OPTIMASI PENJADWALAN MESIN PADA DEPARTEMEN TURNING DAN MILLING MACHINE (STUDI KASUS PT DIGANTARA INDONESIA)
No Thumbnail Available
Date
2018
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universitas Widyatama
Abstract
PT Dirgantara Indonesia merupakan industri pesawat terbang yang dapat membuat struktur pesawat terbang, perakitan pesawat terbang, dan layanan pesawat udara untuk pesawat tempur ringan dan menengah sipil dan militer. Permasalahan yang saat ini dihadapi dibeberapa divisi berbeda-beda salah satunya pada divisi perencanaan dan pengendalian produksi (PPIC) tepatnya departemen Turning dan Milling Machine (MSC) yaitu keterlambatan dalam memenuhi permintaan konsumen. Pada tahun 2017 persentase keterlambatan pada departemen Turning dan Milling Machine (MSC) yaitu 58% dengan banyaknya order yang terlambat 1.355 dari total order yaitu 2.334. Keterlambatan tersebut dikarenakan jumlah mesin yang digunakan yaitu 5 buah mesin CNC dengan kapasitas produksi yaitu 230,4 jam/minggu. Berdasarkan kapasitas produksi yang tersebut tidak sebanding dengan jumlah work order dari tahun 2013-2018 yang harus dikerjakan yaitu 2767,458 jam. Keterlambatan tersebut juga disebabkan karena belum adanya sistem penjadwalan mesin yang tepat. Penjadwalan di PT Dirgantara Indonesia (IAe) yaitu hanya menginput data pemesanan ke dalam SAP yang dapat diterima bagian lantai produks sehingga dapat dikatakan penjadwalan sebelumnya tidak terstruktur dengan baik.
Tujuan penelitian ini adalah menentukan jadwal pekerjaan mesin TNC Universal Milling departemen Turning dan Milling Machine (MSC) dengan Algoritma Heuristik dan optimasi untuk meminimasi makespan. Algoritma heuristic merupakan suatu strategi untuk melakukan proses pencarian ruang keadaan (state space) suatu permasalahan secara selektif, yang mencari kemungkinan sukses paling besar dan mengesampingkan usaha dan pemborosan waktu, karena hal tersebut maka hasi yang didapat hanya bersifat suboptimal. Mendapatkan hasil yg optimal maka Algoritma Heuristik harus didukung oleh optimasi, dimana hasil yang akan dihasilkan juga lebih cepat.
Penentuan algoritma sebelum dilakukan pengolahan diperlukan percobaan dengan dua skenario dimana skenario pertama dilakukan dengan 10 job dan 5 mesin sedangkan skenario kedua dilakukan dengan 20 job dan 5 mesin. Kedua skenario tersebut digunakan untuk mengecek algoritma tersebut dapat digunakan untuk model kasus yang akan diteliti. Berdasarkan hasil pengolahan data order Januari-Mei 2018 didapat hasil dari 50 order yang dijadwalkan tidak ada order yang mengalami keterlambatan sehingga persentase order tepat waktu 100% baik dengan Algoritma Heuristik ataupun optimasi. Nilai makespan untuk Algoritma Heuristik dan optimasi yaitu 498,26 jam, sedangkan berdasarkan keadaan aktual jumlah order tepat waktu 58% (29 order) dan yang mengalami keterlambatan 42% (21 order) dimana nilai makespan 653,69 jam.
Description
Keywords
Penjadwalan Mesin, Algoritma Heuristik dan Optimasi, Makespan, Machine Scheduling, Heuristic Algorithm and Optimization