Detail Cantuman

Pada penelitian ini membahas model lintasan stasiun kerja perakitan Parallel Assembly Line Balancing (PALBP) dengan kriteria minimisasi jumlah stasiun kerja dengan menggunakan algoritma greedy randomized adaptive search procedures (GRASP). Lintasan perakitan parallel merupakan suatu lintasan perakitan yang terdiri dari dua atau lebih lintasan perakitan. Lintasan ini memproduksi produk sama atau pun produk dengan tipe yang berbeda pada waktu yang sama secara independen dan operator mampu untuk mengerjakan produk dengan beberapa operasi yang berbeda dalam beberapa lintasan yang berbeda (multi-skilled). Metode yang digunakan untuk membangun algoritma untuk menyelesaikan masalah keseimbangan lintasan perakitan adalah algoritma GRASP. GRASP merupakan pendekatan metaheuristik yang memiliki dua tahapan yaitu initial solution dan local search. Tahap pertama adalah initial solution yaitu tahap konstruksi untuk membentuk solusi inisial. Solusi inisial yang dihasilkan dari pembentukan restricted candidate list (RCL) yang disusun berdasarkan fungsi greedy dan elemen di dalam RCL dipilih secara random sehingga terbentuk solusi inisial. Fungsi greedy yang digunakan adalah total waktu stasiun kerja dari penambahan elemen-elemen pekerjaan. Pembentukan RCL menggunakan treshold paramater α yang digunakan untuk membantu dalam pembuatan selang kerandoman dari sistem pemilihan RCL. Tahap kedua adalah local search yang merupakan tahap untuk mengeksplorasi solusi inisial. Tahap ini dilakukan dengan insert dan exchange. Algoritma usulan akan diujikan dengan menggunakan dua skenario. Skenario 1 bertujuan untuk menguji cara kerja dari model usulan, dan Skenario 2 bertujuan untuk menguji keandalan dari model usulan. Set data untuk kedua skenario tersebut diperoleh dari literatur. Hasil pengujian kedua skenario menunjukkan bahwa model usulan yang didapat memberikan solusi yang sama dengan hasil penelitian sebelumnya, tetapi terdapat satu set data yang memberikan solusi yang tidak lebih baik dari model pada penelitian sebelumnya.