digilib@itb.ac.id +62 812 2508 8800


COVER _ Evita Puspa Miranti.pdf
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

BAB I _ Evita Puspa Miranti.pdf
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

BAB II _ Evita Puspa Miranti.pdf
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

BAB III _ Evita Puspa Miranti.pdf
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

BAB IV _ Evita Puspa Miranti.pdf
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

BAB V _ Evita Puspa Miranti.pdf
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

PUSTAKA Evita Puspa Miranti
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

LAMPIRAN_ Evita Puspa Miranti.pdf
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan

PT. Mattel Indonesia merupakan perusahaan mainan yang telah memanfaatkan kolaborasi manusia-robot dalam lintasan perakitannya. Penerapan kolaborasi manusia-robot memberikan manfaat dalam peningkatan produktivitas dan efektivitas sumber daya manusia. Perusahaan harus dapat melakukan perubahan produk dengan cepat karena kondisi industri yang sedang berkembang dan siklus hidup produk yang pendek. Untuk mengatasi hal tersebut dibutuhkan algoritma perancangan lintas perakitan kolaborasi manusia-robot yang efisien. Algoritma simulated annealing dikembangkan untuk perancangan lintas perakitan dengan alternatif urutan perakitan (subgraf alternatif) dan menggunakan kolaborasi manusia-robot dalam proses perakitannya. Algoritma simulated annealing dibagi menjadi dua bagian prosedur, yaitu outer loop dan inner loop. Prosedur outer loop berfungsi untuk menjalankan prosedur umum pada algoritma simulated annealing dan prosedur inner loop berfungsi untuk menjalankan prosedur khusus pada proses pembangkitan solusi baru yang dibangun berdasarkan hasil pengembangan. Terdapat 5 prosedur yang dikembangkan pada prosedur inner loop, yaitu prosedur untuk mempertahankan subgraf alternatif dari solusi sebelumnya, prosedur untuk menentukan subgraf alternatif, prosedur untuk mengalokasikan tugas pada stasiun kerja, prosedur untuk penukaran tugas, dan prosedur untuk penukaran sumber daya. Eksperimen algoritma dilakukan dengan menggunakan fractional factorial design terhadap nilai objektif dan waktu komputasi. Berdasarkan eksperimen, algoritma berhasil menghasilkan solusi layak untuk 9 data penelitian dengan 4 data diperoleh optimal pada data dengan jumlah tugas 14, 22, 28, dan 46, serta 5 data mendekati optimal pada data dengan jumlah tugas 43, 52, 67, 79, dan 92. Selain itu, efisiensi waktu komputasi pada algoritma simulated annealing sebesar 57,94% dibandingkan dengan metode analitis. Eksperimen yang dilakukan menghasilkan 2 parameter signifikan, yaitu jumlah penurunan temperatur (M) dan jumlah iterasi pada setiap temperatur.