Perpustakaan Digital ITB

PT Pindad (Persero) merupakan perusahaan milik negara yang fokus dalam memproduksi produk yang mendukung pertahanan dan keamanan negara. Salah satu produk ungggulan PT Pindad (Persero) pada Divisi Alat Berat adalah Excava 200 yang terdiri atas Excava 200 Standard dan Long Arm. Performansi dari Divisi Alat Berat dinilai kurang memuaskan dikarenakan target produksi yang tidak dapat terpenuhi selama beberapa tahun terakhir. Hal tersebut dikarenakan belum terdapat metode yang digunakan untuk pembagian kerja dari operator sehingga menghasilkan waktu siklus dari produk Excava 200 sebesar 909,84 menit. Sementara itu, waktu siklus yang dibutuhkan untuk memenuhi target produksi adalah 600 menit. Sehingga, perlu dilakukan penyelesaian masalah assembly line balancing problem dengan penugasan operator pada lintasan perakitan. Penelitian ini bertujuan untuk menyelesaikan permasalahan assembly line balancing yang telah dijabarkan sebelumnya dengan menggunakan algoritma ant colony optimization (ACO). Algoritma ACO adalah algoritma population-solution based dalam pencarian solusi sehingga memiliki ruang pencarian solusi yang luas. Evaluasi dari algoritma ACO yang dikembangkan diuji menggunakan full factorial design terhadap nilai fungsi objektif berupa waktu siklus lintasan perakitan. Berdasarkan hasil eksperimen, terdapat tiga parameter yang berpengaruh signifikan, yaitu jumlah iterasi (It), ukuran koloni semut (Cs), dan tingkat kepentingan sebuah keputusan dari permasalahan tugas (?). Algoritma ACO dapat menghasilkan solusi yang layak pada permasalahan aktual PT Pindad dengan waktu siklus sebesar 127,7 menit dengan operator berjumlah 30 orang dan stasiun yang diperlukan 13 stasiun. Waktu siklus yang dihasilkan oleh algoritma ACO lebih baik jika dibandingkan dengan hasil komputasi menggunakan metode analitis. Serta, algoritma ACO memiliki efisiensi waktu komputasi mencapai 74,48% dibandingkan dengan metode analitis.