Detail Cantuman

Penelitian ini membahas model keseimbangan lintasan perakitan mixed model
menggunakan algoritma Greedy Randomized Adaptive Search Procedures (GRASP). Kriteria
yang digunakan adalah minimisasi jumlah stasiun kerja. Lintasan perakitan mixed model
merupakan lintasan perakitan yang memiliki beberapa variasi dari produk sejenis untuk dirakit
pada satu lintasan yang sama. Proses produksi dari semua variasi produk hampir sama, karena
umumnya variasi tersebut tidak terlalu memiliki variasi yang banyak, misalnya penambahan
atribut dan pemilihan fitur tambahan. Oleh karena itu, beberapa operasi dasar yang sama
dibutuhkan untuk setiap pengerjaan model, selebihnya mungkin berbeda dari waktu pengerjaan.
Metode yang digunakan untuk membangun algoritma untuk menyelesaikan masalah
keseimbangan lintasan perakitan adalah GRASP. GRASP merupakan metode metaheuristik
yang berdasarkan pada teknik pencarian acak multi-start untuk memecahkan masalah optimisasi
kombinatorial yang sulit. GRASP terdiri dari dua tahap yaitu tahap initial solution dan local
search. Initial solution, dibentuk melalui restricted candidate list (RCL). RCL disusun
menggunakan suatu fungsi greedy berbasis penambahan waktu operasi dari tiap elemen kerja
yang akan ditempatkan dan suatu threshold parameter α. Tahap local search merupakan tahap
eksplorasi dari bentuk lintasan berdasarkan hasil dari tahap initial solution. Tahap ini dilakukan
dengan proses insert, exchange, dan insert.
Performansi model usulan diuji dengan menggunakan dua skenario. Skenario 1 bertujuan
untuk menguji cara kerja model. Sedangkan Skenario 2 bertujuan untuk menguji performansi
algoritma usulan. Set data untuk kedua skenario tersebut diperoleh dari literatur. Hasil
pengujian kedua skenario menunjukkan bahwa model usulan dapat memberikan solusi yang
sama dengan penelitian-penelitian sebelumnya yang telah dipublikasikan.