ABSTRAK Dinda Naurah Triwidyatari
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Revolusi industri 4.0 menunjukkan industri yang semakin maju dan mendorong banyak
perubahan yang terjadi. Salah satu bentuk inovasi yang muncul adalah penggunaan robot
kolaboratif (cobot) pada lantai produksi. PT JVC Electronics Indonesia merupakan salah satu
perusahaan yang merasakan manfaat dari cobot dengan mencapai penghematan hingga USD
80.000. Perkembangan ini juga menjadi pemicu terhadap cepatnya perubahan permintaan
konsumen. Hal ini menyebabkan munculnya alternatif urutan proses dalam lintas perakitan.
Maka dari itu, industri perlu menyelesaikan permasalahan penyeimbangan lintas perakitan
dengan jalur tugas (subgraf) alternatif yang menggunakan kolaborasi manusia-robot (Assembly
line balancing problem with alternative subgraph Human-robot collaboration; ASALBP-
HRC). Salah satu cara yang dapat digunakan untuk menyelesaikan ASALBP-HRC dengan
cepat adalah menggunakan metode metaheuristik.
Penelitian ini bertujuan untuk mengembangkan algoritma Ant Colony Optimization (ACO)
untuk menyelesaikan permasalahan ASALBP-HRC untuk minimalisasi waktu siklus.
Algoritma yang disusun terdiri dari dua prosedur utama: algoritma konstruksi dan algoritma
perbaikan. Algoritma ACO dirancang untuk menggunakan sejumlah semut pada satu iterasi
untuk menghasilkan beberapa solusi. Setiap semut akan meninggalkan jalur feromon yang
dapat berpengaruh terhadap pencarian solusi di iterasi selanjutnya.
Penelitian ini melakukan penyetelan parameter menggunakan 1?4 fractional factorial design
untuk mendapatkan parameter yang signifikan terhadap solusi. Berdasarkan hasil komputasi
terhadap sembilan set data dengan jumlah tugas yang berbeda, didapatkan solusi layak dari
algoritma ACO dengan waktu yang lebih cepat dibandingkan metode analitis dengan rata-rata
gap waktu sebesar 96,15% serta rata-rata gap solusi sebesar 20,40%. Selain itu, didapatkan
bahwa jumlah iterasi dan ukuran koloni memiliki pengaruh yang signifikan terhadap pencarian
waktu siklus terendah pada algoritma ACO.