Perpustakaan Digital ITB

Perusahaan manufaktur UKM yang bergerak di bidang industri alat kesehatan saat ini mendapatkan tantangan besar, terlebih di saat pandemi COVID-19 yang terjadi selama 2020 meningkatkan kebutuhan berbagai alat kesehatan di masyarakat. Namun hal tersebut menjadi tantangan bagi UKM yang sedang berkembang. Karena dengan keterbatasan sumberdaya fasilitas, strategi pemasaran, dan kualitas dibandingkan dengan key player global untuk industri serupa, UKM dituntut untuk mengevaluasi sistem produksi mereka agar lebih responsif dalam menanggapi perubahan permintaan dengan memaksimalkan produktivitas namun tetap menjaga kualitas produksi agar mampu mengikuti perubahan permintaan. PT AYU sebagai UKM manufaktur furnitur rumah sakit mengalami kendala dalam proyeksi pemenuhan permintaan. Karena saat ini perusahaan belum memiliki penjadwalan pada level lantai produksi sehingga penjadwalan hanya dilakukan pada level job order dengan cara mengestimasi melalui waktu standar. Hal tersebut membuat penjadwalan produksi menjadi tidak akurat karena tidak memperhatikan kapasitas produksi yang dimiliki. Sistem produksi job-shop digunakan pada lantai produksi PT AYU, dan penugasan dilakukan setiap waktu secara kontinyu (penjadwalan dinamis). Sehingga metodologi penjadwalan lantai produksi perlu disesuaikan dengan kondisi nyata. Pada Tugas Akhir ini diajukan metode metaheuristik dalam menentukan solusi penjadwalan yang disertai oleh model matematis job-shop Ozguven, et al. (2008) yang dimodifikasi untuk memverifikasi efektivitas metaheuristik yang dirancang. Metode metaheuristik dipilih karena memiliki efisiensi komputasi yang lebih baik dari pendekatan analitik, terutama pada permasalahan kompleks kombinatorial NP-hard seperti pada penjadwalan job-shop. Penjadwalan dinamis dengan metode metaheuristik genetic algorithm milik Lin, et al., (1997) disesuaikan untuk mengoptimalisasi penjadwalan pada lantai produksi PT AYU melalui fungsi objektif mean turnaround time. Kemudian performansi dari metodologi penjadwalan yang dirancang diuji melalui set data penugasan dari data historis perusahaan. Berdasarkan hasil pengujian, metodologi usulan mampu menurunkan mean turnaround time aktual hingga 27,2% atau mengurangi potensi kerugian hingga Rp 1,14 M.