COVER Liana Sonia Theresa Sitorus
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 1 Liana Sonia Theresa Sitorus
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 2 Liana Sonia Theresa Sitorus
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 3 Liana Sonia Theresa Sitorus
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 4 Liana Sonia Theresa Sitorus
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 5 Liana Sonia Theresa Sitorus
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 6 Liana Sonia Theresa Sitorus
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
PUSTAKA Liana Sonia Theresa Sitorus
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Kolaborasi manusia-robot semakin berkembang seiring dengan perkembangan industri 4.0 saat ini, salah satunya pada lintas perakitan. Penerapan kolaborasi antara manusia-robot pada lintas perakitan di Indonesia semakin banyak diterapkan yang berdampak pada meningkatnya proses produksi, keselamatan kerja, dan mengurangi biaya operasional. Sebelumnya, telah dilakukan penelitian dengan metode analitis untuk meminimalkan biaya pada lintas perakitan kolaborasi manusia-robot. Namun, kekurangan utama dari metode ini adalah waktu komputasi yang lama untuk kasus diatas 21 elemen kerja. Berdasarkan hal tersebut, dikembangkan algoritma simulated annealing untuk menghasilkan pencarian solusi yang lebih efisien.
Algoritma simulated annealing yang dikembangkan pada penelitian ini terdiri dari 2 prosedur utama, yaitu prosedur outer loop dan inner loop. Prosedur outer loop bertujuan untuk menerapkan prosedur standar pada simulated annealing dan prosedur inner loop bertujuan untuk membangkitkan solusi baru. Algoritma simulated annealing yang dikembangkan diterjemahkan ke dalam bentuk kode pemrograman Python untuk mendapatkan solusi berupa minimalisasi biaya.
Uji coba algoritma dilakukan menggunakan metode factorial design terhadap nilai objektif dan waktu komputasi dengan konfigurasi nilai parameter. Berdasarkan eksperimen, didapatkan hasil yang optimal untuk 9 hingga 25 elemen kerja dan hasil lebih baik rata-rata sebesar 26,53% untuk 35 dan 45 elemen kerja. Seluruh hasil tersebut didapatkan dengan waktu komputasi 37,62% lebih cepat secara rata-rata dibandingkan dengan metode analitis. Uji coba yang dilakukan menghasilkan 3 parameter yang signifikan untuk meminimalkan nilai objektif dan memberikan dampak terhadap waktu komputasi, yaitu jumlah penurunan temperatur (M), jumlah iterasi pada setiap temperatur (N), dan jumlah iterasi pada inner loop (I).