Optimasi Waktu Penjadwalan Pembukaan Toko Menggunakan Algoritma Genetik

Fajar Bima Laksono(1*), Luqman Assaffat(2)


(1) Universitas Muhammadiyah Semarang
(2) Universitas Muhammadiyah Semarang
(*) Corresponding Author

Abstract


Penjadwalan pada sistem penjadwalan open shop merupakan masalah optimasi yang kompleks, dimana setiap pekerjaan harus dijalankan pada beberapa mesin tanpa urutan. Tantangan utamanya adalah menemukan program yang meminimalkan total waktu penyelesaian (Makespan) dalam batas waktu yang ditentukan. Pada penelitian ini, pendekatan algoritma genetika (GA) digunakan untuk menyelesaikan masalah penjadwalan open store. GA dipilih karena kemampuannya dalam mengeksplorasi ruang solusi yang luas dan menemukan skema yang mendekati optimal. Penelitian ini menunjukkan bahwa algoritma genetika merupakan metode yang efisien untuk menyelesaikan masalah penjadwalan pada penjadwalan open shop dengan hasil yang stabil dan konsisten mendekati solusi optimal. Dengan optimasi yang tepat, GA dapat diimplementasikan untuk meningkatkan efektivitas perencanaan di berbagai bidang logistik dan manufaktur.

Full Text:

PDF

References


S. Han and L. Xiao, “An improved adaptive genetic algorithm,” SHS Web Conf., vol. 140, p. 01044, 2022, doi: 10.1051/shsconf/202214001044.

J. Gu et al., “Genetic Algorithms for Real Parameter Optimization,” Appl. Math. Comput., vol. 1, no. 4, pp. 74–77, 2011, [Online]. Available: http://dx.doi.org/10.1016/j.eswa.2010.08.123


Article Metrics

Abstract view : 12 times
PDF - 8 times

DOI: https://doi.org/10.26714/jkti.v4i1.16211

Refbacks

  • There are currently no refbacks.


=======================================================================================

Penerbit:

  • JKTI | Jurnal Komputer dan Teknologi Informasi
  • Program Studi S1 Informatika,  Unimus| Universitas Muhammadiyah Semarang
  • Sekretariat: Gedung Kuliah Bersama II (GKB II) Lantai 7,  Jl. Kedungmundu Raya No 18 Semarang
  • email: jkti@unimus.ac.id | informatika@unimus.ac.id, Phone: + +62 813 2504 3677
  • e-ISSN: 2986-7592

Paper Template: Download

View My Stats

------------------------------------------------------------------------------------------------------------------------------------------------------