Perpustakaan Digital ITB

PT X merupakaan perusahaan yang berfokus pada pembuatan mesin khusus untuk industri otomotif (job shop). Secara umum, penjadwalan PT X dilakukan hanya dengan melihat pekerjaan yang memiliki tenggat waktu terdekat. Namun, metode ini kurang sesuai karena variasi jumlah dan durasi dari semua proses yang diperlukan. Hal ini berisiko menurunkan kualitas layanan PT X di mata pelanggan. Selain itu, penjadwalan secara garis besar juga masih dilakukan manual yang membutuhkan waktu cukup lama. Hal ini juga dilakukan dalam penanganan job baru yang datang, jadwal akan disesuaikan satu per satu secara manual yang bersifat repetitif. Berdasarkan data historis, keberadaan masalah ini didukung oleh fakta bahwa terdapat 37% pekerjaan yang terlambat secara keseluruhan. Dengan demikian, terdapat urgensi untuk mencari model penjadwalan yang dapat membantu PT X menangani job baru. Berdasarkan kebutuhan tersebut, penelitian dimulai dengan meninjau alternatif- alternatif yang memungkinkan untuk diterapkan. Alternatif tersebut meliputi algoritma shifting bottleneck, algoritma particle swarm optimization, algoritma genetika, dan mixed-integer programming (MIP). Kemudian, setiap alternatif dievaluasi untuk mengidentifikasi algoritma yang paling sesuai dengan kebutuhan PT X. Setelah dilakukan perbandingan, dievaluasi bahwa algoritma shifting bottleneck berpotensi sesuai untuk menghadapi masalah PT X. Maka dari itu, algoritma shifting bottleneck ditetapkan sebagai algoritma terpilih untuk diuji secara mendetail dengan data historis PT X. Hasil pengujian algoritma shifting bottleneck berhasil menurukan makespan sebesar 13%, dari yang mulanya 10446.2 jam menjadi 9086.7 jam pada kasus normal. Lebih lanjut, makespan kasus penjadwalan ulang yang mulanya 12163.3 jam juga berkurang hingga 8908.1, berkurang sebesar 27%. Maka dari itu, penjadwalan dengan algoritma usulan yang disesuaikan terbukti memberikan dampak yang positif jika dibandingkan penjadwalan existing PT X.