Maulid, Bima Rachmat and Mr, Abdurrasyid and Wulandari, Dewi Arianti (2020) Penerapan Algoritma Genetika untuk Optimasi Penjadwalan Produksi (Studi Kasus: PT. Master Label). Diploma thesis, IT PLN.
![[thumbnail of 201631023_Bima Rachmat Maulid_Revisi_Skripsi_BIMA RACHMAT MAULID.pdf]](https://repository.itpln.ac.id/style/images/fileicons/text.png)
201631023_Bima Rachmat Maulid_Revisi_Skripsi_BIMA RACHMAT MAULID.pdf
Restricted to Repository staff only
Download (3MB)
Abstract
Schedulling is an arrangement of resources to complete tasks involving assignments, resource, and time. The division who organize production scheduling is Planning Production and Inventory Control (PPIC) which is making schedule for production process is done by planner is input customer order data and date for production manually. The purpose of the research is optimizing scheduling production which often there are errors caused by human error. The result of the errors found affects of the company’s performance. By using Genetic Algorithm where this method can optimize scheduling production with predefined parameters. By validating using the MAPE method on the results of 5 times testing, the result for Genetic Algorithm accuracy rate of 53,2% with an error value is 46,8%
Penjadwalan merupakan sebuah kegiatan pengaturan sumber daya untuk menyelesaikan tugas – tugas yang melibatkan pekerjaan, sumber daya, dan waktu. Divisi yang mengatur penjadwalan produksi PT. Master Label adalah divisi Planning Production and Inventory Control (PPIC) yang dimana dalam penjadwalan terhadap proses produksi masih dilakukan secara konvensional
oleh seorang planner yang menginputkan order pelanggan dan tanggal produksi secara manual. Penelitian ini bertujuan untuk mengoptimasi penjadwalan produksi yang sering kali terdapat kesalahan yang disebabkan oleh human error.
Akibat dari pembuatan jadwal secara manual ini menyebabkan dampak negative terhadap performa perusahaan. Dengan menggunakan Algoritma Genetika dimana metode ini dapat mengoptimasi penjadwalan produksi dengan parameter
yang disesuaikan. Dengan melakukan validasi akurasi dengan metode MAPE terhadap hasil pengujian yang dilakukan sebanyak 5 kali maka Algoritma Genetika menghasilkan tingkat akurasi sebesar 53,2% dengan nilai error sebesar 46,8 %
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Schedulling, Optimizing, Genetic Algorithm Penjadwalan, Optimasi, Algoritma Genetika |
Subjects: | Skripsi Bidang Keilmuan > Teknik Informatika |
Divisions: | Fakultas Telematika Energi > S1 Teknik Informatika |
Depositing User: | Sutrisno |
Date Deposited: | 26 Aug 2025 06:52 |
Last Modified: | 26 Aug 2025 06:52 |
URI: | https://repository.itpln.ac.id/id/eprint/157 |