Perpustakaan Digital ITB

Penjadwalan masinis dan asisten masinis merupakan aspek krusial dalam manajemen sumber daya manusia di PT Kereta Api Indonesia, khususnya di Daerah Operasi II Bandung, di mana pendekatan manual seringkali tidak efisien dan berisiko. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah sistem optimisasi otomatis untuk mengatasi permasalahan redistribusi jadwal tersebut. Metode yang digunakan adalah Linear Programming (LP) yang diimplementasikan menggunakan bahasa pemrograman Python dengan bantuan library PuLP untuk pemodelan matematis dan Pandas untuk manipulasi data. Sistem ini dirancang untuk menerima input dari file Excel (.xlsx) yang fleksibel, di mana pengguna dapat mendefinisikan grup, shift, jam kerja, serta menetapkan status shift tertentu sebagai tetap (tidak bisa ditukar). Model LP diformulasikan dengan fungsi objektif untuk meminimalkan jumlah pertukaran (swap) antar shift, dengan serangkaian kendala (constraints) yang ketat, yaitu total jam kerja per grup tidak melebihi 40 jam, jumlah shift per grup tidak melebihi 6, dan shift yang berstatus tetap tidak dilibatkan dalam proses optimisasi. Sistem juga dilengkapi dengan logika pra-pemrosesan untuk secara otomatis mengoreksi data input yang memiliki lebih dari 6 shift per grup. Hasil dari penelitian ini adalah sebuah sistem fungsional yang mampu mengubah data jadwal mentah menjadi jadwal akhir yang seimbang dan optimal. Sistem secara efektif menemukan kombinasi pertukaran paling sedikit untuk memenuhi semua regulasi. Jika tidak ada solusi yang memungkinkan, sistem akan melaporkan status Infeasible, memberikan informasi berharga bagi manajemen bahwa aturan atau sumber data yang ada perlu ditinjau kembali. Output akhir disajikan dalam sebuah sheet baru yang secara otomatis ditambahkan pada file Excel input, memastikan alur kerja yang terintegrasi dan mudah divalidasi. Sistem yang dikembangkan berhasil mentransformasikan proses redistribusi jadwal dari yang bersifat manual dan subjektif menjadi proses yang terstruktur, objektif, dan berbasis data.