PENYELESAIAN KASUS MIXED MODEL ASSEMBLY LINE UNTUK MINIMASI DELAYS DENGAN MENGGUNAKAN METODE METAHEURISTIK

Saat ini, permintaan pelanggan terus berubah. Hal ini membatasi manajer produksi untuk menangani kebutuhan yang berbeda dari pelanggan dan membuat berbagai produk yang berbeda yang memaksanya untuk menangani masalah dalam menyeimbangkan lini produksi (Line Balancing) dan membuat urutan yang dapat diterima (Product Sequencing) untuk meminimalkan biaya produksi. Pekerja dan mesin harus fleksibel untuk mengurangi waktu dan biaya setup, sehingga berbagai jenis produk dapat diproduksi dalam urutan produksi campuran pada lini produksi yang sama. Jenis lini perakitan di mana pekerja bekerja pada model produk yang berbeda di lini perakitan yang sama harus digunakan. Lini produksi seperti ini disebut Mixed Model Assembly Line (MMAL). Ada dua masalah utama dalam MMAL: masalah line balancing dan masalah product sequencing. Kami lebih fokus bekerja pada masalah sequencing MMAL dengan tujuan untuk meminimalkan jumlah kelebihan beban kerja (Work Overload). Metode mixed integer linear programming (MILP) sudah ada untuk masalah ini. Seperti banyak diketahui, karakteristik dari MILP adalah membutuhkan waktu lama dalam perhitungan untuk kasus besar. Oleh karena itu, metode lain, yang disebut meta-heuristik, diusulkan untuk menemukan solusi yang baik dalam waktu yang lebih singkat dengan kualitas solusi yang sama. Ada tiga jenis algoritma meta-heuristik yang digunakan dalam penelitian ini: Algoritma Genetika (GA), Simulated Annealing (SA), dan Algoritma Genetika – Simulated Annealing (GASA). Tes numerik dilakukan untuk menguji dan membandingkan kinerja dari algoritma yang diusulkan: contoh kecil, data benchmark dan data dari studi kasus. Perbandingan dilakukan berdasarkan waktu komputasi dan kualitas solusi antara Mixed Integer Linear Programming dan metaheuristik juga di antara meta-heuristik itu sendiri.