PENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN JUMLAH TENAGA KERJA BERDASARKAN WAKTU STANDAR PADA PROSES PRODUKSI ROKOK KRETEK

Susanto, Gaguk (2015) PENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN JUMLAH TENAGA KERJA BERDASARKAN WAKTU STANDAR PADA PROSES PRODUKSI ROKOK KRETEK. Repository UGM.

[img]
Preview
Text
s2-2015-356626-abstract.pdf - Published Version

Download (133kB) | Preview

Abstract

Tenaga kerja menjadi bagian penting dalam kelancaran proses produksi, karena ketersediaan tenaga kerja dengan skill yang memadai dan jumlah yang sesuai selalu menjadi tujuan dari pelaksaan proses produksi, meskipun faktor penting lainnya juga mempengaruhi, seperti mesin, peralatan dan lain sebagainya. Kendala yang dihadapi perusahaan saat melakukan perencanaan proses produksi adalah saat menentukan komposisi jumlah tenaga kerja yang dibutuhkan pada setiap bagian produksi, yang disesuaikan dengan jumlah permintaan dan batas waktu penyelesaiannya. Penelitian ini mengembangkan suatu sistem, yaitu menerapkan algoritma genetika (GA), yang dapat digunakan untuk menentukan jumlah tenaga kerja pada setiap bagian produksi, yang sesuai dengan jumlah permintaan, dan batas waktu penyelesaiannya, berdasarkan waktu standar. Waktu standar yang diperoleh, akan digunakan sebagai batasan dalam GA untuk menentukan jumlah tenaga kerja dalam proses produksi selama 1 minggu. Parameter GA yang dipakai adalah ukuran populasinya 2000, probabiltas penyilangannya 0.7, probabilitas mutasi 0.1, dan banyaknya generasi 1000. Hasil pengujian dengan menggunakan data produksi menunjukkan, bahwa sistem dapat menentukan jumlah tenaga kerja pada setiap bagian, yang sesuai dengan jumlah permintaan, dan batas waktu penyelesaiannya, sehingga target sehingga terpenuhi.�

Item Type: Article
Subjects: 000 – Komputer, informasi dan referensi umum > 000 Ilmu Umum > 006 Metode komputer khusus
000 – Komputer, informasi dan referensi umum > 000 Ilmu Umum > 006 Metode komputer khusus
Depositing User: KAWAKIBUL QAMAR
Date Deposited: 21 Nov 2017 06:13
Last Modified: 29 Jun 2022 14:17
URI: http://repository.unikama.ac.id/id/eprint/1515

Actions (login required)

View Item View Item