Perpustakaan Digital ITB

Perkembangan teknologi di industri manufaktur pada era globalisasi sangat dinamis dan cepat. Salah satunya adalah memanfaatkan kolaborasi manusia-robot pada lintasan perakitan. PT JVC Electronics Indonesia merupakan salah satu industri elektronik yang telah memanfaatkan kolaborasi manusia-robot pada lintasan perakitan dengan tujuan untuk meningkatkan produktivitas dan efisiensi. Berkembangnya kustomisasi produk menuntut fleksibilitas pada lintas perakitan. Oleh karena itu, diperlukan penggunaan kolaborasi manusia-robot. Perancangan lintasan perakitan diperlukan karena umur produk yang pendek. Maka dari itu, diperlukan pengembangan algoritma untuk menyelesaikan permasalahan pada lintasan perakitan produk campuran memanfaatkan kolaborasi manusia-robot. Algoritma tersebut harus mampu menghasilkan solusi layak dengan waktu komputasi yang efisien. Penelitian ini bertujuan untuk mengembangkan algoritma ant colony optimization (ACO) untuk perancangan lintasan perakitan produk campuran memanfaatkan kolaborasi manusia-robot. Algoritma ACO merupakan algoritma population-solution based dimana dalam pencarian solusi menggunakan semua populasi yang ada. Evaluasi algoritma ACO yang diusulkan diuji menggunakan full factorial design terhadap nilai fungsi objektif. Berdasarkan hasil eksperimen, terdapat tiga parameter yang berpengaruh signifikan, yaitu jumlah iterasi (It), ukuran koloni semut (Cs), dan tingkat kepentingan sebuah keputusan dari biaya alokasi tugas (????). Algoritma ACO menghasilkan solusi optimal untuk data tugas 11 dan 17. Di sisi lain, terdapat selisih sebesar 24,42% untuk data tugas 19, 25, 35, dan 43. Serta, hanya mendapatkan solusi optimal lokal untuk data tugas 61 dan 75. Selain itu, efisiensi waktu komputasi dari algoritma ACO mencapai 89,07% dibandingkan dengan metode analitis.