Perpustakaan Digital ITB

Penjadwalan job shop (JSS) merupakan topik penting dalam sistem manufaktur. Model JSS tradisional mengasumsikan kondisi statis, yaitu antara lain: (1) semua pekerjaan tersedia sejak saat nol, (2) atribut pekerjaan seperti tanggal rilis (rj ) diketahui, (3) mesin selalu tersedia sepanjang masa perencanaan, dan (4) tidak ada pekerjaan baru yang datang selama produksi. Namun, kondisi ini sangat terbatas dalam skenario manufaktur praktis. Dalam praktiknya, JSS tidak statis tetapi sangat dinamis. JSS mengalami banyak kejadian dinamis yang mengubah keadaan awal sistem, menyebabkan ketidakpastian sistem, mengurangi efisiensi manufaktur, dan dalam kasus ekstrem, membuat jadwal tidak layak. Dengan kejadian dinamis tersebut, penjadwalan ulang menjadi penting secara teoritis dan praktis, tetapi menambah kompleksitas pada JSS. Banyak penelitian yang didedikasikan untuk mengatasi tantangan ini dengan berbagai pendekatan solusi dan biasanya berfokus pada metode eksak, yang meskipun menyediakan solusi optimal untuk JSS skala kecil, namun kesulitan secara komputasi untuk menghasilkan solusi optimal untuk JSS skala menengah hingga besar. Selain itu, permasalahan pada sistem JSS tidak hanya proses penjadwalan dalam kejadian dinamis tetapi juga perlu kemampuan pemantauan, kontrol, dan prediksi untuk mengatasi aspek dinamis JSS ini. Untuk mengatasi tantangan ini, penelitian dissertasi ini mengembangkan serangkaian pendekatan komprehensif yang menggabungkan kekuatan metode eksak, algoritma greedy (GrA), dan algoritma Greedy Randomized Adaptive Search Procedure (GRASP). Penelitian ini dimulai dengan metode eksak untuk membandingkan solusi dengan metode lainnya. Keterbatasan komputasional metode eksak tidak memungkinkan untuk mendapatkan solusi optimal untuk JSS skala menengah hingga besar. Untuk mengukur kinerja solusi pada kasus JSS skala menengah dan skala besar, maka digunakan solusi JSS skala kecil sebagai tolok ukur. Selanjutnya, algoritma greedy (GrA) digunakan: (1) untuk menentukan skala ukuran masalah pada JSS skala kecil hingga besar, dan (2) untuk mendapatkan solusi cepat. Sementara GrA bisa efisien secara komputasi, tetapi tidak memberikan solusi optimal, sehingga memerlukan pendekatan lain yang lebih maju. Inti dari pendekatan solusi yang dikembangkan adalah algoritma GRASP yang baru. Algoritma ini dirancang untuk menyeimbangkan kualitas solusi dengan efisiensi komputasi. Pendekatan GRASP ini menggabungkan dua strategi: intensifikasi dan diversifikasi. Dalam strategi intensifikasi: (1) algoritma menganalisis keterlambatan setiap pekerjaan secara sistematis, (2) menghitung kontribusi keterlambatan setiap operasi terhadap keterlambatan total, (3) membuat daftar operasi berdasarkan nilai kontribusi keterlambatan, dan (4) menerapkan prosedur pertukaran terarah berdasarkan nilai kontribusi keterlambatan. Untuk prosedur pertukaran terarah, operasi dengan nilai kontribusi keterlambatan yang signifikan besar dilakukan dengan pendahulunya, penerusnya, dan operasi lainnya pada mesin yang sama sehingga hubungan prioritas dan hubungan ketergantungan di antara operasi tetap dijaga. Jika tidak ada perbaikan lebih lanjut maka strategi diversifikasi digunakan. Strategi diversifikasi ini menggabungkan dua teknik: (1) pertukaran acak, dan (2) memulai ulang secara acak. Melalui GRASP yang baru, kualitas solusi meningkat secara signifikan dengan tetap mempertahankan efisiensi komputasi. Misalnya, persentase kesenjangan sebesar 13,82% untuk GrA dan metode eksak telah berkurang menjadi hanya 3,43% dengan menggunakan algoritma GRASP. Selain itu, waktu komputasi GRASP jauh lebih rendah daripada metode eksak, sementara GrA dapat disebut sebanding. Dalam menangani kejadian dinamis, penelitian ini mengkategorikan GRASP ke dalam tiga jenis berdasarkan dampak yang ditimbulkannya pada proses penjadwalan: (1) dampak rendah (LiDE), (2) dampak sedang (MiDE), dan (3) dampak serius (SiDE). Disertasi ini berfokus pada SiDE karena kejadian tersebut berdampak signifikan pada pemrosesan penjadwalan dengan menimbulkan ketidakstabilan sistem dan menurunkan efisiensi produksi. Kejadian - kejadian ini meliputi kedatangan pekerjaan baru (NJA), pesanan mendesak (RO), kegagalan mesin (MF), dan pemeliharaan mesin terjadwal (SMM). Prosedur penjadwalan ulang yang komprehensif dikembangkan untuk menangani SiDE. Strategi penjadwalan ulang proaktif-reaktif (Pact ? Ract) digunakan untuk meminimalkan dampak SiDE secara berkala melalui Pact dan secara langsung melalui Ract. Untuk menentukan pemicu penjadwalan ulang, kebijakan penjadwalan ulang hibrida (berkala dan berbasis peristiwa) (Hyb.) digunakan, yang memicu penjadwalan ulang berkala (pe ) untuk (Pact) guna menangani NJA dan SMM, dan penjadwalan ulang berbasis peristiwa (ED) untuk penjadwalan ulang Ract guna meminimalkan dampak MF dan RO. Untuk menjadwalkan ulang pekerjaan berdasarkan pemicu penjadwalan ulang, metode penjadwalan ulang shift kanan (RF) digunakan untuk MF dan metode penjadwalan ulang regenerasi (Reg) digunakan untuk NJA, RO, dan SMM. Prosedur penjadwalan ulang ini dapat disesuaikan untuk meminimalkan keterlambatan total pekerjaan. Hasil yang didapat menunjukkan bahwa strategi penjadwalan ulang Ract memiliki kinerja yang lebih baik dalam meminimalkan keterlambatan dibandingkan dengan strategi penjadwalan ulang Pact. Untuk lebih meningkatkan kemampuan sistem dalam menangani SiDE dan menyediakan kemampuan pemantauan, pegendalian, dan prediksi, metode solusi diintrengintegrasikan dengan model simulasi berdasarkan konsep teknologi Digital Twin (DT). DT adalah replika virtual dari sistem produksi fisik, yang memungkinkan untuk melakukan simulasi berbagai skenario dan memprediksi hasil dari berbagai strategi penjadwalan. Dua jenis model simulasi dikembangkan dalam konteks ini: (1) model simulasi yang mempertimbangkan aturan prioritas (FIFO, LIFO, SPT, SRPT, EDD, dan CR), dan (2) model simulasi yang mempertimbangkan SiDE. Melalui model simulasi ini, dilakukan penilaian kinerja JSS dalam berbagai kondisi yang bervariasi. Yang lebih penting, model simulasi yang mempertimbangkan SiDE menunjukkan bahwa kombinasi strategi penjadwalan ulang Pact dan Ract secara efektif mengelola SiDE, menyediakan solusi yang layak untuk JSS dalam lingkungan yang dinamis, sekaligus menyediakan kemampuan pemantauan, pengendalian, dan prediksi. Sebagai kesimpulan, penelitian ini mengatasi kesenjangan utama dalam JSS dengan mengembangkan serangkaian pendekatan solusi komprehensif yang mengintegrasikan metode eksak, GrA, GRASP, dan teknik simulasi. GRASP baru menawarkan keseimbangan yang efektif antara kualitas solusi dan efisiensi komputasi, sementara prosedur penjadwalan ulang dan simulasi DT menyediakan alat praktis untuk mengatasi gangguan manufaktur praktis. Pendekatan ini tidak hanya meningkatkan pemahaman teoritis tentang JSS tetapi juga menawarkan solusi praktis.