Perpustakaan Digital ITB

PT X adalah perusahaan yang bergerak pada industri manufaktur produk permesinan dengan strategi make-to-order (MTO). PT X perlu melakukan estimasi waktu pesanan untuk dapat menaksir biaya dan tarif pesanan yang akan dinegosiasikan kepada pelanggan, karena sifat pesanan MTO yang selalu unik dan spesifik. PT X saat ini menggunakan perangkat lunak CAM untuk melakukan estimasi waktu permesinan CNC. Tetapi, hasil evaluasi mengindikasikan bahwa terdapat selisih yang cukup tinggi antara waktu estimasi CAM dengan waktu aktual permesinan yang terjadi di lapangan. Penelitian ini bertujuan untuk mengembangkan suatu model estimasi waktu permesinan CNC dengan menggunakan model pembelajaran mesin berbasis jaringan saraf tiruan, dengan memanfaatkan ketersediaan data permesinan yang telah diakumulasi oleh PT X. Pengembangan model dilakukan menggunakan model jaringan saraf tiruan sebagai model yang diusulkan dan model regresi linear majemuk sebagai model pembanding. Pengembangan model dilakukan dengan mengadopsi standar lintas-industri kerangka kerja proyek data mining CRISP-DM. Model jaringan saraf tiruan terbukti memiliki kinerja yang lebih akurat dan terpercaya dibandingkan dengan model pembandingnya. Hasil pengujian menunjukkan bahwa model jaringan saraf tiruan mampu mengestimasi waktu permesinan CNC PT X dengan rerata kesalahan RMSE sebesar 196,35 detik dan standar deviasi kesalahan mutlak sebesar 147,49 detik pada 62 data uji. Model usulan mampu mengurangi sebesar 72% dari rerata kesalahan yang dihasilkan oleh metode estimasi PT X saat ini. Beberapa parameter permesinan teridentifikasi memberikan pengaruh yang signifikan terhadap waktu permesinan, di antaranya adalah variabel panjang pemotongan dan stepover.