Perpustakaan Digital ITB

Di era industri 4.0 telah terjadi otomasi pada sistem perakitan untuk memperbaiki efisiensi lintas produksi pabrik dan meningkatkan produktivitas perusahaan. Salah satu proses otomasi yang dilakukan adalah penggunaan kolaborasi manusia-robot untuk merakit elemen kerja pada stasiun kerja. Penelitian alokasi stasiun kerja dengan sumber daya kolaborasi manusia-robot untuk lintas perakitan tunggal telah dikembangkan dengan pendekatan analitik. Namun, model analitik yang telah dikembangkan memiliki kelemahan berupa terbatasnya jumlah elemen kerja yang dapat dipecahkan karena waktu komputasinya naik secara eksponensial. Metode yang diusulkan untuk menyelesaikan permasalahan lintasan produksi dengan sumber daya kolaborasi manusia-robot adalah metode metaheuristik algoritma Ant Colony Optimization (ACO). Algoritma ACO dikembangkan berdasarkan sebuah penelitian yang membahas alokasi elemen kerja pada two-sided line balancing. Terdapat beberapa bagian yang dikembangkan atau diubah secara spesifik pada algoritma penelitian ini seperti perubahan komponen rumus probabilitas semut, perubahan rumus fungsi tujuan, pengurangan parameter, dan penambahan beberapa batasan sebagai akibat adanya multi resources. Algoritma ACO akan dikembangkan untuk meminimasi biaya total relevan produksi dengan mempertimbangkan jumlah manusia, robot, dan tools robot yang digunakan. Setiap penggunaan sumber daya akan berdampak pada biaya pengadaan, biaya operasional, dan biaya penghematan. Luaran yang dihasilkan oleh model algoritma ACO merupakan alokasi elemen kerja ke stasiun, nilai fungsi tujuan, dan waktu komputasi algoritma. Uji coba algoritma ACO yang diusulkan dapat menghasilkan selisih solusi rata-rata 3,6% dan efisiensi waktu komputasi mencapai 60% dalam mencapai solusi optimal.