Search for collections on EPrints Repository UNTIRTA

PERANCANGAN GROUP TECHNOLOGY LAYOUT MENGGUNAKAN SELF ORGANIZING MAPS DAN HYBRID GENETIC ALGORITHM STUDI KASUS DI PT XYZ

SETIAWAN, NASRULLAH AJI (2020) PERANCANGAN GROUP TECHNOLOGY LAYOUT MENGGUNAKAN SELF ORGANIZING MAPS DAN HYBRID GENETIC ALGORITHM STUDI KASUS DI PT XYZ. S1 thesis, Fakultas Teknik Universitas Sultan Ageng Tirtayasa.

[img] Text (Fulltext)
Skripsi Pasca Sidang Signed.pdf
Restricted to Registered users only

Download (7MB)
[img] Text (Abstrak)
Skripsi Cover-Abstrak.pdf

Download (1MB)

Abstract

Dalam aktivitas produksi, biaya paling besar yang dikeluarkan perusahaan adalah biaya transportasi. Karena sekitar 60-80% kegiatan produksi dihabiskan untuk material handling. Salah satu langkah yang dapat dilakukan untuk mengurangi biaya transportasi yaitu memperbaiki tata letak pabrik. Perbaikan tata letak dapat mengurangi wip. Salah satu perusahan Fabrikasi Baja Struktur Kontruksi yang berlokasi di Cilegon memproduksi beberapa steel stockist, salah satunya Truss Bridge 60. Pada produk TB-60, terdapat beberapa komponen yang memiliki kemiripan proses. Pada lantai produksi juga muncul wip inventory dan jarak antar mesin yang berjauhan. Oleh karena itu, tata letak yang akan diusulkan adalah tata letak group technology. Untuk menerapkan tata letak ini, dibutuhkan metode untuk mengelompokkan komponen berdasarkan kemiripan proses dan untuk mencari tata letak yang optimal. Pengelompokkan komponen dilakukan dengan metode self organizing maps. Sedangkan pencarian tata letak yang optimal menggunakan metode Genetic Algorithm yang dikombinasikan dengan Particle Swarm Optimization yang dikenal dengan sebutan HGAPSO (Hybrid Genetic Algortihm Particle Swarm Optimization). Algoritma pada kedua metode diterjemahkan ke dalam Bahasa MATLAB. Sel mesin yang didapat dari pengelompokkan komponen adalah 2 sel mesin dengan grouping efficiency 83,512%. Pada hasil perbandingan didapat tata letak usulan lebih baik daripada tata letak eksisting yang menghasilkan ongkos material handling Rp. 10.583.618 dalam 1 bulan.

Item Type: Thesis (S1)
Contributors:
ContributionContributorsNIP/NIM
Thesis advisorMuharni, YusrainiUNSPECIFIED
Thesis advisorFebianti, EviUNSPECIFIED
Uncontrolled Keywords: Genetic Algorithm, Ongkos Material Handling, Particle Swarm Optimization, Self Organizing Maps, Tata Letak Group Technology.
Subjects: H Social Sciences > HD Industries. Land use. Labor > HD28 Management. Industrial Management
T Technology > TJ Mechanical engineering and machinery
Divisions: 03-Fakultas Teknik > 26201-Jurusan Teknik Industri
Depositing User: Perpustakaan FT
Date Deposited: 03 Oct 2024 10:41
Last Modified: 03 Oct 2024 10:41
URI: http://eprints.untirta.ac.id/id/eprint/42738

Actions (login required)

View Item View Item