Astuti, dkk (2016) Media
penyimpanan dalam warehouse bisa berbentuk :
1.
Block Stacking, menyimpan barang dengan cara menyusun atau menumpuk
barang satu dengan lainnya langsung di atas lantai. Barang yang disimpan
biasanya sudah dikemas dalam karton atau palet kayu
11
2.
Pallet Stacking Frames, palet ditumpuk dengan menggunakan kerangka baja
untuk menyatukan ke empat sudut dari palet kayu yang standar, sehingga
memungkinkan palet untuk disimpan diatasnya.
3.
Selective Rack, merupakan sistem penyimpanan paling umum. Untuk setiap
area penyimpanan, tipe rak ini memiliki sepasang kerangka vertikal yang
tegak lurus (up right), tiang horizontal (load beam), dan kait bersilangan
untuk stabilitas.
2.4 Tipe – Tipe Gudang
Ada beberapa macam tipe gudang yaitu (Sugiharto, 2009) dalam (Kurniawan,
2014) :
1.
Gudang Pabrik (Manufacturing Plant Warehouse)
Kegiatan dalam gudang ini meliputi penerimaan dan penyimpanan material,
pengambilan material, penyimpanan produk ke gudang, transaksi internal gudang,
dan pengiriman produk ke central warehouse, distribution warehouse, atau
langsung ke konsumen.
Menurut Warman, (2005) dalam Kurniawan (2014) Manufacturing plant
warehouse dapat dibagi lagi menjadi 4, yaitu:
a. Gudang operasionnal, digunakan untuuk menyimpan raw material dan
sparepart yang nantinya akan diperlukan dalam proses produksi.
b. Gudang perlengkapan, digunakan untuk menyimpan perlengkapan yang
akan digunakan untuk memperlancar proses produksi.
c. Gudang pemberangkatan, digunakan untuk menyimpan barang yang telah
menjadi finished good.
d. Gudang musiman, bersifat insidentil dan hanya ada pada saat gudang –
gudang
operasional
dan
pemberangkatan
telah
penuh
dipenuhi
material/produk.
2.
Gudang Pokok
Kegiatan dalam gudang pokok ini meliputi penerimaan produk (dari
manufacturing warehouse, langsung dari pabrik, atau dari supplier), penyimpanan
produk ke gudang, dan pengiriman produk ke distribution warehouse.
12
3.
Gudang Distribusi (Distribution Warehouse)
Kegiatan dalam gudang ini meliputi penerimaan produk (dari gudang pokok,
pabrik atau supplier), penyimpanan produk yang akan dikirim, dan pengiriman
produk ke konsumen. Terkadang distribution warehouse berfungsi sebagai central
warehouse.
4.
Retailler Warehouse
Gudang ini dapat dikatakan juga dengan gudang milik toko yang menjual
produk secara langsung kepada konsumen.
2.5 Metode – Metode Penyimpanan Dalam Gudang
Menurut Francis (1974), ada empat metode yang dapat digunakan untuk
mengatur lokasi penyimpanan suatu barang pada gudang, yaitu:
1.
Metode Dedicated Storage
Metode ini sering disebut sebagai penyimpanan yang sudah tertentu dan tetap
karena lokasi untuk tiap barang sudah ditentukan tempatnya. Jumlah lokasi
penyimpanan untuk suatu produk harus dapat mencukupi kebutuhan ruang
penyimpanan yang paling maksimal dari produk tertentu. Ruang penyimpanan
yang diperlukan adalah kumulatif dari kebutuhan penyimpanan maksimal dari
tiap jenis produknya, jika produk yang akan disimpan lebih dari satu jenis.
2.
Metode Randomized Storage
Metode ini sering disebut sebagai floating lot storage, yaitu penyimpanan yang
memungkinkan produk yang disimpan berpindah lokasi penyimpanannya
setiap waktu. Penempatan barang hanya memperhatikan jarak terdekat menuju
suatu tempat penyimpanannya setiap waktu. Penempatan barang hanya
memperhatikan jarak terdekat menuju suatu tempat penyimpanan dengan
perputaran penyimpanannya menggunnakan sistem FIFO (First in First Out).
Faktor – faktor lain seperti jenis barang yang disimpan, dimensi, dan jaminan
keamanan barang kurang diperhatikan. Hal ini membuat penyimpanan barang
menjadi kurang teratur.
3.
Metode Class-Based Dedicated Storage
Metode ini adalah kompromi dari metode randomized storage dan dedicated
storage. Metode ini menjadikan produk – produk yang ada dibagi menjadi tiga,
13
empat atau lima kelas berdasarkan pada perbandingan throughput (T) dan ratio
storage (S). Metode ini membuat pengaturan tempat dirancang lebih fleksibel
yaitu dengan cara membagi tempat penyimpanan menjadi beberapa bagian.
Tiap tempat tersebut dapat diisi secara acak oleh beberapa jenis barang yang
telah diklasifikasikan berdasarkan jenis maupun ukuran barang tersebut.
4.
Metode Shared Storage
Para manager gudang menggunakan variasi dari metode dedicated storage
sebagai jalan keluar untuk mengurangi kebutuhan ruang penyimpanan dengan
penentuan produk secara lebih hati – hati terhadap ruang yang dipakai. Produk
– produk yang berbeda menggunakan slot penyimpanan yang sama, walaupun
hanya satu produk menempati satu slot tersebut terisi. Model penyimpanan
seperti ini dinamakan shared storage. Kebutuhan ruang yang diperlukan untuk
metode shared storage dan dedicated storage tergantung dari banyaknya
informasi yang tersedia mengenai level persediaan selama kurun waktu
tertentu. Metode shared storage dan randomized storage memiliki perbedaan,
metode randomized storage berkenaan dengan spesifikasi total lokasi
penyimpanan dari produk sedangkan metode shared storage berkenaan dengan
lokasi yang bergantung pada munculnya tempat kosong dalam gudang. Metode
shared storage lebih cocok digunakan jika produk yang disimpan bermacam –
macam jenisnya dengan permintaan yang relatif konstan.
2.6 Persoalan dan Pengaruh Pemindahan Bahan Terhadap Tata Letak
Menurut Wattimena (2015) pengertian dari pemindahan bahan (material
handling) dirumuskan oleh American Material Handling Society (AMHS), yaitu
sebagai suatu seni dari ilmu yang meliputi penanganan (handling), pemindahan
(moving),
pembungkusan/pengepakan
(packaging),
penyimpanan
(storing)
sekaligus pengendalian pengawasan (controlling) dari bahan atau material dengan
segala bentuknya. Dalam kaitannya dengan pemindahan bahan, maka proses
pemindahan bahan ini akan dilaksanakan dari satu lokasi ke lokasi yang lain baik
secara vertikal, horizontal maupun lintasan yang membentuk kurva. Demikian pula
lintasan ini dapat dilaksanakan dalam suatu lintasan yang tetap atau berubah – ubah.
14
Menurut Apple (1990) kegitan pemindahan bahan merupakan kegiatan
yang membutuhkan biaya dan ikut mempengaruhi struktur biaya produksi,
sehingga perlu dilakukkan perencanaan, pengawasan, pengendalian serta perbaikan
agar tujuan kegiatan pemindahan bahan itu sendiri dapat tercapai yaitu:
1. Meningkatkan kapasitas produksi, hal ini dapat dicapai melalui :
a. Peningkatan produksi kerja per man-hour.
b. Peningkatan efisiiensi mesin atau peralatan dengan mengurangi downtime.
c. Menjaga kelancaran aliran kerja dalam pabrik.
d. Perbaikan pengawasan terhadap kegiatan produksi.
2. Mengurangi limbah buangan (waste)
Untuk mencapai tujuan ini, maka dalam kegiatan pemindahan bahan harus
memperhatikan hal – hal berikut ini :
a. Pengawasan yang sebaik – baiknya terhadap keluar masuknya persediaan
material yang dipindahkan.
b. Eliminasi kerusakan pada bahan selama perpindahan berlangsung.
c. Fleksibilitas untuk memenuhi ketentuan – ketentuan dan kondisi – kondisi
khusus dalam memindahkan bahan ditinjau dari sifatnya.
3. Memperbaiki kondisi area kerja
Pemindahan bahan yang baik akan dapat memenuhi tujuan ini, dengan cara:
a. Memberikan kondisi kerja yang lebih nyaman dan aman
b. Mengurangi faktor kelelahan bagi pekerja/operator.
c. Meningkatkan perasaan nyaman bagi operator
4. Memperbaiki distribusi material.
Dalam hal ini kegiatan material handling memiliki sasaran, yaitu:
a. Mengurangi terjadinya kerusakan terhadap produk selama proses
pemindahan bahan dan pengiriman.
b. Memperbaiki jalur pemindahan bahan.
c. Memperbaiki lokasi dan pengaturan dalam fasilitas penyimpanan.
d. Meningkatkan efisiensi dalam hal pengiriman barang dan penerimaan.
15
5. Mengurangi biaya
Pengurangan biaya ini dapat dicapai melalui:
a. Penurunan biaya inventory
b. Pemanfaatan luas area untuk kepentingan yang lebih baik
c. Peningkatan produktifitas
2.7 Dedicated Storage
Dedicated Storage atau yang disebut juga sebagai lokasi penyimpanan yang
tetap (fixed slot storage), menggunakan penempatan lokasi atau tempat simpanan
yang spesifik untuk tiap barang yang disimpan. Hal ini dikarenakan suatu lokasi
simpanan diberikan pada satu produk yang spesifik (Heragu, 2008).
Dua jenis dari dedicated storage yang sering digunakan adalah part number
sequence storage dan throughput – based dedicated storage. Part number sequence
storage adalah metode yang sering digunakan karena lebih sederhana. Lokasi
penyimpanan suatu pabrik didasarkan hanya pada penomoran part yang diberikan
padanya. Nomor part yang rendah diberikan tempat yang dekat dengan titik I/O,
nomor part yang lebih tinggi diberikan tempat yang jauh dari titik I/O. Secara
khusus, pemberian nomor part dibuat secara random tanpa memperhatikan
aktivitas yang ada. Oleh karena itu, jika satu part dengan nomor yang sangat besar
dengan aktivitas permintaan yang tinggi, perjalanan berulang kali akan terjadi pada
lokasi penyimpanan yang sangat buruk (Abyadl, 2017).
Throughput-based dedicated storage merupakan suatu alternatif dari part
number sequence. Merupakan metode yang menggunakan pertimbangan pada
perbedaan level aktivitas dan kebutuhan simpanan diantara produk yang akan
disimpan. Throughput-based dedicated storage lebih kepada part number sequence
storage pada saat dijumpai perbedaan yang signifikan pada level aktifitas ataupun
level inventori barang yang disimpan. Karena lebih sering digunakan maka
Throughput-based dedicated storage saat ini sering disebut sebagai dedicated
storage. Dengan dedicated storage, jumlah lokasi penyimpanan yang diberikan
pada produk harus mampu memenuhi kebutuhan penyimpanan maksimum produk.
Dengan penyimpanan multi produk, daerah penyimpanan yang dibutuhkan adalah
jumlah kebutuhan penyimpanan maksimum untuk tiap produk (Permana, 2014).
16
2.7.1
Kebutuhan Ruang (Space Requirement)
Space requirement adalah produk yang ditempatkan pada lokasi yang
lebih spesifik dan hanya satu jenis produk saja yang ditempatkan pada lokasi
penyimpanan tersebut. Space requirement dibutuhkan untuk mengetahui kapasitas
penyimpanan pada slot atau area penyimpanan yang tersedia, sehingga akan
diketahui berapa slot yang dibutuhkan untuk menyimpan satu jenis produk yang
selanjutnya untuk menghitung apakah jumlah slot yang tersedia di gudang dapat
mencukupi atau tidak. Untuk perhitungan kebutuhan ruang mengacu pada
Tompkins et al. (2003), dan dijabarkan sebagai berikut:
Sj =
Rata-Rata Penerimaan (Masuk)
2.7.2
Ukuran Kapasitas Blok
………...............................................………………..(1)
Aktivitas Penyimpanan (Throughput)
Throughput (aktivitas) adalah pengukuran aktivitas atau penyimpanan
yang sifatnya dinamis, yang menunjukkan aliran dalam penyimpanan. Istilah
throughput digunakan sebagai ukuran jumlah aktivitas storage dan retrieval yang
terjadi per periode waktu. Pengukuran throughput dilakukan berdasarkan
pengukuran aktivitas penerimaan dan pengiriman dalam gudang bahan baku rata –
rata per hari. Untuk perhitungan aktivitas penyimpanan mengacu pada Tompkins et
al. (2003) dan dijabarkan sebagai berikut:
Rata-Rata Penerimaan (Masuk)
Rata-Rata Pengiriman (Keluar)
Tj=(Jumlah Max yang dapat Diangkut) + (Jumlah Max yang dapat Diangkut)…............................(2)
2.7.3
Penempatan Produk pada Lokasi Penyimpanan
Agar dedicated storage mampu diterapkan, maka dibutuhkan jumlah slot
penyimpanan yang cukup didedikasikan untuk tiap produk. Dalam suatu saat
masalah penempatan menjadi penting pada saat menempatkan produk – produk
pada slot (blok) yang disesuaikan dengan kriteria tertentu. Dalam kasus ini kriteria
yang diberikan adalah meminimasi fungsi jarak perjalanan yang ditempuh pada saat
menyimpan dan retrieve produk – produk yang telah ditempatkan (Permana, 2014).
Jika presentasi perjalanan antara salah satu I/O point dan lokasi
penyimpanan adalah sama untuk tiap produk, maka prosedur berikut dapat
17
memberikan solusi optimum dalam masalah penyusunan produk pada dedicated
storage (Dwianto, 2017).
1.
Urutkan produk berdasarkan rasio kebutuhan throughput (Tj) dan space
requirement (Sj) produk terserbut. Rumus untuk menghitung (T/S) adalah
sebagai berikut.
T
S
2.
Throughput
= Space Requirement………………………...................................................…..(3)
Hitung nilai jarak perjalanan (dk) dari tiap lokasi penyimpanan.Tempatkan
produk 1 pada lokasi penyimpanan yang S1 yang memiliki nilai dk terkecil,
tempatkan produk 2 pada lokasi penyimpanan yang belum ditempati, S1 yang
memiliki nilai dk terendah berikutnya, dan seterusnya sampai semua produk
mendapatkan tempatnya masing-masing.
Tujuan prosedur meranking ini adalah untuk meletakkan produk dengan
rasio throughput (Tj) dan storage (Sj) terbesar pada lokasi penyimpanan dengan
nilai jarak perjalanan (distance traveled) rata-rata kecil nilai dk, meletakkan produk
dengan rasio terbesar berikutnya pada lokasi penyimpanan dengan jarak nilai
perjalanan yang terkecil berikutnya dan seterusnya.(Permana, 2014).
2.8 Genetic Algorithm
Berikut ini merupakan penjelasan mengenai genetic algorithm yang digunakan
dalam perancangan tata letak.
2.8.1
Deskripsi Genetic Algorithm
Genetic Algorithm diciptakan pertama kali pada tahun 1970-an oleh John
Holland yang terinspirasi oleh teori Charles Darwin yang dikenal sebagai “Theory
of natural Selection”. Menurut Widiastuti, dkk (2011) Algoritma genetika adalah
algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi biologis.
Keberagaman pada evolusi biologis adalah variasi dari kromosom antar individu
organisme. Variasi kromosom ini akan mempengaruhi laju reproduksi dan tingkat
kemampuan organisme untuk tetap hidup. Algoritma ini menggunakan metoda
untuk bergerak dari sebuah populasi kromosom menjadi populasi yang baru
menggunakan sejenis seleksi alami dan operator genetik, crossover, mutation dan
inversion. Tiap kromosom berisi gen, misalnya bit, tiap gen memiliki allele tertentu.
18
Menurut Man et. al (1997) dalam Arisandhy, dkk (2011) Dalam algoritma
genetika terdapat istilah – istilah yang digunakan :
1. Population : merupakan sekumpulan solusi dari permasalahan yang akan
diselesaikan menggunakan algoritma genetika. Population terdiri dari
sekumpulan chromosome.
2. Chromosome : mewakili sebuah solusi yang mungkin (feasible solution)
untuk permasalahan yang ingin diselesaikan. Sebuah chromosome terdiri
dari sekumpulan gen.
3. Gen : mewakili elemen – elemen yang ada dalam sebuah solusi.
4. Parent : merupakan chromosome yang akan dikenai operasi genetik
(crossover)
5. Offspring : chromosome yang merupakan hasil dari operasi genetik
(crossover dan mutation)
6. Crossover
:
merupakan
operasi
genetik
yang
mewakili
proses
perkembangbiakan antar individu. Dalam melakukan proses crossover
dibutuhkan satu pasang parent dan akan menghasilkan satu atau lebh
offspring (keturunan).
7. Mutation : merupakan operasi genetik yang mewakili proses mutasi dalam
perjalanan hidup individu. Peran mutasi adalah menghasilkan perubahan
acak dalam populasi, yang berguna untuk menambah variasi dari
chromosome – chromosome dalam sebuah populasi.
8. Selection Procedure: merupakan proses yang mewakili seleksi alam
(natural selection) dari teori Darwin. Proses ini dilakukan untuk
menentukan parent dari operasi genetik (crossover) yang akan dilakukan
untuk menghasilkan keturunan (offspring).
9. Fittness Value : merupakan penilaian yang menentukan bagus tidaknya
sebuah chromosome. Chromosome yang memiliki fittness value yang
rendah pada akhirnya akan tersingkir oleh chromosome – chromosome yang
memiliki fitness value yang lebih baik.
19
10. Evaluation Function : merupakan fungsi yang digunakan untuk menentukan
nilai dari fitness value. Evaluation Function ini merupakan sekumpulan
kriteria - kriteria tertentu dari permasalahan yang ingin diselesaikan.
11. Generation : merupakan satuan dari populasi setelah melalui operasioperasi genetika, berkembang biak dan menghasilkan keturunan. Pada akhir
dari setiap generation, untuk menjaga agar jumlah chromosome dalam
populasi tetap konstan, maka chromosome yang memiliki fitness value yang
rendah dan memiliki peringkat dibawah nilai minimal akan dihapus dari
populasi.
Menurut Gen dan Cheng (1997) dalam Syarif (2014) kinerja dari GA sangat
dipengaruhi oleh 5 komponen berikut :
1. Cara merepresentasikan kromosom
2. Cara pembentukan generasi awal
3. Cara menentukan nilai “fittness” untuk mengevaluasi kromosom
4. Metoda operasi genetika yang dipakai (crossover/mutasi/seleksi)
5. Nilai dari parameter GA misalnya ukuran populasi (pop_size), probabilitas
crossover (p_C), probabilitas mutasi (p_M) dan maksimum generasi
(max_gen).
2.8.2
Representasi Kromosom
Representasi kromosom menurut Syarif (2014) merupakan struktur data
yang merepresentasikan kandidat solusi. Representasi yang baik haruslah mampu
merepresentasikan semua parameter dan solusi yang mungkin (feasible solution)
untuk persoalan yang akan diselesaikan. Akhir – akhir ini ada banyak metode
representasi di berbagai pustaka untuk beragam aplikasi. Secara umum, kita dapat
mengelompokan metode representasi berdasarkan berbagai kriteria sebagai berikut:
1. Berdasarkan simbol yang digunakan (binary string, real dan integer).
2. Berdasarkan struktur dari kromosom (kromosom dengan 1 (satu) dimensi
dan kromosom dengan multi dimensi).
3. Berdasarkan panjang/ukuran dari kromosom (kromosom dengan panjang
tetap dan kromosom dengan panjang berubah – ubah)
20
4. Berdasarkan isi (content) dari kromosom (kromosom yang hanya berisi
solusi dan kromosom dengan isi solusi + parameter)
2.8.3
Operator Genetik
Operator genetika berguna untuk memperkenalkan string-string baru dalam
populasi. Adanya string baru berarti terdapat domain pencarian baru dalam
populasi. Terdapat tiga operator dasar yang sering digunakan untuk melakukan
proses perkombinasian antar solusi yaitu seleksi, crossover dan mutasi. Penjelasan
mengenai operator-operator dasar tersebut adalah sebagai berikut: (Gen, 2000)
dalam Arisandhy (2011) :
1. Seleksi: proses yang dilakukan untuk melakukan populasi baru pada generasi
berikutnya. Populasi baru ini dapat berasal dari semua parent dan offspring atau
dari sebagian parent dan offspring. Hal-hal yang perlu diperhatikan dalam
melakukan proses seleksi antara lain:
a. Ruang Sampling
b. Mekanisme Sampling (Sampling Mechanism)
c. Probabilitas Seleksi (Selection Probability)
2. Crossover: bertujuan untuk memperoleh keturunan (offspring) yang lebih baik.
Keturunan yang lebih baik ini ditandai dengan perbaikan nilai fitness atau nilai
suaian dari suatu kromosom. Proses crossover dimulai dengan menyilangkan
dua buah parent hasil seleksi sehingga dihasilkan kromosom baru yang
memiliki gen campuran. Sebelum melakukan penyilangan,maka dilakukan
dahulu pemilihan kromosom-kromosom yang akan menjadi parent. Cara
menentukan parent adalah dengan membangkitkan bilangan random antara 0
sampai 1 pada setiap kromosom calon parent. Kemudian bilangan random
yang sudah diperoleh dibandingkan dengan nilai probabilitas crossover (p_C)
yang sudah ditentukan sebelumnya. Jika bilangan random suatu kromosom
memiliki nilai yang lebih kecil atau sama dengan nilai probabilitas crossover
maka kromosom tersebut menjadi parent dan akan mengalami proses
crossover, begitu pula sebaliknya. Selanjutnya dilakukan penentuan pasangan
antar parent secara random. Setelah pasangan parent ditentukan maka proses
crossover dapat dilakukan.
21
Berikut ini merupakan metode crossover yang sering digunakan pada berbagai
aplikasi GA (syarif, 2014) :
1. Crossover Satu Titik (one-point crossover)
2. Crossover Dua Titik (Two-point crossover)
Menurut Syarif (2014) crossover dua titik dilakukan dengan menentukan
dua titik secara random pada kromosom. Proses pembentukan turunan
(offspring) dilakukan dengan mempertukarkan elemen diantara kedua titik
pada masing – masing induk (parent). Ilustrasi dari proses two-pointcrossover dapat dilihat pada gambar berikut :
Induk (Parent)
Crossover
Titik
1
0
1
Induk (Parent)
1
0
0
1
1
1
1
0
1
0
0
0
0
0
0
0
Offspring 2
Offspring 1
1
Crossover
Titik
0
0
0
1
1
1
1
0
Gambar 1. Contoh Two Point Crossover
Sumber : Syarif, 2014
3. Partial Mapped Crossover (PMX)
Menurut Syarif (2014) metode ini biasanya digunakan untuk melakukan
crossover pada persoalan yang menggunakan representasi permutasi.
Metode ini dapat dilihat sebagai suatu pengembangan dari metode
crossover dua titik untuk kromosom representasi biner dan selanjutnya
dilakukan perbaikan.
4. Order Crossover (OX)
Order crossover pertama kali diperkenalkann oleh Syswerda (1989). Pada
prinsipnya metode ini sangat mirip dengan metode PMX. Perbedaannya
hanya pada prosedur perbaikan (Syarif, 2014).
5. Position-based crossover (PX)
6. Order-Based Crossover
22
7. Cycle Crossover (CX)
8. Weight Mapping Crossover (WMX)
1. Mutasi: menciptakan individu baru dengan memodifikasi satu atau lebih gen
dalam individu yang sama. Mutasi berfungsi untuk menggantikan gen yang
hilang dari populasi selama proses seleksi serta menyediakan gen yang tidak
ada dalam populasi awal. Sehingga mutasi akan meningkatkan variasi populasi.
Jika bilangan random yang dibangkitkan dari suatu kromosom dalam proses
mutasi ini ternyata lebih kecil atau sama dengan probabilitas mutasi (p_M)
maka kromosom tersebut akan mengalami mutasi, begitu pula sebaliknya.
Menurut Syarif (2014) Terdapat lima metode mutasi yang dapat dilakukan:
1. Metode Pembalikan (Inversion Mutation)
2. Metode Penyisipan (Insertion Mutation)
3. Metode Pemindahan (Displacement Mutation)
4. Metode Penukaran (Swap Mutation)
5. Metode Pengantian (Flip Mutation)
2.8.4
Parameter Genetic Algorithm
Menurut Obitko (2008) dalam Arisandhy (2011) Parameter dalam algoritma
genetika berguna dalam pengendalian operator genetika yang digunakan. Pada saat
mengaplikasikan GA pada suatu persoalan, kita harus menentukan nilai – nilai dari
beberapa parameter diantaranya Probabilitas crossover (p_C), probabilitas
mutation (p_M), population size (pop_size), maksimum generasi (max_gen).
Berikut ini merupakan parameter GA menurut Syarif (2014) :
a. Probabilitas Crossover : parameter p_C mempunyai nilai 0 – 1, nilai ini
menggambarkan seberapa sering crossover akan dilakukan. Mudah
dipahami bahwa jika nilai p_C adalah 0, berarti tidak dilakukan proses
crossover atau dengan kata lain seluruh kromosom pada generasi yang baru
dibuat dengan kromosom pada generasi sebelumnya. Sebaliknya jika
bernilai satu, berarti semua kromosom berpeluang melakukan crossover
(meskipun tidak harus semua). Menurut sebuah penelitian Obitko (2008)
dalam arisandhy (2011) disarankan bahwa nilai probabilitas crossover yang
baik adalah berkisar antara 80% - 95%.
23
b. Probabilitas Mutasi
Seperti halnya p_C, parameter p_M mempunyai nilai 0 – 1. Parameter ini
menggambarkan seberapa sering proses mutasi terhadap kromosom akan
dilakukan. Jika nilai parameter ini 0 berarti kita tidak melakukan proses
mutasi terhadap kromosom. Turunan (offspring) hanya diperoleh melalui
proses crossover. Jika nilai parameter ini 1 (satu) berati semua kromosom
mempunyai kesempatan melakukan proses mutasi. Menurut sebuah
penelitian Obitko (2008) dalam arisandhy (2011) disarankan bahwa nilai
probabilitas crossover yang baik adalah berkisar antara 0,5% – 1% .
c. Ukuran Populasi (Population size)
Nilai parameter pop_size menunjukan jumlah kromosom pada populasi
(setiap generasi). Apabila jumlah kromosom dalam suatu populasi terlalu
kecil maka akan semakin sedikit kromosom yang melakukan crossover dan
mutasi. Hal ini akan mempengaruhi kualitas solusi yang akan diperoleh.
Sebaliknya apabila pop_size terlalu besar, proses GA akan menjadi sangat
lambat.
d. Maksimum Generasi (Maximum generation)
Parameter max_gen memberikan jumlah maksimum generasi yang
dilakukan pada proses GA. Dengan kata lain, parameter ini merupakan suatu
parameter yang dipakai sebagai kriteria pemberhentian dari proses GA.
2.8.5
Genetic Algorithm Dalam Tata Letak
Genetic algorithm pada tata letak dibuat berdasarkan fungsi optimalisasi
yaitu meminimalisasi pergerakan material dengan jadwal kerja yang ada. Hicks
(2002). Pada tata letak gudang , genetic algorithm dibuat berdasarkan fungsi
optimalisasi yaitu meminimalisasi jarak yang ditempuh ketika melakukan
pengambilan barang. Menurut Papadaki, dkk (2016) dalam masalah tata letak
genetic algorithm dapat dijadikan sebuah model optimasi dengan menggabungkan
parameter keputusan berikut yang berkontribusi ke total biaya yang harus
diminimalkan:
24
a.
Frekuensi perjalanan yang dilakukan antara fasilitas (per hari).
b.
Jarak antara lokasi yang telah ditentukan (dalam meter).
c.
Biaya transportasi antar lokasi (dalam satuan / meter biaya).
d.
Fasilitas biaya konstruksi di lokasi alternatif (dalam unit biaya).
Untuk masalah optimasi menurut Misola, dkk (2013), fungsi objektif TC
adalah total biaya material handling dari sistem. Jumlah seluruh biaya penanganan
material handling dalam sistem adalah ukuran dari cara bagaimana meminimalkan
ongkos pengaturan fasilitas.
Langkah pertama dari rangkaian proses algoritma genetik mencakup
menyandikan
informasi
pada
sumber
daya
menjadi
gen.
Setiap
gen
merepresentasikan alphanumeric string yang memiliki tiga bagian, jumlah,
mesin,ukuran rectangularnya (panjang dan lebar) dan lokasi. (Hicks, 2002) Gen
tersebut kemudian dipilih secara acak untuk memproduksi sebuah populasi dari
kromosom (kandidat solusi). Kromosom tersebut kemudian secara acak dipiih
untuk operasi crossover dan mutation. Crossover mengkombinasikan karakteristik
dua orang tua untuk menghasilkan keturunan sedangkan mutation memproduksi
perubahan acak pada satu kromosom.
Algoritma pengujian kecocokan pertama menerjemahkan urutan mesin
dalam kromosom menjadi tata letak dengan menggunakan algoritma penempatan.
Jarak lorong atau margin dapat dispesilikan untuk menyediakan jarak yang
diperlukan antar sumber daya.
Sumber daya yang berhubungan dengan gen pertama pada kromosom
ditempatkan pada koordinat awal (pemindahan). Sumber daya berikutnya
ditempatkan disebelah kanannya dengan memperhitungkan luas yang diperlukan.
Hal ini berulang sampai kendala fisik dicapai. Tata letak yang dihasilkan kemudian
dapat dievaluasi menggunakan total langsung jarak perjalanan atau total jarak
rectilinear yang ditempuh.
Tahap akhir genetic algorithm adalah memilih jumlah yang sama dari
kromosom sebagai populasi awal untuk generasi berikutnya. Kemungkinan
bertahan dan jumlah replikasi kromosom ditentukan dari kecocokannya.
25
Penggunaan algroritma genetik pada tata letak gudang memerlukan
beberapa penyesuaian. Seperti yang telah disebutkan di awal, fungsi optimalisasi
untuk permasalahan tata letak gudang adalah minimalisasi jarak yang ditempuh
ketika melakukan pengambilan barang. Gen – gen yang disandikan pada tata letak
gudang adalah jumlah komponen (barang), ukuran tiap komponen yang akan
ditempatkan dalam panjang dan lebar, dan lokasi.
Informasi pada sumber daya tata letak dikonversikan menjadi gen, yaitu
jumlah lokasi (rak), jumlah komponen (barang), frekuensi perpindahan barang,
biaya material handling dan matriks jarak antar rak, . Jadi, setiap komponen akan
memiliki ukuran penyimpanan dan lokasi penempatannya. Selanjutnya, gen – gen
tersebut dipilih secara acak untuk memproduksi kandidat solusi (solusi awal) yang
terdiri dari kromosom – kromosom yang membentuk populasi. Kromosom tersebut
kemudian
secara
acak
dipilih
untuk
operasi
crossover.
Crossover
mengkombinasikan karakteristik dua orang tua untuk menghasilkan keturunan.
Selanjutnya offspring mengalami mutasi untuk memperbaiki gen didalamnya.
Penggunaan algoritma genetik dalam tata letak juga efektif karena
adanya pengecekan fitness value (tingkat kecocokan), yang diterapkan pada hampir
setiap langkah – langkah pengerjaan; pencarian solusi awal, pengecekan hasil
crossover, pengecekan setiap hasil pencarian lokal untuk setiap tahap dan
pengecekan kromosom anak hasil pencarian lokal apakah layak masuk ke dalam
populasi awal atau harus dibuang. Fitness value berfungsi sebagai evaluasi dengan
kriteria tertentu. (Pamungkas, 2008)
2.9
Pemindahan Material
Menurut Wingjosoebroto (2009) dalam Khoirunnisak (2018) Pemindahan
material adalah bagian bagian dari sistem industri yang memberi pengaruh tentang
hubungan dan kondisi fisik dari bahan/material dan produk terhadap proses
produksi tanpa adanya perubahan-perubahan dan kondisi/bentuk material atau
produk itu sendiri.
Menurut Hadiguna (2008) dalam Khoirunnisak (2018) terdapat beberapa
sistem pengukuran jarak yang dipergunakan. Beberapa jenis sistem pengukuran
jarak antar departemen ini digunakan sesuai dengan kebtuhan dan karekteristik
26
perusahaan
yang
menggunakanya.
Apabila
terdapat
dua
buah
stasiun
kerja/departemen i dan j yang koordinatnya ditunjukan sebagai (xi,yi) dan (yj,yj),
maka untuk menghitung jarak antar dua titik tengah dij dapat dilakukan metode
berikut :
1.
Rectilinear Distance
Jarak diukur sepanjang lintasan dengan menggunakan garis tegak lurus
(orthogonal) satu dengan yang lainnya. Pengukuran dengan jarak
rectilinear sering digunakan karena mudah perhitungannya, mudah
dimengerti dan untuk beberapa masalah lebih sesuai, misalkan untuk
menentukan jarak antar kota, jarak antar fasilitas di mana peralatan
pemindahan bahan hanya dapat bergerak secara lurus. Sebagai contoh
adalah material yang berpindah sepanjang gang (aisle) rectilinear di
pabrik :
dij = |xi-xj|+|yi-yj|……………………...........................................…….(4)
Dengan:
dij : Jarak tempuh
xi : Koordinat X untuk bangun 1
xj : Koordinat X untuk pintu atau I/O
yi : Koordinat Y untuk bangun 1
yj : Koordinat Y untuk pintu atau I/O
2.
Euclidean Distance
Jarak euclidean merupakan jarak yang diukur lurus antara pusat fasilitas
satu dengan pusat fasilitas lainnya. Contoh aplikasi dari jarak euclidean
misalnya pada beberapa model conveyor, dan juga jaringan transportasi
dan distribusi. Untuk menentukan jarak euclidean fasilitas satu dengan
fasilitas lainnya menggunakan formula sebagai berikut.
dij = √(xi-xj)²+(yi-yj)²…………..................................................…..….(5)
Dengan:
dij : Jarak tempuh
xi : Koordinat X untuk titik 1
xj : Koordinat X untuk titik 2
yi : Koordinat Y untuk titik 1
yj : Koordinat Y untuk titik 2
27
3.
Squared Euclidean Distance
Square euclidean merupakan ukuran jarak dengan mengkuadratkan bobot
terbesar suatu jarak antara dua fasilitas yang berdekatan. Jarak diukur
sepanjang lintasan sebenarnya yang melintas antara dua buah titik. Sebagai
contoh, pada sistem kendaraan terkendali (guded vehicle system),
kendaraan dalam perjalanannya harus mengikuti arah-arah yang sudah
ditentukan pada jaringan lintasan terkendali. Oleh karena itu, jarak lintasan
aliran bisa lebih panjang dibandingkan dengan rectilinear atau euclidean.
dij = (xi-xj)²+(yi-yj)² ………….........................................…...............….(6)
Dengan:
dij : Jarak tempuh
xi : Koordinat X untuk titik 1
xj : Koordinat X untuk titik 2
yi : Koordinat Y untuk titik 1
yj : Koordinat Y untuk titik 2
2.10
Ongkos Material Handling (OMH)
Ongkos material handling (OMH) adalah suatu ongkos yang timbul akibaat
adanya aktivitas material dari satu mesin ke mesin lain atau dari satu departemen
kedepartemen lain yang besarnya ditentukan sampai pada suatu tertentu. Menurut
Karonsih (2013) dalam Dwianto (2017) Perhitungan ongkos material handling
(OMH) tiap satuan jarak dapat dirumuskan sebagai berikut :
z
Cij = ∑ F
ij Dij
..................................................................................................(7)
Cij
: Ongkos Material Handling per-satuan jarak (Rp/m)
Z
: Total biaya operasional material handling
Fij
: Frekuensi perpindahan antara stasiun i dan j
dij
: jarak antara stasiun i dan j
Perhitungan total biaya operasional material handling digudang meliputi 2
faktor biaya yaitu biaya mesin atau material handling dan biaya operator material
handling. Berikut ini adalah rumus yang digunakan untuk mencari kedua faktor
tersebut yaitu :
28
1. Biaya Mesin atau Biaya Material Handling
Biaya mesin = fixed cost (biaya depresiasi + biaya maintenance) + variable
cost (biaya bahan bakar) .................................................................................(8)
Untuk perhitungan fixed cost yang meliputi biaya depresiasi mesin atau
material handling dan biaya maintenance digunakan rumus sebagai berikut :
a. Biaya Depresiasi
Menurut Pujawan (2008) dalam Dwianto (2017) Depresiasi merupakan
penurunan nilai suatu properti atau aset karena waktu dan pemakaian .
Berdasarkan UU Republik Indonesia No. 17 Tahun 2000 pada Pasal 11
poin 6, untuk menghitung penyusutan, masa manfaat dan tarif penyusutan
harta berwujud ditetapkan sebagai berikut :
Tabel 2 Persentase Penyusutan Berdasarkan Kelompok
Kelompok Harta
Berwujud
Masa
Manfaat
(Thn)
Tarif
(Straight
Line)
Kelompok I
4
25%
Kelompok II
8
12,50%
Kelompok III
16
6,25%
Kelompok IV
20
5%
Sumber : UU Republik Indonesia No. 17 Tahun 2000 pada Pasal 11 poin 6
b. Biaya Bahan Bakar
Biaya bahan bakar merupakan biaya yang dikeluarkan oleh suatu mesin
atau alat dalam jangka satuan waktu. Rumus untuk menghitung biaya
bahan bakar adalah sebagai berikut :
Biaya bahan bakar = Harga bahan bakar yang digunakan/liter x total bahan
bakar yang digunakan (liter) ..................................................................(9)
2. Biaya Operator
Besarnya biaya operator mobil trailer dan mobil crane adalah tergantung dari
lokasi pekerjaan, perusahaan yang bersangkutan, peraturan yang berlaku
dilokasi dan kontrak kerja antara dua pihak tersebut. pada dasarnya biaya
operator dihitung dalam besarnya uang yang dibayarkan dalam satuan waktu.
29
2.11
Uji ANOVA
Analisis varians (analisis ragam) adalah suatu metode untuk menguraikan
keragaman total menjadi komponen-komponen yang mengukur berbagai sumber
keragaman. Dalam analisis ini, kita selalu mengasumsikan bahwa sampel acak yang
dipilih berasal dari populasi yang normal dengan varians (ragam) yang sama,
kecuali bila sampel yang dipilih cukup besar, asumsi tentang distribusi normal tidak
diperlukan lahi (Wibisono, 2005). Berikut ini adalah hipotesis untuk uji ANOVA.
H0 : μ1 = μ2 = μ3, yaitu tidak terdapat perbedaan yang signifikan antar ratarata output sistem simulasi eksisting dengan sistem
simulasi usulan perbaikan.
H1 : μ1 ≠ μ2 ≠ μ3, yaitu terdapat perbedaan yang signifikan antar rata-rata
output sistem simulasi eksisting dengan sistem simulasi
usulan perbaikan.
Keterangan:
μ1
: rata-rata output sistem simulasi eksisting
μ2
: rata-rata output sistem simulasi usulan perbaikan 1
μ3
: rata-rata output sistem simulasi usulan perbaikan 2
Kriteria daerah penolakan adalah ketika nilai F
hitung
>F
tabel
dengan rumus
sebagai berikut.
df treatment
= Banyaknya perlakuan – 1 .................................................... (10)
df error
= nk - k .................................................................................... (11)
df total
= N – 1 .................................................................................... (12)
SS treatment = ∑
T.j2
nj
-
T..2
N
............................................................................. (13)
T..2
SS total
= ∑ ∑ y2 ij -
SS error
= SS total – SS treatment ............................................................... (15)
MS treatment =
SS treatment
df treatment
SS error
N
......................................................................... (14)
............................................................................... (16)
MS error
=
F hitung
=
F tabel
= F(α;df SS Treatment; df SS Error) ...................................................... (19)
df error
.................................................................................... (17)
MS treatment
MS error
............................................................................. (18)
30
Apabila H0 ditolak, informasi tentang rataan dari populasi atau perlakuan
mana yang berbeda belum didapatkan. Sehingga diperlukan suatu metode untuk
menguji rataan dari populasi atau perlakuan mana yang berbeda tersebut. Untuk itu
digunakan pengujian pasca ANOVA.
Ada lima macam pengujian pasca ANOVA yang biasa digunakan, yaitu
Fisher’s Least Significant Difference (LSD), Tukey’s Honest Significant
Difference, Prosedur Student Newman-Keuls, Uji Range Ganda Duncan dan
Metode Bonferroni. Uji pasca ANOVA yang digunakan untuk mencari informasi
rataan dari populasi atau perlakuan mana yang berbeda pada penelitian ini adalah
LSD. Berikut ini adalah rumus LSD.
LSD
2 x MSE
= t(df error ; α/2) √
10
.............................................................. (20)
Apabila nilai absolut selisih dari 2 rata-rata sistem (mean difference) > LSD
maka dapat disimpulkan bahwa terdapat perbedaan yang signifikan antar sistem
yang dibandingkan.
Download